- •Розділ 2 Прогнозування на основі часових рядів
- •2.1. Поняття часового ряду
- •2.2. Основні показники часових рядів
- •2.3. Розклад ряду динаміки на складові компоненти
- •2.4. Перевірка гіпотези про існування основної тенденції динаміки
- •А) Перевірка різниці середніх рівнів
- •Виробництво цукру-піску в Україні
- •Б) Перевірка методом Форстера - Стюарта
- •Динаміка виробництва цукру-піску в Україні
- •2.5. Вибір моделі основної тенденції
- •Розділ з Статистичні методи визначення трендів
- •3.1. Типи статистичних методів
- •3.2. Метод ковзної середньої
- •Закінчення табл.3.1
- •3.3. Метод найменших квадратів
- •Варіація внаслідок тенденції є різницею загальної й випадкової варіацій, тобто
- •Для лінійної функції дисперсії мають вигляд
- •3.4. Метод скінченних різниць
- •3.5. Прогнозування на підставі середніх значень
- •3.6. Прогнозування на основі екстраполяції тренду
- •3.7. Метод експоненціального згладжування (метод Брауна)
- •Розрахунок оцінок прогнозів
- •Динаміка виробництва сталевих труб в Україні, млн.Т
- •Розрахунок оцінок прогнозів
- •3.8. Метод гармонічних ваг
2.5. Вибір моделі основної тенденції
Одним з найважливіших питань, які виникають при вирівнюванні часових, рядів, є вибір форми кривої, яка найкраще характеризувала б основну тенденцію динаміки реального суспільно-економічного процесу. Допущена при цьому помилка за своїм наслідком (особливо для прогнозування) є більш серйозною, ніж помилка, пов'язана із статистичною оцінкою параметрів.
Для вирівнювання часових рядів найчастіше використовуються многочлени (поліноми) різних степенів, експоненти й логістичні функції.
Многочлени мають такий вигляд:
(2.28)
(2.29)
(2.30)
(2.31)
де а0, а1, а2 , ... аp - параметри многочленів; t - незалежна змінна (час); р - натуральне число (степінь многочлена).
Параметри многочленів: прямої (2.28), параболи (2.29), полінома третього порядку (2.30) мають конкретну інтерпретацію, що залежить від змісту часового ряду.
Зокрема, параметр а1 характеризує швидкість зростання, параметр a2, - прискорення зростання, параметр а3 - зміну прискорення зростання, параметр а3 - значення рівня ряду при t = 0.
Рівняння першого порядку (2.28) відображає постійний приріст рівнів часового ряду і характеризує рівномірну зміну процесу в часі.
Парабола другого порядку (2.29) описує рух з рівномірною зміною приростів (у додатному чи від'ємному напрямках). Характерним для таких економічних процесів є рівномірно-прискорене зростання або рівномірно-прискорений спад їх розвитку.
У поліномі третього порядку (2.30) приріст може змінювати свій знак один або два рази. Функція
(2.32)
описує процес зі сталими темпами зростання й приросту. Якщо b > 1, то крива (2.32) зростає із збільшенням t і якщо b < 1 - спадає. Прологарифмувавши ліву і праву частини виразу (2.30), отримуємо лінійну залежність функції від часу
Логарифмічна парабола
або
(2.33)
описує процес з лінійною зміною в часі темпів приросту.
Процеси, які характеризуються насиченням, описуються модифікованою експонентою
(2.34)
Найчастіше дана крива використовується економістами при значеннях k < 0 і b > 1, тобто коли зростання відбувається уповільнено, а самі рівні ряду прямують до певної фіксованої межі.
У страхових і демографічних розрахунках для відображення основної тенденції використовують функцію Гомперца
(2.35)
або
(2.36)
Для дослідників ця крива становить інтерес при 1оg а < 0 і b < 1, тобто коли на першому етапі приріст є невеликим і повільно збільшується із зростанням t. На другому етапі приріст швидко збільшується і після досягнення точки перетину починає повільно прямувати до асимптотичної прямої.
Для опису економічних процесів використовуються й інші види функцій, зокрема логістичні криві
(2.37)
. (2.38)
Функцію (2.37) називають кривою Перла - Ріда.
