Ряды динамики. 19

     1. ПОНЯТИЯ И КЛАССИИКАЦИЯ  РЯДОВ ДИНАМИКИ 

1.1 Понятие о статистических  рядах динамики .

     Ряды  динамики – статистические данные , отображающие развитие во времени изучаемого явления . Их также называют динамическими рядами , временными рядами .

     В каждом ряду динамики имеется два  основных элемента :

1. показатель времени t ;
2. соответствующие им уровни развития изучаемого явления y;

     В качестве показаний времени в  рядах динамики выступают либо определенные даты (моменты), либо отдельные периоды (годы , кварталы, месяцы, сутки).

     Уровни  рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления . Они могут выражаться абсолютными , относительными или средними величинами .

     Ряды  динамики различаются по следующим  признакам :

     1) По времени . В зависимости  от характера изучаемого явления  уровни рядов динамики могут  относиться или к определенным датам (моментам) времени, или к отдельным периодам . В соответствии с этим ряды динамики подразделяются на моментные и интервальные .

     Моментные ряды динамики отображают состояние  изучаемых явлений на определенные даты (моменты) времени .

     Особенностью моментного ряда динамики является то , что в его уровни могут входить одни и те же единицы изучаемой совокупности . Хотя и в моментном ряду есть интервалы – промежутки между соседними в ряду датами , -- величина того или иного конкретного уровня не зависит от продолжительности периода между двумя датами .Поэтому при суммировании уровней моментного ряда может возникнуть повторный счет .

     Посредством моментных рядов динамики в торговле изучаются товарные запасы , состояние  кадров , количество оборудования и других показателей , отображающих состояние изучаемых явлений на отдельные даты (моменты) времени .

     Интервальные  ряды динамики отражают итоги развития (функционирования) изучаемых явлений  за отдельные периоды (интервалы) времени .

     Каждый  уровень интервального ряда уже представляет собой сумму уровней за более короткие промежутки времени . При этом единица совокупности , входящая в состав одного уровня , не входит в состав других уровней .

     Особенностью  интервального ряда динамики является то , что каждый его уровень складывается из данных за более короткие интервалы (субпериоды) времени . Например , суммируя товарооборот за первые три месяца года , получают его объем за I квартал , а суммируя товарооборот за четыре квартала , получают его величину за год , и т. д. При прочих равных условиях уровень интервального ряда тем больше , чем больше длина интервала , к которому этот уровень относится .

     Свойство  суммирования уровней за последовательные интервалы времени позволяет  получить ряды динамики более укрупненных периодов .

     Посредством интервальных рядов динамики в торговле изучают изменения во времени  поступления и реализации товаров , суммы издержек обращения и других показателей , отображающих итоги функционирования изучаемого явления за отдельные  периоды .

     Статистическое  отображение изучаемого явления  во времени может быть представлено рядами динамики с нарастающими итогами. Их применение обусловлено потребностями  отображения результатов развития изучаемых показателей не только за данный отчетный период , но и с учетом предшествующих периодов . При составлении таких рядов производится последовательное суммирование смежных уровней . Этим достигается суммарное обобщение результата развития изучаемого показателя с начала отчетного периода (года , месяца , квартала и т. д.) .

     Ряды  динамики с нарастающими итогами  строятся при определении общего объема товарооборота в розничной  торговле . Так , обобщением товарно  – денежных отчетов за последние  операционные периоды (пятидневки , недели , декады и т. д.) .

     2) По форме представления уровней . Могут быть построены также ряды динамики , уровни которых представляют собой относительные и средние величины . Они также могут быть либо моментными  либо интервальными .

     В интервальных рядах динамики относительных  и средних величин непосредственное суммирование уровней само по себе лишено смысла , так как относительные и средние величины являются производными и исчисляются через деление других величин .

3. По расстоянию между датами или интервалам времени выделяют полные или неполные ряды динамики .

     Полные  ряды динамики имеют место тогда , когда даты регистрации или окончания  периодов следуют друг за другом с  равными интервалами . Это равноотстоящие ряды динамики . Неполные – когда  принцип равных интервалов не соблюдается .

     4) По числу показателей можно выделить изолированные и комплексные (многомерные) ряды динамики . Если ведется анализ во времени одного показателя , имеем изолированный ряд динамики . Комплексный ряд динамики получается в том случае , когда в хронологической последовательности дается система показателей , связанных между собой единством процесса или явления .

