Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Нешитой.doc
Скачиваний:
80
Добавлен:
14.03.2016
Размер:
4.92 Mб
Скачать

6. Временные (динамические) ряды

Статистические данные за ряд периодов (месяцев, лет), например, индексы цен, объем производства некоторой продукции и т.д. представляют собой временной (динамический) ряд. Этот ряд содержит как детерминированную (неслучайную) составляющую, которую называют трендом, так и случайную составляющую. Кроме этого, некоторые временные ряды имеют сезонные колебания.

Рассмотрим вначале временные ряды, содержащие детерминированную и случайную составляющие. Их можно задать общим уравнением

,

где f(t) – тренд, – случайная составляющая.

Основными характеристиками статистического временного ряда являются темп роста и темп прироста.

Темп роста – это отношение уровня ряда в момент времени t к его уровню в момент t–1

.

Темп прироста определяется по формуле

.

6.1. Методы выделения тренда

Выделение тренда представляет собой весьма трудную и в то же время очень важную задачу, поскольку ее решение позволяет осуществлять прогнозирование, при этом случайная составляющая временного ряда используется для оценки точности прогноза.

В настоящее время известны два метода выделения тренда. Первый метод заключается в том, что по эмпирическим данным временного ряда подбирается выравнивающая кривая (математическая модель), которая с наибольшей точностью описывает временной ряд. При этом в качестве математических моделей используются различные функции: уравнения прямой и экспоненты, парабола (квадратная, кубическая и более высоких степеней), логистическая кривая, кривая Гомпертца и др. При выбранной математической модели оценки ее параметров на основании эмпирических данных вычисляются по методу наименьших квадратов.

Второй метод выделения тренда заключается в сглаживании ряда по методу скользящей средней. При этом обычно находят среднее значение трех (или пяти) первых членов, далее берутся следующие три члена со смещением на единицу и находится среднее. Таким путем удается уменьшить случайную составляющую.

Сглаживание можно осуществить один или несколько раз (желательно от 1 до 3). В случае сглаживания по прямой используются формулы [37, с. 116]

. (6.1.1)

Первая формула предназначена для сглаживания средних членов ряда, вторая и третья – для сглаживания начального и конечного членов ряда.

Следует отметить, что множество математических моделей, обычно используемых на практике, не гарантирует установления подходящей выравнивающей кривой. Некоторые из них дадут близкие, но недостаточно точные результаты.

Обойти эти трудности (по крайней мере частично) можно путем разработки более гибкой системы выравнивающих кривых.

Для того чтобы иметь представление, какие математические модели требуется разработать, необходимо знать свойства исследуемых временных рядов, которые проявляются в таких характеристиках, как скорость роста, темп роста и темп прироста. Математические модели тоже должны обладать такими же свойствами.

Пусть тренд задается общей формулой

.

Этот тренд в каждой точке t имеет скорость роста, мгновенный темп прироста и мгновенный темп роста.

Скорость роста равна первой производной

.

Мгновенный темп прироста задается формулой [2, c. 291]

.

Скорость роста и мгновенный темп прироста связаны соотношениями

.

Мгновенный темп роста равен

.

Тут вы можете оставить комментарий к выбранному абзацу или сообщить об ошибке.

Оставленные комментарии видны всем.