- •1. Введение в анализ временных рядов
- •1.1. Временные ряды и требования, предъявляемые к ним
- •1.2. Основные показатели динамики экономических явлений
- •1.3. Компонентный состав временного ряда
- •1.4. Некоторые элементы теории случайных процессов
- •2. Определение общей тенденции временного ряда
- •2.1. Виды тенденций и проверка гипотезы о существовании тенденции
- •Расчет вспомогательных характеристик
- •2.2. Методы выделения общей тенденции временного ряда
- •2.2.1. Механическое сглаживание
- •2.2.2. Аналитическое выравнивание временных рядов
- •2.2.3. Гармонический анализ
- •3.1. Проверка гипотезы о правильности выбора вида тренда
- •3.2. Проверка гипотезы о независимости случайного компонента
- •3.3. Проверка гипотезы о нормальности случайного компонента
- •4. Описание стационарных временных рядов с помощью авторегрессионной модели
- •4.1. Оценка параметров авторегрессионной модели
- •4.2. Определение порядка авторегрессии
- •5. Прогнозирование экономических показателей
- •5.1. Простейшие приемы экстраполяции
- •5.2. Прогнозирование экономических показателей с помощью кривых роста
- •5.3. Прогнозирование экономических показателей с помощью авторегрессионных моделей
- •6. Статистический анализ сезонной компоненты
- •6.1. Методы выявления периодической компоненты
- •6.3. Прогнозирование явлений с помощью индексов сезонности
- •8. Корреляция и регрессия рядов динамики
- •8.1.Простая корреляция и регрессия рядов динамики
- •8.2. Множественная корреляция и регрессия рядов динамики
- •Тест для самопроверки
2.2.3. Гармонический анализ
Во многих случаях сглаживание временных рядов с помощью кривых роста не дает удовлетворительных результатов, так как в остатках наблюдается автокорреляция (см. п. 3.2). С другой стороны, в рядах динамики нередко содержатся заметные периодические колебания, которые нельзя описать с помощью кривых роста. В таких случаях на практике можно прибегнуть к гармоническому анализу, суть которого состоит в том, что исходный ряд Yt преобразовывается в новый Yk(t):
Т а б л и ц а 2.7
Матрица определения средней квадратической ошибки
Период |
|
|
Теоретические уровни по моделям |
Отклонение фактических уровней от теоретических значений | ||||
прямая |
показательная функция |
парабола |
прямолинейная функция |
показательная функция |
парабола 2-го порядка | |||
1994 г. I кв. |
1 |
170,0 |
143,6 |
146,1 |
155,2 |
697,1 |
571,5 |
217,9 |
II кв. |
2 |
159,2 |
140,4 |
141,8 |
148,9 |
356,0 |
303,9 |
105,3 |
III кв. |
3 |
145,8 |
137,1 |
137,6 |
142,9 |
76,3 |
67,7 |
8,3 |
IV кв. |
4 |
126,4 |
133,8 |
133,5 |
137,2 |
54,8 |
50,3 |
115,8 |
1995 г. I кв. |
5 |
124,0 |
130,5 |
129,5 |
131,7 |
42,8 |
30,7 |
59,1 |
II кв. |
6 |
116,5 |
127,3 |
125,7 |
126,5 |
116,1 |
84,7 |
99,8 |
III кв. |
7 |
109,2 |
124,0 |
122,0 |
121,6 |
219,3 |
163,4 |
153,0 |
IV кв. |
8 |
108,0 |
120,7 |
118,4 |
116,9 |
162,4 |
107,5 |
79,7 |
1996 г. I кв. |
9 |
106,2 |
117,5 |
114,9 |
112,6 |
127,2 |
75,1 |
40,4 |
II кв. |
10 |
102,0 |
114,2 |
111,5 |
108,5 |
149,2 |
89,6 |
41,8 |
III кв. |
11 |
102,6 |
111,0 |
108,2 |
104,6 |
69,7 |
30,9 |
4,2 |
IV кв. |
12 |
109,2 |
107,7 |
105,0 |
101,1 |
2,3 |
18,0 |
65,5 |
1997 г. I кв. |
13 |
108,0 |
104,4 |
101,9 |
97,8 |
12,8 |
37,8 |
103,2 |
II кв. |
14 |
107,4 |
101,2 |
98,8 |
94,9 |
39,0 |
73,4 |
157,4 |
III кв. |
15 |
100,0 |
97,9 |
95,9 |
92,1 |
4,4 |
16,7 |
61,8 |
IV кв. |
16 |
101,6 |
94,6 |
93,1 |
89,7 |
48,6 |
72,8 |
141,5 |
1998 г. I кв. |
17 |
95,2 |
91,4 |
90,5 |
87,5 |
14,7 |
23,9 |
58,6 |
II кв. |
18 |
85,8 |
88,1 |
87,6 |
85,7 |
5,3 |
3,4 |
0 |
III кв. |
19 |
82,4 |
84,8 |
85,0 |
84,1 |
5,9 |
7,0 |
2,7 |
IV кв. |
20 |
74,0 |
81,6 |
82,5 |
82,7 |
57,3 |
72,6 |
76,0 |
1999 г. I кв. |
21 |
75,4 |
78,3 |
80,1 |
81,7 |
8,4 |
21,9 |
39,2 |
II кв. |
22 |
77,2 |
75,0 |
77,7 |
80,9 |
4,7 |
0,3 |
13,6 |
III кв. |
23 |
75,8 |
71,8 |
75,4 |
80,4 |
16,2 |
0,2 |
21,0 |
IV кв. |
24 |
83,4 |
68,5 |
73,2 |
80,2 |
221,7 |
104,6 |
10,5 |
Итого: |
300 |
2 545,3 |
2 545,4 |
2 535,7 |
2 545,4 |
2 512,2 |
2 027,9 |
1 676,3 |
где a0, ak, bk — неизвестные параметры Фурье, которые находятся по методу наименьших квадратов;
k — гармоника ряда, которая чаще всего берется от 1 до 4
(k<);
Т — период колебаний.
