Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
шпора вопросы.doc
Скачиваний:
5
Добавлен:
25.09.2019
Размер:
435.71 Кб
Скачать

21.Выявление тенденций развития рд.

Является одной из задач анализа рядов динамики. Такая задача возникает при изучении сезонных колебаний, при прогнозировании явления.

Всякий ряд динамики теоретически можно представить в виде следующих составляющих:

1) Тренд-это основная тенденция развития к увеличению (снижению уровней ряда)

2) Циклические (периодические) колебания, в том числе сезонные.

Они могут быть долговременные и кратковременные. Долговременные –это колебания, отражающие конъюнктурные циклы и состоящие в переходе от более или менее благоприятной конъюнктуры к кризису, депрессии, к оживлению, к подъему и благоприятной конъюнктуре. Кратковременные- сезонные колебания, представляющие собой повторяющиеся из года в год изменения показателя в определенные промежутки времени.

3) Случайные колебания. Под действием случ.причин и второстепенных факторов. Это разность между фактическими значениями ряда и его выровненными значениями.

Выявление тренда осуществляется путем выравнивания РД. Выравнивание (сглаживание) закл-ся в нахожд-ии расчётн. знач-й и замене ими фактич. для выявл-я закономер-ти.. При этом уровни ряда выражаются функцией ряда и по ней находятся расчетные (теоретические) уровни ряда.

Для выравнивания используются различные способы:

1)выравнивание с помощью среднего абсолютного прироста

2)метод скользящих средних

3)аналитическое выравнивание

1)Средний абсолютный прирост

Уровни выравнивания ряда определяются следующим образом:

и т.д.

2) Метод скользящих средних состоит в замене фактических данных средними арифметическими из нескольких уровней ряда динамики. Число усредняемых уровней называется интервалом скольжения Расчет средних ведется способом скольжения, т.е. постепенным исключением из принятого интервала скольжения одного уровня и включением последующего

3) Аналитическое выравнивание заключается в выборе модели тренда ряда динамики методом наименьших квадратов. В качестве фактора выступает время. Наиболее распространенный вид тренда – линейный. Используется также степенной тренд, экспоненциальный и др. Для линейного тренда:

(b-средний абсолютный прирост)

Для нахождения параметров уравнения необходимо решить систему:

y-фактические уровни;n-число уровней.

Для упрощения расчетов можно обозначить время так, чтобы начало отсчета времени приходилось на середину рассматриваемого периода, годы вперед обозначим с «+», назад с «-» и тогда t=0.

*На основе тренда м.осущ-ть прогноз,при условии, что тенденция сохранится. Прогноз основан на экстраполяции, т.е. продлении тренда (перспективн., ретроспективн.)

Элементарные методы экстраполяции.

1)Метод среднего абсолютного прироста - если есть уверенность считать общую тенденцию линейной, то t-срок прогноза

2)Метод среднего темпа роста, если есть основание считать, что есть общая тенденция, характеризующая экспоненциальной кривой, то

3)на основе выравнивания по какой-либо аналитической формуле (надо поставить в уравнение тренда номер соответствующего периода.

*Все методы приблизительны, поэтому надо находить ошибку и величину доверит.интервала..

Проверка адекватности модели может быть осуществлена с помощью средней ошибки аппроксимации.

Если Е принадлежит (12%, 15%), то модель адекватна.