             Требования , предъявляемые к рядам динамики

     1) Сопоставимость статистических  данных 

     Основным  условием для получения правильных выводов при анализе рядов динамики является сопоставимость его элементов .

     Ряды  динамики формируются в результате сводки и группировки материалов статистического наблюдения . Повторяющиеся  во времени ( по отчетным периодам) значения одноименных показателей  в ходе статистической сводки систематизируются в хронологической последовательности .

     При этом каждый ряд динамики охватывает отдельные обособленные периоды , в  которых могут происходить изменения , приводящие к несопоставимости отчетных данных с данными других периодов . Поэтому для анализа ряда динамики необходимо приведение всех составляющих его элементов к сопоставимому виду . Для этого в соответствии с задачами исследования устанавливаются причины , обусловившие несопоставимость анализируемой информации , и применяется соответствующая обработка , позволяющая производить сравнение уровней ряда динамики .

     Несопоставимость  в рядах динамики вызывается различными причинами . Это могут быть разновеликость показаний времени, неоднородность состава изучаемых совокупностей во времени , изменения в методике первичного учета и обобщения исходной информации , различия применяемых в различное время единиц измерения и т. д. 

     Так , при изучении динамики товарооборота  по внутригодовым периодам несопоставимость возникает при неодинаковой продолжительности показаний времени (месяцев , кварталов , полугодий)

     При отсутствии информации о фактическом  времени работы для получения  сопоставимых среднесуточных показателей  используется режимное время работы . Последнее различно в зависимости от выполняемых торговлей функций и обслуживаемого контингента .

     Для розничной торговли возможны следующие  варианты режимного времени :

1. Предприятия , работающие без перерыва в праздничные и выходные дни (например , дежурные продуктовые и хлебобулочные магазины , рестораны , кафе) . Их фонд рабочего времени соответствует календарному ;
2. Предприятия , не работающие в праздничные дни ( например , городские рынки) . Их фонд рабочего времени меньше календарного на число ежегодных праздничных дней ;
3. Предприятия , не работающие в праздничные и общевыходные дни  (например, городские промтоварные магазины , предприятия общественного питания на фабриках , в учреждениях и т. д.) . Величина их рабочего времени зависит от размещения в каждом календарном году праздничных и выходных дней ;
4. Предприятия , работающие в отдельные периоды времени , сезоны года (например , городские овощные базары , торговля в местах массового летнего отдыха и т. д.) .

2. Величины временных интервалов должны соответствовать интенсивности изучаемых процессов . Чем больше вариация уровней во времени , тем чаще следует делать замеры . Соответственно для стабильных процессов интервалы можно увеличить .

     Так , переписи населения достаточно проводить  один раз в десять лет ; учет национального  дохода , урожая ведется один раз в год ; ежедневно регистрируются курсы покупки и продажи валют , и т. д.

     3)Числовые  уровни рядов динамики должны  быть упорядоченными во времени  . Не допускается анализ рядов  с пропусками отдельных уровней  , если же такие пропуски неизбежны , то их восполняют условными расчетными значениями.   

       Тенденция и колеблемость в рядах динамики

     При сравнении уровней разных лет  можно отметить , что в целом  показатель растет . Однако нередки  случаи , когда , например , уровень урожайности  предыдущего года оказывается выше , чем в последующем году . Иногда рост по сравнению с предыдущим годом велик , иногда мал . Следовательно , рост наблюдается лишь в среднем , как тенденция . В остальные же годы происходят колебания , отклоняясь от данной основной тенденции .

     Если  рассматривать динамические ряды месячных уровней производства молока , мяса , ряды объема продаж разных видов обуви  или одежды , ряды заболеваемости населения , выявляются регулярно повторяющиеся  из года в год сезонные колебания  уровней . В силу солнечно – земных связей частота полярных сияний , интенсивность гроз , те же изменения урожайности отдельных сельскохозяйственных культур  и ряд других процессов имеют циклическую 10 – 11 летнюю колеблемость . Колебания числа рождений , связанные с потерями в войне , повторяются с угасающей амплитудой через поколения , то есть через 20 – 25 лет.

     Тенденция динамики связана с действием  долговременно существующих факторов , причин и условий развития , хотя , конечно , после какого – то периода  условия могут измениться и породить уже другую тенденцию развития изучаемого объекта . Колебания же , напротив , связаны с действиями краткосрочных или циклических факторов , влияющих на отдельные уровни динамического ряда , и отклоняющих уровни тенденции то в одном , то в другом направлении .

