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
21. Приемы анализа рядов динамики, аналитическое выравнивание.
Изучение и тенденции развития и сезонных колебаний в РД.
Тенденции развития РД (тренд) – изменение РД эволюционного характера, определяющее общее направление развития явления при исключении влияния случайных и систематических (сезонных) колебаний.
Методы для выявления тренда:
1. Укрупнение интервалов. РД разделяются на нек. достаточно большое число равных интервалов. Если средние уровни по интервалам не позволяют увидеть тенденцию развития, переходят к расчету уровней за большие промежутки времени, учитывая длину каждого интервала (одновременно уменьшается число интервалов).
2. Метод скользящей средней. Метод состоит в последовательном вычислении средних величин по определенному числу членов ряда, когда при вычислении новой средней отбрасываются 1 член рд слева и прибавляется 1 член рд справа
янв – 10, фев – 15, мар 28, апр 45…
x1 – средняя за янв, фев, март
х2 – средняя за фев, март, апр
х3 – средняя за март, апр, май
для более плавного выравнивания необходимо брать большее число членов ряда (напр 5 мес)
Экстраполяция – выравнивание РД для прогноза дальнейшего развития явления
Интерполяция – выравнивание РД для нахождения недостающих членов ряда.
3. Методы аналитического выравнивания РД состоят в определении параметров уравнения прямолинейной/криволинейной зависимости уровня рд от времени или состоят в нахождении ф-ции времени для определения рд.(методы прогнозирования):
- метод прямолинейного выравнивания
- метод криволинейного выравнивания
t – временной параметр
ŷt – выровненное значение РД
yt – фактическое значение
b – кф. регрессии (наклон прямой)
a – начальный кф.
Название криволинейной зависимости:
ŷt = … – уравнение кривой (аппроксимирующей зависимости)
Yt = … - преобразование кривой
ŷt = a + bt -
ŷt = aebt, e ≈ 2,17 Yt = ln ŷt
ŷt = atb Yt = lnŷt, T = lnt
ŷt = a + b/t T = 1/t
ŷt =1/(a+bt) Yt = 1/ ŷt
ŷt = t/(a+bt) Yt = 1/ ŷt, T = 1/t
ŷt = a + b lnt T = lnt
ŷt = e^a+b/t Yt = lnŷt, T = 1/t
ŷt = 1 / (a+b lnt) Yt = 1/ŷt, T = lnt
ŷt = a+bct -
ŷt = abc^t Yt = lg ŷt
ŷt = 1 / (a+bct) Yt = 1/ŷt
Методы аналитического выравнивания (прямолинейного и криволинейного) с помощью уравнения регрессионной зависимости используются для краткосрочного и среднесрочного прогнозирования. – lkz hl ,tp ctpjyys[ rjkt,fybq
4. Методы аналитического выравнивания РД с сезонными колебаниями:
Выбор наилучшей аппроксимирующей зависимости осуществляется:
minSr = √[∑(yt-ŷt)2/(n-p-1)]
p – количество параметров в уравнении регрессии
minσ2ост = ∑(ŷt-yt)2/n
maxr2 = ∑(ŷt-t)2/∑(yt-)2 , t=∑yt/n