- •Глава 5. Методы распознавания типа тренда и оценки его параметров
- •5.1. Применение графического изображения для распознавания типа тенденции
- •5.2. Методика проверки статистических гипотез о типе тренда
- •5.3. Оценка параметров линейного, параболического и гиперболического трендов
- •Проверка гипотезы о линейном тренде урожайности зерновых культур, ц/га
- •Результаты дисперсионного анализа различий между средними абсолютными изменениями
- •5.3.1. Уравнение прямой линии тренда
- •5.3.2. Уравнение параболического (II порядка) тренда
- •5.3.3. Гиперболическое уравнение тренда
- •5.4. Оценка параметров экспоненциального, логарифмического и логистического уравнений тренда
- •5.4.1. Экспоненциальное уравнение тренда
- •Расчет экспоненциального тренда численности населения Земли в 1950-2000 гг.
- •5.4.2. Логарифмическое уравнение тренда
- •5.4.3. Логистическое уравнение тренда
- •5.5. Многократное скользящее выравнивание
- •Расчет логистического тренда
Глава 5. Методы распознавания типа тренда и оценки его параметров
При изучении методов распознавания типа тренда не следует забывать о существе изучаемого процесса, который отображается временным рядом. Как правило, тип тренда должен соответствовать характерным особенностям процесса. В гл. 4 для каждого типа тренда приведены примеры выражаемых этим типом процессов. Определяя другие процессы по временным рядам, полезно по указанным примерам подобрать подходящие типы тренда. Если, например, изучается динамика продуктивности коров или валового надоя молока, то эти процессы аналогичны представленной в гл. 4 динамике урожайности, и скорее всего они отобразятся линейным трендом. Если изучается динамика расхода бензина на 100 км пробега автомобиля по мере развития и совершенствования двигателей, то этот процесс аналогичен динамике снижения трудоемкости при освоении технологии производства изделий, и, вероятнее всего, он будет отображаться гиперболическим трендом.
Но жизнь, практика всегда гораздо богаче, разнообразнее любых гипотез и теорий: фактические временные ряды, особенно относящиеся к отдельным предприятиям, малоинерционным системам или к ограниченным отрезкам времени, могут и не соответствовать тем аналогам по существу процесса, которые приведены в предыдущей главе. Кроме того, характер тенденции часто маскируется значительной колеблемостью уровней ряда, поэтому требуется специальная методика распознавания типа тренда, наилучшим образом отражающего тенденцию фактического ряда уровней, чему и посвящена эта глава. После определения типа тренда необходимо вычислить оценки его параметров, как правило, по методу наименьших квадратов, а также с использованием специфических приемов для логарифмического или логистического типа тренда.
5.1. Применение графического изображения для распознавания типа тенденции
Графическое изображение во многих случаях позволяет приближенно выявить тип тенденции временного ряда. Но для этого следует соблюдать правила построения графика: точное соблюдение масштаба как по величине уровней ряда, так и по времени. Временные интервалы откладывают по оси абсцисс, величины уровней - по оси ординат. По каждой оси следует установить такой масштаб, чтобы ширина графика была примерно в 1,5 раза больше его высоты. Если уровни ряда на всем протяжении периода много больше нуля и между собой различаются не более чем на 20-30%, то следует обозначить перерыв на оси ординат, увеличить масштаб так, чтобы меньший из уровней ненамного превышал разрыв оси. Если уровни ряда различаются в десятки, сотни и тысячи раз, ось ординат следует разметить в логарифмическом масштабе, чтобы равные отрезки означали различие уровней в одинаковое число раз. Интерпретация вида графика будет другой: при линейном масштабе график, близкий к прямой линии, означает линейную тенденцию, а при логарифмическом масштабе оси ординат прямая линия показывает экспоненциальную тенденцию.
Необходимо строго соблюдать равенство промежутков времени на равных отрезках оси абсцисс. Логарифмический масштаб по времени не рекомендуется, так как он крайне затруднит интерпретацию графика. Рассмотрим пример графического изображения, представленный на рис. 5.1.
Рис. 5.1. Динамика урожайности зерновых во Франции
—•— фактические уровни
——— тренд
Видно, что линейный тренд хорошо подходит для отражения тенденции динамики урожайности зерновых культур во Франции: прямая проходит как бы посреди колеблющихся точек - уровней лет.
Но не всегда график позволяет выбрать тип линии тренда. Трудно графически отличить параболу от экспоненты, логарифмическую кривую от гиперболы и т.д. Оценка типа тренда по типу графика включает субъективные моменты, что может привести к ошибке. Есть много способов объективной, статистико-математической оценки пригодности того или иного типа линии. Весьма популярен его выбор с помощью перебора на электронных вычислительных машинах (ЭВМ) всех имеющихся в пакете программ статистического анализа типов линий либо по наименьшему среднему квадратическому отклонению, либо по наименьшему модулю отклонений фактических уровней от расчетных по проверяемой линии. Недостатки данной методики заключаются в том, что, во-первых, не все пакеты программ статистического анализа содержат достаточный выбор линий тренда, но главное состоит в том, что, как уже указано в гл. 4, чем больше параметров содержит уравнение тренда, тем меньше и отклонений отдельных уровней от тренда. Парабола II порядка, а тем более III и более высоких порядков всегда при таком подходе «лучше», чем прямая или экспонента.
Но «преимущество» параболы над прямой может быть невелико. Следовательно, нужно применить опять же статистико-математические критерии существенности уменьшения среднего отклонения при переходе от прямой к параболе. Не отрицая допустимости указанной методики с дополнительной проверкой существенности снижения среднего отклонения от тренда, рассмотрим и другие методы выбора типа тренда без вычисления последнего, а также средних отклонений.