     Например , тенденция динамики урожайности  связана с прогрессом агротехники , с укреплением экономики данной совокупности хозяйств  совершенствованием организации производства . Колеблемость урожайности вызвана чередованием благоприятных по погоде и неблагоприятных лет , циклами солнечной активности и т. д.

     При статистическом изучении динамики необходимо четко разделить два ее основных элемента – тенденцию и колеблемость , чтобы дать каждому из них количественную характеристику с помощью специальных показателей . Смешение тенденции и колеблемости ведет к неверным выводам о динамике .  
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

     2. ПОКАЗАТЕЛИ , РАССЧИТЫВАЕМЫЕ  НА ОСНОВЕ РЯДОВ                    ДИНАМИКИ 

Проверка  ряда на наличие тренда. Непосредственное выделение тренда

     Изучение  тренда включает в себя два основных этапа :

1. Ряд динамики проверяется на наличие тренда
2. Производится выравнивание временного ряда и непосредственное выделение тренда с экстраполяцией полученных показателей – результатов .

     Проверка  на наличие тренда в ряду динамики может быть осуществлена по нескольким критериям .

1. Метод средних . Изучаемый ряд динамики разбивается на несколько интервалов (обычно на два) , для каждого из которых определяется средняя величина ( ) . Выдвигается гипотеза о существенном различии средних . Если эта гипотеза принимается , то признается наличие тренда .
2. Фазочастотный критерий знаков первой разности (критерий Валлиса и Мура) . Суть его заключается в следующем : наличие тренда в динамическом ряду утверждается в том случае , если этот ряд не содержит либо содержит в приемлемом количестве фазы – изменение знака разности первого порядка (абсолютного цепного прироста).
3. Критерий Кокса и Стюарта . Весь анализируемый ряд динамики разбивают на три равные по числу уровней группы (в том случае , когда число уровней ряда не делится на три , недостающие уровни надо добавить) и сравнивают между собой уровни первой и последней групп .
4. Метод серий . По этому способу каждый конкретный уровень временного ряда считается принадлежащим к одному из двух типов : например , если уровень ряда меньше медианного значения , то считается , что он имеет тип А , в противном случае – тип В. Теперь последовательность уровней выступает как последовательность типов . В образовавшейся последовательности типов определяется число серий (серия – любая последовательность элементов одинакового типа , с обоих сторон граничащая с элементами другого типа).

          Если в ряду динамики общая тенденция к росту или  снижению отсутствует , то количество серий является случайной величиной , распределенной приближенно по нормальному закону (для n > 10) . Следовательно , если закономерности в изменениях уровней нет , то случайная величина R оказывается в доверительном интервале  

     Параметр  t назначается в соответствии с принятым уровнем доверительной вероятности Р.

     Среднее число серий вычисляется по формуле 1 :  

                                                .                                  (1) 

     Среднее квадратическое отклонение числа серий  вычисляется по формуле 2 : 

                                               .                             (2) 

     здесь n -- число уровней ряда .

     Выражение для доверительного интервала приобретает вид  

     Полученные  границы доверительного интервала  округляют до целых чисел , уменьшая нижнюю границу и увеличивая верхнюю .

     Непосредственное  выделение тренда может быть произведено тремя методами .

1. Укрупнение интервалов . Ряд динамики разделяют на некоторое достаточно большое число равных интервалов . Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления , переходят к расчету уровней за большие промежутки времени , увеличивая длину каждого интервала (одновременно уменьшается количество интервалов) .
2. Скользящая средняя . В этом методе исходные уровни ряда заменяются средними величинами , которые получают из данного уровня и нескольких  симметрично его окружающих . Целое число уровней , по которым рассчитывается среднее значение , называют интервалом сглаживания . Интервал может быть нечетным (3,5,7 и т.д. точек) или четным (2,4,6 и т.д. точек).

          При нечетном сглаживании  полученное среднее арифметическое значение закрепляют за серединой расчетного интервала , при четном это делать нельзя . Поэтому при обработке ряда четными интервалами их искусственно делают нечетными , для чего образуют ближайший больший нечетный интервал , но из крайних его уровней берут только 50%.

     Недостаток  методики сглаживания скользящими  средними состоит в условности определения  сглаженных уровней для точек  в начале и конце ряда . Получают их специальными приемами – расчетом средней арифметической взвешенной . Так , при сглаживании по трем точкам выровненное значение в начале ряда рассчитывается по формуле 3 : 

                            .                              (3) 
 

     Для последней точки расчет симметричен .

