- •Статистическая обработка
- •Земельно-кадастровой информации
- •Методические указания по выполнению
- •Расчетно-графической работы
- •Общие положения
- •Порядок выполнения расчетно-графической работы
- •Раздел 1. Теоретические основы статистики
- •1.1. Введение в дисциплину
- •1.2. Формы выражения статистических показателей
- •1.2.1. Графические методы представления данных
- •1.2.2. Относительный показатель динамики (опд)
- •1.2.3. Средняя арифметическая взвешенная
- •1.2.4. Структурные средние
- •Раздел 2. Методические основы статистической обработки исходной информации
- •2.1. Анализ и выравнивание динамических рядов
- •2.1.1. Анализ динамических рядов. Расчет показателей изменения уровней рядов динамики
- •2.1.2 Выравнивание динамических рядов
- •Сглаживание рядов динамики методом простой скользящей средней (механическое сглаживание)
- •Аналитическое выравнивание динамических рядов способом наименьших квадратов
- •По данным таблицы 2.3 и в соответствии с формулой 21 находим:
- •2.2. Группировка статистических данных по объектам недвижимости
- •2.3. Понятие индексов и их применение
- •Индексный анализ факторов изменения среднего уровня
- •Индексы территориальных сравнений
- •2.4. Вариационные ряды Понятие вариации и вариационных рядов
- •Показатели вариации и анализ частотных распределений
- •2.5. Выборочное наблюдение
- •Раздел 3. Математическая обработка исходной информации
- •3.1. Факторный анализ. Расчет уравнения множественной регрессии
- •3.2 Анализ статистической нечисловой информации Ранговая корреляция
- •Индексный метод
- •Эффективность деятельности земельной службы федеральных округов с использованием индексного метода и метода ранжирования в 2001 г.
- •3.3 Статистические методы оценки рисков. Оценка операционного риска
- •Раздел 4. Выбор методов статистического анализа при решении управленческих задач1
- •4.1. Классификация методов статистического анализа данных
- •Раздел 5. Применение программных продуктов статистического анализа
- •5.1. Применения математического аппарата Microsoft Exel
- •Средства статистического анализа данных
- •Выполнение статистического анализа
- •5.2. Решение задач обработки данных в пакете NeuroPro
- •5.3. Возможности применения пакета статистического анализа Statistica при анализе данных
- •Библиографический список
- •Методические указания
- •Нормальный закон распределения Значение функции
Аналитическое выравнивание динамических рядов способом наименьших квадратов
Наиболее эффективным способом выявления основной тенденции развития является аналитическое выравнивание (определение тренда). В этом случае фактические урони ряда, заменяются уровнями, вычисленными на основе определенной функции, выбранной в предположении, что она наилучшим образом описывает эмпирические данные. Наиболее часто задача решается с помощью метода наименьших квадратов, когда наилучшим приближением выровненных данных к эмпирическим считается такое, при котором сумма квадратов их отклонений минимальна:
На практике часто применяется аналитическое выравнивание по уравнению прямой:
где — выровненное значение показателя; t — порядковый номер года в динамическом ряду; aо и а1 — параметры линейного уравнения.
Параметры прямой, удовлетворяющие методу наименьших квадратов, находятся из решения системы нормальных уравнений:
где Y – фактические уровни ряда; n — число лет ряда динамики.
Для упрощения расчетов центральному значению t придается значение 0, тогда еt = 0. С учетом этого из системы следует, что:
Аналитическое выравнивание делает более четким направление тренда и одновременно дает числовую ее характеристику. Так, параметр а1 при выравнивании по прямой – это абсолютный прирост выровненного уровня за единицу времени t, или средний абсолютный прирост с учетом тенденции к равномерному росту (росту в арифметической прогрессии).
Выбор формы кривой для выравнивания осуществляется на основе анализа изучаемого явления и характера его динамики. Если рост происходит в арифметической прогрессии, то для выравнивания используют уравнение прямой. Если наблюдается динамика в геометрической прогрессии, то необходимо пользоваться уравнением кривой более высокого порядка (парабола второго порядка и т.д.).
Пример выравнивание динамического ряда объектов капитального строительства по способу наименьших квадратов представлен в таблице 2.3.
Таблица 2.3
Расчет параметров трендовой модели
Год |
Количество объектов капитального строительства, тыс. Yt |
Ранг года t |
Уi·t |
t2 |
Yt = а0 +а1t |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
1 |
540 |
-5 |
-2700 |
25 |
547,0 |
2 |
563 |
-4 |
-2252 |
16 |
584,7 |
3 |
626 |
-3 |
-1878 |
9 |
622,4 |
4 |
666 |
-2 |
-1332 |
4 |
660,1 |
5 |
710 |
-1 |
-710 |
1 |
697,8 |
6 |
750 |
0 |
0 |
0 |
735,5 |
7 |
790 |
1 |
790 |
1 |
773,2 |
8 |
810 |
2 |
1620 |
4 |
810,9 |
9 |
842 |
3 |
2526 |
9 |
848,6 |
10 |
880 |
4 |
3520 |
16 |
886,3 |
11 |
913 |
5 |
4565 |
25 |
924,0 |
Итого |
8090 |
- |
4149 |
110 |
Х |
По данным таблицы 2.3 и в соответствии с формулой 21 находим:
Таким образом, уравнение линейного тренда имеет вид:
На рисунке 2.5 представлен график выравнивания динамического ряда объектов капитального строительства (ОКС), где ряд 1 – это фактическое значение уровней динамического ряда ОКС, ряд 2 – выровненное значение уровней динамического ряда ОКС.
Для ознакомления со способами наглядного представления результатов статистической обработки студент, используя исходные данные (по вариантам) проводит выравнивание динамических рядов различными методами, определяя общее направление к росту, снижению или стабилизации уровня динамического ряда. По всем показателям строятся графики.
Рис.2.5. График выравнивания динамического ряда объектов капитального строительства
В результате изучения раздела 2.1 студент сможет:
раскрыть природу выравнивания динамических рядов как базы для определения основной тенденции (тренда) развития отдельно взятого процесса или явления;
объяснить разные методы механического и аналитического выравнивания, их содержание и направления практического использования;
на примере выбранных динамических рядов получить практические навыки их выравнивания.