- •Глава 6. Методы распознавания типа колебаний и оценки параметров колеблемости
- •6.1. Графическое отображение и основные свойства разных типов колебаний
- •6.1.1. Пилообразная колеблемость
- •6.1.2. Долгопериодическая циклическая колеблемость
- •6.1.3. Случайно распределенная во времени колеблемость
- •6.2. Измерение показателей силы и интенсивности колебаний
- •6.2.1. Показатели абсолютной величины (силы) колебаний
- •6.2.2. Показатели относительной интенсивности колебаний
- •6.3. Особенности измерения сезонных колебаний
- •6.3.1. Плавные синусоидальные колебания при несущественности тренда
- •Динамика средних месячных температур в Ленинграде - Санкт-Петербурге
- •6.3.2. Сезонные колебания, не имеющие синусоидальной формы при наличии существенной тенденции
- •Расчет параметров тренда при асимметричных сезонных колебаниях
- •Сезонные колебания затрат труда
- •6.3.3. Представление синусоидальных колебаний в форме тригонометрического уравнения Фурье
- •Преобразование сезонных колебаний в ряд Фурье
- •6.4. Измерение тренда колеблемости
- •Вычисление тренда показателя колеблемости
- •6.5. Автокорреляция отклонений от тренда
6.4. Измерение тренда колеблемости
Неоднократно указывалось на большое значение мониторинга колебаний. Как правило, производство, экономика заинтересованы в уменьшении колеблемости. Чтобы измерить изменение абсолютного показателя силы колебаний S(t), проще всего рассчитать эту величину за последовательные отрезки времени, а затем по полученным значениям S(t)1, S(t)2 и т.д. до S(t)n провести аналитическое выравнивание, т.е. вычислить тренд того или другого типа. Однако для более надежного вычисления меры колеблемости необходимо как минимум 7-9 уровней первичного временного ряда, а для вычисления тренда по этим мерам колеблемости — опять 7-9 таких же частных мер S(t). A для этого первичный ряд должен содержать примерно 88 = 64 уровня. Такие ряды анализируются нечасто, а значит, пет и условий для расчета тренда мер колеблемости.
Положение отчасти спасает то, что для вычисления тренда колеблемости вовсе необязательно, чтобы за весь изучаемый период существовал единый тренд уровней показателя. Вполне допустимо для расчета тренда колеблемости объединить отрезки времени с разными по типу трендами или с кусочно-линейным трендом. От изменения скорости роста или даже типа роста, или направления тенденции динамики колеблемость зависит мало или совсем не зависит. Но и с учетом этой ее особенности измерить тренд колеблемости по ряду отдельных отрезков времени сложно. При длине первичного ряда в 15-20 уровней получается всего два значения S{t), чего явно не хватает для расчета тренда.
Не вполне корректными с математической точки зрения являются расчет скользящих показателей колеблемости со сдвигом в один период времени и последующее их аналитическое выравнивание. Конечно, скользящие показатели уже зависят друг от друга, но выявить общую тенденцию изменения силы колебаний и приближенно измерить тренд S(t) все же возможно. Покажем применение этого метода на примере временного ряда урожайности зерновых культур во Франции (см. разд. 5.1). В приложении 1 вычислены отклонения уровней от тренда, с которых и начинается измерение тренда среднего квадратического отклонения (табл. 6.5).
Скользящие показатели колеблемости S(t)i будем рассчитывать по 11-летним подпериодам, т.е. первый за 1970-1980 гг., второй ~ за 1971-1981 гг. и т.д. Первая величина S(t) будет относиться к середине подпериода, т.е. 1975 г. и т.д., последняя скользящая средняя за 1985-1995 гг. относится к 1990 г. Итого получаем 16 скользящих значений показателей колеблемости, которые и выравниваем по уравнению прямой.
Тренд среднего квадратического отклонения уровней урожайности от их тренда имеет вид:
Таким образом, имеется тенденция снижения силы колебаний урожайности зерновых культур во Франции за рассмотренный период. Остается проверить надежность расчета среднегодового снижения величины S(t), т.е. сравнить bS(t) со средней ошибкой репрезентативности. Это необходимо для применения полученного тренда силы колебаний в прогнозировании урожайности, т.е. для распространения выборочной оценки на генеральную совокупность периодов времени.
Для указанной цели придется использовать излагаемую только в гл. 7 методику вероятностных оценок параметров.
Средняя ошибка репрезентативности среднегодового изменения - bS(t) , т.е.
Таблица 6.5