Механическое сглаживание (пример для понимания)
Пример 1. Берётся циркуль. Раскрывается на к.л. ширину по усмотрению исследователя. Проводится окружность с центром в первой точке графика. Центр окружности соединяется отрезком с точкой пересечения окружности с графиком. Строится вторая окружность с центром в предыдущей точке пересечения. И т.д. Полученная ломаная – искомый сглаженный ряд.
Недостатком метода является множественность точек пересечения. – справа). Плохо и то, что точки пересечения, вообще говоря, лежат между точками графика (не соответствуют однозначно моментам времени исходного ряда).
Рисунок 0‑1 Сглаживание циркулем.
Пример 2. На усмотрение исследователя выбираются ключевые точки (как правило – чередующиеся минимумы и максимумы) графика. В эти точки забивается по гвоздю. На каждый гвоздь надевается резинка. Через все резинки «по ходу времени» продевается нитка. Растягивая нитку в оба конца получаем сглаженный ряд (степень сглаживания зависит от силы натяжения).
Рисунок 0‑2 Сглаживание шнурком.
С развитием ПК механическое сглаживание отошло в область курьёзов, хотя математическое описание (достаточно сложное) получаемых кривых сохраняет теоретический интерес.
Наиболее употребимы методы математического сглаживания на основе медианы, среднего арифметического и экспоненциально-взвешенного среднего.
Аналитическое сглаживание
Аналитическое
выравнивание предполагает представление
уровня ряда в виде временной функции
Для отображения основной тенденции развития явления во времени применяют следующие функции:
Полиномы степени
Экспоненты
Логистические кривые
Полиномы
a0,1,2,3,n – параметры полиномов
t - время
В статистической практике параметры полиномов невысокой степени иногда имеют конкретную интерпретацию характеристик ряда динамики.
а1 трактуется как характеристика средних условий ряда динамики. а1,2,3 как изменение ускорения.
В статистике выработано правило выбора степени полинома модели развития, основанное на определении величин конечных разностей уровней рядов. Согласно правилу:
Полином I степени (прямая) применяется как модель такого ряда динамики, где первые разности (абсолютные приросты) постоянны.
Полином II степени применяется для отрицательного ряда динамики с постоянными 2-ми разностями (ускорениями)
Полином Ш степени применяется для ряда динамики с постоянными 3-ими разностями (темпы роста)
Прогнозирование по тренду
На основании проведённого моделирования основных компонент ряда (тренда и сезонности) можно производить предсказания о возможных значениях этого ряда. В статистике это выражается в экстра- и интерполяции.
Экстраполяция - распространение сложившейся в динамическом ряду закономерности за временные границы ряда. Выражением экстраполяции является прогнозный ряд, как суждение о наиболее вероятном развитии процесса. При этом распространение в будущее называют прогнозом, а в прошлое - постпрогнозом.
Гипотеза экстраполяции: продолжение тенденции в будущем (инертность процессов).
Интерполяция - распространение общей для всего динамич. ряда закономерности на отдельные моменты ряда. Выражением интерполяции является тренд в широком смысле, как суждение об истинном значении ряда.
Гипотеза - тренд отражает основную (скрытую, истинную) закономерность.
Прогнозирование осуществляется подстановкой в уравнение тренда номера периода времени. Трендовое значение корректируется на влияние сезонности. В результате получается точечный прогноз, т.к на графике ему соответствует точка - одно значение за период (Error: Reference source not found). Характеризует наиболее вероятное значение. Недостаток точечного прогноза в том, что вероятность реализации именно этого прогноза =0. Для оценки вероятности реализации того или иного значения используют функцию распределения вероятностей, имеющую нормальный вид. Точечный прогноз соответствует вершине распределения. Смысл распределения - вероятность попасть ближе к точечному прогнозу выше, чем к любому другому значению.