Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
52 Методы выявления тренда развития социально-экономических процессов. Понятие тренда. Аналитические показатели изменения уровней ряда динамики. Краткое содержание методов (графический метод, скользящей средней, аналитическое выравнивание, модели сезонных колебаний). Методы прогнозирования развития социально-экономических процессов: регрессионный анализ, метод экстраполяции.
Тренд – осн тенденция разв-я динамич ряда (к увелич-ю или сниж-ю его Ур-ей), направ-е преимущ движ-я пок-лей.
Ряд динамики – послед-ть изм-ий с течением времени знач-ий опред обобщ пок-ля (Ур-ней ряда) некотор массов явл-я (стат совок-ти). Анализируя их исп-ся пок-ли: цепные (сравн-е с переменной базой) и базисные (сравн-е с пост базой) - если необх сравнить неск послед Ур-ней. Для хар-ки интенсив-ти разв-я во времени исп-ся стат пок-ли, получаемые сравн-ем Ур-ней м/у собой – сис-ма абс и относит пок-лей динамики: 1) абс прирост – для хар-ки абс скор-ти разв-я явл-ий и опред-ся как разность м/у дан ур-нем и Ур-нем, принятым за базу сравн-я: Δyi=yi-y0 (Б), Δyi=yi-yi-1 (Ц) – скор-ть роста; 2) коэф роста – опред-ся как отнош-е дан ур-ня к предыдущ или базис, показ-ет относит скор-ть изм-я ряда: ki=yi/y0 (Б), ki=yi/yi-1 (Ц). Если коэф роста выр-ся в %, то это темп роста; 3) темп роста: Тр=ki*100%; 4) темп прироста – показ-ет на скольк % Ур-нь дан периода > или < базис Ур-ня, опред-ся как отнош-е абс прироста дан Ур-ня к предыдущ или базис-му: Тп=(yi-y0)/y0*100%=Тр-100% (Б), Тп=(yi-yi-1)/yi-1*100%=Тр-100% (Ц); 5) абс знач-е 1% прироста – отнош-е абс прироста к темпу прироста за тот же период врем: Ai=Δyi/Тп=yi-1/100. Для хар-ки интенсив-ти разв-я за длит период рассчит-ся сред пок-ли: 1) сред Ур-нь ряда – метод расчета зависит от вида врем ряда: интеравальный ряд динамики - ‾y=(∑yi)/(n+1), моментн ряд – равностоящ даты ‾y=[(y0+yn)/2 + ∑yi]/n, с неравностоящ датами ‾y=(∑yiti)/(∑ti); 2) сред абс прирост – расчит-ся как средняя ариф из пок-лей скор-ти роста за отдел промежут времени: Δ‾y=(∑Δyi)/n=(yn-y0)/n; 3) сред коэф роста – рассчит-ся по формуле средней геом из пок-лей коэф-ов роста за отдел периоды, показ-ет во скольк раз в среднем за отдел сост-щие рассматр-го периода изм-лись Ур-ни динамич ряда: ‾k=n√(yn/y0), 4) сред темп роста – сред коэф роста, выр-ный в %: ‾Тр=‾k*100%; 5) сред темп прироста – показ-ет на скольк % в среднем за единич промежуток времени изм-ся Ур-нь ряда: ‾Тп=‾Тр-100%.
Графики – это ср-ва обобщ-я стат инф-ии. Графич метод – по оси абсцисс отклад-ся время, а по оси ординат – Ур-ни ряда, наносятся точки, соед-ся отрезками, выяв-ся тенденция разв-я. Если из первой и последней точек опустить перпендикуляр на ось Х, получ-ся фигура - полигон и графически представ-ет распред-е ед-ц совок-ти по признаку Х. Метод скользящ средней: для ее опред-я форм-ся укруп инт-лы, сост-щие из одинк числа Ур-ней. Кажд след инт-л получ-ся сдвигом на один Ур-нь от начал Ур-ня. По укруп инт-лам опред-ся ∑ значений Ур-ней, на основе кот-ых рассчит-ся скользящ средние. Дан средняя относ-ся к середине укруп инт-ла. Сглаженный ряд сокращ-ся по сравн с исходным на (м-1) Ур-ней. Метод аналитич выравн-я: исп-ся, чтобы представить колич модель, выр-щую общ тенденцию изм-ий Ур-ей динамич ряда во времени. Фактич Ур-ни зам-ся Ур-нями, вычис-ми на основе опред кривой (ее форма чаще опред-ся графич изображ Ур-ней). Ур-нь изучаемого пок-ля оцен-ся как ф-ция времени yt=f(t). Модель сезон колебаний: для расчета индексов сезонности нужны помесяч данные минимум за 3 года. Для кажд мес рассчит-ся средний за неск лет (‾yi), затем среднемес Ур-нь для всего ряда (‾y): Isi=‾yi/‾y * 100%.
Регрессион анализ: закл-ся в опред-ии аналитич выр-я связи, в кот-ом изм-е одной величины (результатив признак), обусловлено влиянием одной или неск независ величин (факторов). Эмпирич линия регрессии – линия, вокруг кот-ой групп-ся точки корреляц поля и кот-я показ-ет осн направ-е, осн тенденцию связи м/у признаками. Коэф регрессии: а1=[n*(∑xiyi)-(∑xi)*(∑yi)]/[n*(∑xi2)-(∑xi)2]. Он >0 при наличии прямой корелл завис-ти, а при обрат завис-ти <0, он показ-ет на скольк ед-ц в среднем изм-ся величина признака при изм-ии фактора на ед-цу. Цели регрес анализа: 1) Опред-е наличия и хар-ера связи м/у переменными; 2) Предсказать знач-е зависимой перем-ой с помощью независимой (Тренд); 3) Опр-ть вклад независ перем-ых в вариацию зависимой.
Метод экстраполяции: экстраполяция (прогностика) – продл-е в будущее тенденции, наблюдавшейся в прошлом. Ее возмож-ть обеспеч-я обстоят-вами: 1) общ усл-я, опред-щие тенденцию в прошлом, не сущ-но изм-ся в будущ 2) тенденция разв-я хар-ся аналитич Ур-нием. Экстраполяция м произ-ся различ методами: прогнозир-е по сред абсолют приросту (‾yt+1=yi+‾Δt), по сред темпу роста (‾yt+1=yi+‾kp), экспоненц сглаж-е, аналитич выравн-е, методом наим квадратов и т.д. Выявить осн тенденцию методом МНК м тогда, когда известно, что мен-щиеся во врем процессы происходят на всем рассматр промежутке времени одинаково, когда их колич и кач изм-е происходит под действием одного и того же комплекса осн ф-ров. Экстраполяция на отдален даты подвержена более значит ошибкам, чем краткосроч-я.