- •Статистика
- •Понятие статистического показателя. Атрибуты статистического показателя. Виды статистических показателей.
- •Понятие средней величины. Средняя арифметическая и ее свойства.
- •Количественная оценка тесноты связи по эмпирическим данным: эмпирический коэффициент детерминации, эмпирическое корреляционное отношение.
- •Количественная оценка тесноты связи по эмпирическим данным: коэффициент линейной парной корреляции.
- •Расчет параметров уравнения линейной множественной регрессии и их интерпретация.
- •Статистические методы прогнозирования вопрос 1
- •Вопрос 2
- •Вопрос 3
- •Вопрос 4
- •При косвенном методе величина рассчитывается опосредованно, через другие величины, связанные с искомой определенной зависимостью. Относительные величины измеряются только косвенным методом.
- •Вопрос 5
- •Вопрос 6
- •Вопрос 7
- •Вопрос 8
- •Вопрос 9
- •Вопрос 10
- •Вопрос 11
- •Ч исло групп для удобства возьмем равным 3. Тогда величина интервала будет равна:
- •Вопрос 12
- •Пример: построим равнонаполненную группировку совокупности 20 студентов по признаку «посещаемость практических занятий» - х.
- •Вопрос 13
- •Сложные группировки (группировки по нескольким признакам) делятся на комбинационные и многомерные.
- •Комбинационная группировка студентов по признакам: оценка (y) и посещаемость практических занятий (X):
- •Вопрос 14
- •Вопрос 15
- •Вопрос 16
- •Кумулятивные ряды распределения – ряды распределения, которые содержат один или оба следующих элемента:
- •Вопрос 17 Графические представления рядов распределения
- •Вопрос 18 Понятие средней величины. Средняя арифметическая и ее свойства.
- •Вопрос 19
- •Понятие ведущего показателя
- •Вопрос 20
- •Вопрос 21
- •Вопрос 22
- •Вопрос 23
- •Вопрос 24 Показатели формы распределения. Ответ
- •Вопрос 25 Нормальное распределение и его свойства.
- •Вопрос 26
- •Вопрос 27
- •Вопрос 28
- •Вопрос 29
- •Вопрос 30
- •Вопрос 31 Способы отбора. Ответ
- •Вопрос 32
- •Вопрос 33
- •Вопрос 34
- •Вопрос 35
- •Вопрос 36 Количественная оценка тесноты связи по эмпирическим данным: эмпирический коэффициент детерминации, эмпирическое корреляционное отношение. Ответ
- •Вопрос 37 Количественная оценка тесноты связи по эмпирическим данным: коэффициент линейной парной корреляции. Ответ
- •Вопрос 38
- •Вопрос 39
- •Вопрос 40
- •Вопрос 41
- •Вопрос 42
- •Вопрос 43
- •Вопрос 44 Расчет параметров уравнения линейной множественной регрессии и их интерпретация.
- •Вопрос 45
- •Вопрос 46
- •Вопрос 47
- •Вопрос 48
- •Вопрос 49
- •Вопрос 50
- •Вопрос 51
- •Вопрос 52
- •Добыча нефти в Российской Федерации, млн.Тонн
- •Вопрос 53
- •Область допустимых значений у Кр и Тр от нуля до плюс бесконечности.
- •Используется для правильной оценки значения полученного темпа прироста. Аi показывает какое абсолютное значение скрывается за относительным показателем 1% прироста.
- •Вопрос 54
- •Вопрос 55
- •Вопрос 56
- •Вопрос 57
- •Вопрос 58
- •Вопрос 59 Статистические методы прогнозирования
Вопрос 57
Аналитическое выравнивание динамических рядов.
ОТВЕТ
Аналитическое выравнивание – описание основной тенденции количественной моделью. Это более эффективный метод выравнивания.
При аналитическом выравнивании фактические уровни ряда динамики заменяются уровнями, вычисленными по определенной функции времени: Y*=f(t), где Y* - выровненные уровни ряда (вычисленные по функции времени t). Данную функцию называют трендом.