При сглаживании  по пяти точкам имеем такие уравнения (формулы 4): 

                                         (4) 

     Для последних двух точек ряда расчет сглаженных значений полностью симметричен  сглаживанию в двух начальных  точках .

     Формулы расчета по скользящей средней выглядят , в частности , следующим образом (формула 5): 

     для 3--членной    .                                 (5) 

3. Аналитическое выравнивание . Под этим понимают определение  основной проявляющейся во времени  тенденции развития изучаемого явления . Развитие предстает перед исследователем как бы в зависимости только от течения времени . В итоге выравнивания временного ряда получают наиболее общий , суммарный , проявляющийся во времени результат действия всех причинных факторов . Отклонение конкретных уровней ряда от уровней , соответствующих общей тенденции , объясняют действием факторов , проявляющихся случайно или циклически . В результате приходят к трендовой модели , выраженной формулой 6:

                                            ,                                     (6) 

    где f(t) – уровень , определяемый тенденцией развития ;

             -- случайное и циклическое отклонение от тенденции.

     Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t) . На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t) , а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом , чтобы она давала содержательное объяснение изучаемого процесса .

     Чаще  всего при выравнивании используются следующий зависимости :

     линейная  ;

     параболическая  ;

     экспоненциальная 

     или ).

1. Линейная зависимость выбирается в тех случаях , когда в исходном временном ряду наблюдаются более или менее постоянные абсолютные и цепные приросты , не проявляющие тенденции ни к увеличению , ни к снижению.
2. Параболическая зависимость используется , если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития , но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют .
3. Экспоненциальные зависимости применяются , если в исходном временном ряду наблюдается либо более или менее постоянный относительный рост (устойчивость цепных темпов роста , темпов прироста , коэффициентов роста) , либо , при отсутствии такого постоянства , -- устойчивость в изменении показателей относительного роста (цепных темпов роста цепных же темпов роста , цепных коэффициентов роста цепных же коэффициентов или темпов роста и т.д.).

          Оценка параметров ( ) осуществляется следующими методами :

1. Методом избранных точек,
2. Методом наименьших расстояний,
3. Методом наименьших квадратов (МНК)

     В большинстве расчетов используется метод наименьших квадратов , который  обеспечивает наименьшую сумму квадратов отклонений фактических уровней от выравненных :

     Для линейной зависимости ( ) параметр обычно интерпретации не имеет , но иногда его рассматривают , как обобщенный начальный уровень ряда ; -- сила связи , т. е. параметр , показывающий , насколько изменится результат при изменении времени на единицу . Таким образом , можно представить как постоянный теоретический абсолютный прирост .

     Построив  уравнение регрессии , проводят оценку его надежности . Это делается посредством  критерия Фишера (F) . Фактический уровень ( ) , вычисленный по формуле 7, сравнивается с теоретическим (табличным) значением :

                 ,         (7) 

    где k -- число параметров функции , описывающей тенденцию;

    n             -- число уровней ряда ;

     Остальные необходимые показатели вычисляются по формулам 8 – 10 :

                                                                      (8) 

                                              (9) 

                                                  (10)

      сравнивается  с при степенях свободы и уровне значимости a (обычно a = 0,05). Если > , то уравнение регрессии значимо , то есть построенная модель адекватна фактической временной тенденции.  
 
 
 
 
 
 

Анализ  сезонных колебаний 

    Уровень сезонности оценивается с помощью :

1. индексов сезонности ;
2. гармонического анализа.

     Индексы сезонности показывают , во сколько раз фактический уровень ряда в момент или интервал времени t больше среднего уровня либо уровня , вычисляемого по уравнению тенденции f(t) . При анализе сезонности уровни временного ряда показывают развитие явления по месяцам (кварталам) одного или нескольких лет . Для каждого месяца (квартала) получают обобщенный индекс сезонности как среднюю арифметическую из одноименных индексов каждого года . Индексы сезонности – это , по либо уровень  существу , относительные величины координации , когда за базу сравнения принят либо средний уровень ряда , либо уровень тенденции . Способы определения индексов сезонности зависят от наличия или отсутствия основной тенденции .

                     Анализ взаимосвязанных рядов динамики .

     В простейших случаях для характеристики взаимосвязи двух или более рядов  их приводят к общему основанию , для  чего берут в качестве базисных уровни за один и тот же период и исчисляют  коэффициенты опережения по темпам роста  или прироста .