Частным случаем гармонического анализа является описание сезонной компоненты, когда период колебания Т равен 12 месяцам. Для изучения сезонности ряд динамики исследуемого годового явления в радиальной системе лучше представить следующим образом:
t |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11- |
12 |
Рад |
0 | |||||||||||
Уровни |
y1 |
y2 |
y3 |
y4 |
y5 |
y6 |
y7 |
y8 |
y9 |
y10 |
y11 |
y12 |
В этом случае исходный ряд Yt будет аппроксимироваться функцией
(2.12)
коэффициенты Фурье a0, ak, bk определятся из следующих отношений:
.
Наиболее подходящей считается та функция Yk(t), при которой средняя квадратическая ошибка
(2.13)
имеет наименьшее значение.
Значения cos kt и sin kt при k, равном 1, 2, 3, 4, находим по табл. 1 (прил. 1). Тогда первая гармоника при Т = 12 будет выглядеть следующим образом:
(2.14)
где
; (2.15)
(2.16)
. (2.17)
Ряд Фурье с двумя гармониками имеет вид
,
где
После выделения из исследуемого ряда систематической составляющей (тренда) и периодической составляющей (если она присутствует) переходят к анализу случайной компоненты.
Пример 2.4. Проиллюстрируем построение модели внутригодовой динамики по первой гармонике ряда Фурье (2.14).
Т а б л и ц а 2.8
Месяц |
|
|
|
|
|
| |
Январь |
0 |
36,700 |
1,000 |
0 |
36,700 |
0 |
39,536 |
Февраль |
|
37,400 |
0,866 |
0,500 |
32,389 |
18,700 |
38,934 |
Март |
|
40,600 |
0,500 |
0,866 |
20,300 |
35,161 |
38,597 |
Апрель |
|
39,500 |
0 |
1 |
0 |
39,500 |
38,616 |
Май |
|
38,600 |
-0,500 |
0,866 |
-19,300 |
33,429 |
38,986 |
Июнь |
|
39,400 |
-0,866 |
0,500 |
-34,121 |
19,700 |
39,607 |
Июль |
|
39,500 |
-1,000 |
0 |
-39,500 |
0 |
40,314 |
Август |
|
41,400 |
-0,866 |
-0,500 |
-35,853 |
-20,700 |
40,916 |
Сентябрь |
|
40,800 |
-0,500 |
-0,866 |
-20,400 |
-35,334 |
41,253 |
Октябрь |
|
41,700 |
0 |
-1,000 |
0 |
-41,700 |
41,234 |
Ноябрь |
|
40,600 |
0,500 |
-0,866 |
20,300 |
-35,161 |
40,864 |
Декабрь |
|
42,900 |
0,866 |
-0,500 |
37,152 |
-21,450 |
40,243 |
Итого: |
479,100 |
- |
- |
-2,333 |
-7,855 |
479,100 |
Коэффициенты Фурье для первой гармоники определяются по формулам (2.15 — 2.17):
; .
Тогда первая гармоника ряда имеет вид
На основе полученного уравнения определяются расчетные значения для каждого месяца (табл. 2.8, графа 8).
………………………………………………………………
Подобным образом можно построить вторую, третью и т. д. гармоники, а затем по формуле (2.13) вычислить средние квадратические ошибки и по минимальному значению определить наилучшую гармонику.
СТАТИСТИЧЕСКИЙ АНАЛИЗ СЛУЧАЙНОЙ КОМПОНЕНТЫ
Исследование случайной компоненты как составного элемента временного ряда проводится с целью проверки следующих гипотез:
правильно ли подобрано уравнение тренда ;
независимы ли отклонения от тренда или модели;
подчиняются ли отклонения от тренда или соответствующей модели закону нормального распределения;
представляет ли собой случайная компонента Et стационарный случайный процесс.
В случае подтверждения первых трех гипотез выбранная модель считается адекватной реальному процессу и ее можно применять для прогнозирования. Если же подтверждается стационарность случайной компоненты, то для нее можно использовать методы прогноза стационарных случайных процессов.