Наиболее часто используемые виды функции в аналитическом выравнивании:
линейная Y*=a+b·t,
где a- уровень ряда за период времени t=0;
b- средний абсолютный прирост уровня ряда за единичный промежуток времени.
показательная Y*=a·bt ,
где a- уровень ряда за период (в момент) времени t=0;
b- средний коэффициент роста за единичный промежуток времени.
параболическая Y*=a+b·t+с·t2,
где c- квадратический параметр, равный половине ускорения.
Выбор вида функции при аналитическом выравнивании.
Выбор вида функции (f) должен быть основан на содержательном анализе сущности развития данного явления. Можно опираться на результаты предыдущих исследований в данной области. На практике для этих целей прибегают к графическому изображению уровней динамического ряда (линейная диаграмма), а также к графическому изображению сглаженных уровней, в которых случайные волны и колебания в некоторой степени оказываются погашенными.
Используют также и специфический для временных данных подход - метод конечных разностей, который основан на свойствах различных кривых, применяемых при выравнивании (обязательным условием применения данного подхода является равенство интервалов между уровнями ряда).
Разностями первого порядка называются разности текущего и предыдущего уровней ряда динамики (цепной абсолютный прирост): 1i=Yi-Yi= Yцi.
Разностями второго порядка называются разности между текущим и предыдущим значениями конечных разностей первого порядка: 2i= 1i - 1i-1=Yi-Yi-1-(Yi-1-Yi-2)=Yi-2Yi-1+Yi-2.
Разностями j-ого порядка называются разности между текущим и предыдущим значениями конечных разностей (j-1)–ого порядка: ji= j-1i - j-1i-1.
Если разности первого порядка примерно приблизительно равны друг другу для всех i=1;(N-1), то общая тенденция выражается линейным уравнением Y*=а+b·t.
Если разности второго порядка оказываются приблизительно равны между собой для всех i=1;N-2, то общая тенденция выражается параболой второго порядка: Y*=a+b·t+c·t2.
Если постоянны разности j–ого порядка, то для описания основной тенденции используют полином j–ого порядка: .
При выборе вида функции времени можно использовать и другие показатели. Например, если примерно постоянными оказываются темпы роста (коэффициенты роста), то для выравнивания применяется показательная функция: Y*=a·bt.
Расчет параметров уравнения тренда.
Расчет параметров при аналитическом выравнивании чаще всего производится с помощью метода наименьших квадратов (МНК). При этом поиск параметров для линейного уравнения тренда можно упростить, если отсчет времени производить так, чтобы сумма показателей времени изучаемого ряда динамики была равна нулю. То есть вводится новая условная переменная времени tуi, такая, что tуi =0.
При нечетном числе уровней ряда динамики для получения tуi=0 уровень, находящийся в середине ряда, принимается за условное начало отсчета времени (значению tуi, соответствующему данному уровню присваивается ноль). Значения переменной времени tуi, расположенные левее этого уровня, обозначаются натуральными числами со знаком минус (-1 –2 –3 ...), а, расположенные правее этого уровня – натуральными числами со знаком плюс (+1, +2, +3 ...). Например:
Ti |
1989 |
1990 |
1991 |
1992 |
1993 |
1994 |
1995 |
tуi |
-3 |
-2 |
-1 |
0 |
1 |
2 |
3 |
Yi |
20 |
25 |
26 |
34 |
30 |
35 |
37 |
Если число уровней ряда четное, условные переменные времени левой половины ряда (до середины) нумеруются: –1, -3, -5..., а, правой половины: +1, +3, +5 и.т.д. При этом tуi будет равна 0. Например:
T |
1990 |
1991 |
1992 |
1993 |
1994 |
1995 |
tуi |
-5 |
-3 |
-1 |
1 |
3 |
5 |
Y |
25 |
26 |
34 |
30 |
35 |
37 |
Система нормальных уравнений (соответствующих МНК) преобразуется к виду:
Отсюда параметры уравнения рассчитываются по формулам:
.
! Данный подход можно использовать, если уровни ряда - равноотстоящие.