Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
шпора стат.doc
Скачиваний:
10
Добавлен:
21.09.2019
Размер:
14.22 Mб
Скачать

34) Показатели динамики: порядок расчета и интерпретация.

Показатели: 1) абсолютный прирост показывает скорость изменения уровней ряда в ед времени: цепной (дельта цепной= yt-yt-1) и базисный (дельта баз= yi-y0). Сумма цепных абсолют приростов =базисному абсол приросту конечного уровня. 2)коэффициент роста (темп роста): цепной (k цепной= yi/yi-1 *100) и базисный (k баз= yi/y0 *100). 3) темп прироста-отношение абсолют-го прироста к предыдущему ур-ню динамич ряда и к ур-ню, принятому за базу сравнения по динамич ряду: цепной (T цеп= yi/yi-1*100-100) и базисный (Т баз= yi/y0*100-100). 4) абсолютное значение одного % прироста рассчитывается, чтобы узнать что скрывается за каждым % прироста: А=дельта цеп/Т цеп=0,01 yi-1. Этот показатель базисным способом не рассчитывается, т.к. для каждого периода это будет одна и та же величина.

35) Динамические средние: порядок расчета и интерпретация.

36) Выравнивание рядов динамики (метод скользящей средней, метод аналитического выравнивания).

Аналитическое выравнивание уровней динамического не дает хороших результатов при прогнозировании, если уровни ряда имеют резкие периодические колебания. В этих случаях простым путем определения тенденции развития явления представляется сглаживание динамического ряда методом скользящих средних. Метод скользящей средней заключается в определении средних уровней за последовательно взятые отрезки времени путем постепенного передвижения начала периода на единицу времени. Недостатки метода скользящей средней: -Выравниваются не все уровни временного ряда. -Скользящая средняя предполагает линейную тенденцию развития явлений, при скачкообразном развитии явления может привести к ошибке. -Отсутствие математической формулы, выражающей тенденцию развития. Поэтому невозможно использовать этот метод для прогнозирования. Метод аналитического выравнивания сводится к замене фактических данных сглаженными, определенными по выбранной математической функции. Линейный тренд – это функция y=ax+b, где значение x – это номер периода во временном ряду (номер месяца,дня)

y – это последовательность значений , которые мы анализируем (продажи по месяцам.)

b – точка пересечения с осью y на графике (минимальный уровень);

a – это значение, на которое увеличивается следующее значение временного ряда;

Причем, если a>0, то динамика роста положительная,

Если а<0, то динамика тренда отрицательная, т.е. например, продажи падают.

Линейный тренд стоит применять для прогнозирования временных рядов, данные которых увеличиваются или убывают с постоянной скоростью.

37) Основные задачи и источники данных статистики населения.

Задачи: -Характеристика численности и динамики населения;

-Характеристика состава населения; -Характеристика естественного движения населения; -Характеристика механического движения населения; -Анализ воспроизводства населения; -Прогнозирование вероятностных моделей; -Прогнозирование численности и состава населения.

Источники: -Переписи населения;

-Выборочные обследования; -Статистическая отчетность организаций; -Данные административного учета;

-Регистры населения;

-данные ЗАГСа.

Соседние файлы в предмете [НЕСОРТИРОВАННОЕ]