Розглянемо тепер способи вибору форми кривої, яка найбільш адекватно описувала б динаміку досліджуваного соціально-економічного процесу.
Перший cпосіб (найпростіший) - візуальний, тобто коли форма тренду вибирається на основі графічного зображення часового ряду. До його недоліків слід віднести те, що різні дослідники для одного й того самого графіка вибирають різні функції, при цьому на результат вибору значно впливає масштаб графічного зображення часового ряду.
Другий спосіб полягає у використанні методу послідовних різниць, згідно з яким обчислюються перші, другі та інші різниці рівнів часового ряду
Обчислення тривають доти, поки різниці не стануть майже однаковими. Порядок наближеної рівності таких різниць беруть за степінь многочлена для вирівнювання основної тенденції динаміки. Зокрема, якщо перші різниці є майже рівними, то тренд описують прямою лінією; якщо однакові значення мають другі різниці, динаміку вирівнюють параболою другого порядку тощо. Слід зазначити, що даний спосіб вибору форми тренду не є універсальним, оскільки його використання обмежується лише вирівнюванням основної тенденції динаміки многочленами різних порядків.
Третій спосіб полягає в тому, що за критерій вибору форми тренду беруть суму квадратів відхилень значень рівнів ряду від розрахункових, отриманих на основі вирівнювання часового ряду. Із множини функцій вибирають таку, якій відповідає мінімальне значення критерію. Недоліком даного способу є те, що він не має теоретичного обґрунтування.
Четвертий спосіб (метод характеристик приростів) полягає в тому, що вибір кривої включає попередню статистичну обробку часового ряду і сам вибір типу функції.
Попередня обробка складається з таких етапів:
згладжування часового ряду методом ковзної середньої;
обчислення середніх приростів для згладженого ряду;
обчислення похідних характеристик приростів.
Згладжування часового ряду ковзної середньої дає можливість "грубо" згладити тенденцію зміни ряду - тренд.
Далі визначають середні прирости та їх похідні характеристики:
Вигляд функції для вирівнювання часового ряду визначають за табл. 2.5 Таблиця 2.5
Характер зміни показників середніх приростів для функцій різного вигляду
Досить ефективна методика вибору форми тренду запропонована в [27].
На першому етапі часовий ряд згладжується методом ковзної середньої. Для згладженого ряду визначають характеристики, які відповідають параметрам основних ліній:
• ланцюговий абсолютний приріст - для прямої;
• ланцюговий темп зростання - для експоненти;
• прискорення приросту - для параболи другого порядку.
Потім здобутий ряд значень приростів поділяють на кілька частин (мінімально - на дві, краще - на 3 або 4); згідно з t-критерієм Стьюдента перевіряють істотність відмінностей між середніми приростами окремих частин ряду. Якщо ці відмінності не суттєві при заданому рівні значущості а, середньорічний абсолютний приріст вважають сталим і тренд на досліджуваному проміжку вирівнюють прямою лінією. Якщо відмінності абсолютних приростів є суттєвими між усіма частинами ряду, проте незначно відрізняються середні темпи зростання, то тренд описують експоненціальною функцією. Якщо відмінності між значеннями прискорень не істотні, то основна тенденція динаміки описується параболою другого порядку. Існують також інші способи вибору форми основної тенденції динаміки. Охарактеризуємо деякі з них:
якщо розподіл різниць першого порядку близький до нормального, динаміку вирівнюють логістичними функціями (2.37) або (2.38);
якщо середні рівні на напівлогарифмічному графіку близькі до прямої лінії, перевагу віддають простій експоненті (2.32); якщо ці рівні утворюють криву, що є близькою до модифікованої експоненти (2.34), тренд краще описувати функцією Гомперца (2.35) або (2.36);
якщо перші різниці логарифмів рівнів часових рядів є сталими, то тренд вирівнюють експонентою (2.32);
якщо вони змінюються зі сталим темпом, то динаміку вирівнюють з допомогою функції Гомперца (2.35) або (2.36);
якщо перші різниці обернених значень середніх рівнів змінюються на один і той самий відсоток, то перевагу віддають логістичним функціям (2.37) і (2.38).