- •Розділ 2 Прогнозування на основі часових рядів
- •2.1. Поняття часового ряду
- •2.2. Основні показники часових рядів
- •2.3. Розклад ряду динаміки на складові компоненти
- •2.4. Перевірка гіпотези про існування основної тенденції динаміки
- •А) Перевірка різниці середніх рівнів
- •Виробництво цукру-піску в Україні
- •Б) Перевірка методом Форстера - Стюарта
- •Динаміка виробництва цукру-піску в Україні
- •2.5. Вибір моделі основної тенденції
- •Розділ з Статистичні методи визначення трендів
- •3.1. Типи статистичних методів
- •3.2. Метод ковзної середньої
- •Закінчення табл.3.1
- •3.3. Метод найменших квадратів
- •Варіація внаслідок тенденції є різницею загальної й випадкової варіацій, тобто
- •Для лінійної функції дисперсії мають вигляд
- •3.4. Метод скінченних різниць
- •3.5. Прогнозування на підставі середніх значень
- •3.6. Прогнозування на основі екстраполяції тренду
- •3.7. Метод експоненціального згладжування (метод Брауна)
- •Розрахунок оцінок прогнозів
- •Динаміка виробництва сталевих труб в Україні, млн.Т
- •Розрахунок оцінок прогнозів
- •3.8. Метод гармонічних ваг
3.5. Прогнозування на підставі середніх значень
Основою прогнозування на підставі середніх значень є використання середніх таких характеристик часових рядів як:
1) середній рівень;
2) середній абсолютний приріст;
3) середній темп зростання.
У першому випадку при прогнозуванні соціально-економічних явищ використовують твердження, відповідно до яких рівні часових рядів зрівнюються із середнім значенням ряду, обчисленого для досліджуваного проміжку часу,
де - прогнозований рівень часового ряду ; -й рівень ряду; L - період упередження; - середнє значення ряду.
Розглядаючи ряд динаміки як вибірку з генеральної сукупності, можна вважати, що прогнозовані рівні часового ряду належать проміжку
де tα - коефіцієнт, обчислений на основі t- критерію Стьюдента при заданих рівні значущості і числі ступенів свободи, що дорівнює (n - 1); - середньоквадратична похибка математичного сподівання рівнів часового ряду:
n - число спостережень ряду.
Прогнозування на основі середнього абсолютного приросту здійснюється, коли тренд виражається лінійною функцією або близькою до неї. Для знаходження значення тенденції в довільний момент часу t необхідно визначити середній абсолютний приріст за формулами
Далі на підставі заданого початкового рівня у, описують тенденцію динаміки у вигляді лінійного рівняння
або
тощо.
При цьому слід пам'ятати, що використання середнього абсолютного приросту для прогнозування можливе лише за виконання умови
Коли відомо, що тренд часового ряду відображається показниковою або експоненціальною функцією, прогнозування здійснюють на основі середнього темну зростання. Для даного часового ряду визначають середній темп зростання
і, маючи початковий рівень y1 записують рівняння основної тенденції у вигляді
Розглянуті способи екстраполяції тренду - найпростіші і водночас найбільш наближені.
3.6. Прогнозування на основі екстраполяції тренду
За такого підходу до проблеми прогнозування вважають, що рівні часових рядів відображають дію багатьох факторів, причому виділити дію кожного фактора на соціально-економічний процес окремо неможливо.
Екстраполяція функції тренду у = f(t) дає можливість отримати значення прогнозу у фіксованій точці. Отже, з допомогою початкового прогнозу можна оцінити прогнозовані показники в певних точках (у конкретному році, місяці, дні тощо), використовуючи рівняння заданої тенденції. Така оцінка є середньою для прогнозованого проміжку часу. Оскільки фактичні дані економічного процесу майже ніколи не збігаються з відповідними теоретичними значеннями, здобутими на підставі прогнозування, доцільно визначити також і довірчі інтервали прогнозів. Згаданий інтервал визначається так:
де , - розрахункове (прогнозоване) значення спостереження; - коефіцієнт, обчислений з допомогою t- критерію Стьюдента; - середньоквадратична похибка тренду.
Оскільки тренди рядів динаміки відображаються багатьма функціями, існує багато можливостей їх вибору для знаходження значень прогнозу.
Приклад. Скласти прогноз на 1990-1994 pp. за даними про середньорічну вартість промислово-виробничих фондів галузі за 1974 -1989 pp. (табл.3.11).
Таблиця 3.11
Промислово-виробничі фонди галузі, млн. грн.
-
Рік
Вартість
Рік
Вартість
1974
153
1982
229
1975
160
1983
248
1976
170
1984
260
1977
179
1985
277
1978
187
1986
291
1979
187
1987
312
1980
202
1988
334
1981
219
1989
352
Основну тенденцію динаміки вибираємо у вигляді трьох функцій:
За допомогою методу найменших квадратів знаходимо оцінки відповідних параметрів:
Середньоквадратичні відхилення, обчислені на основі значень наведених раніше рівнянь,
= 115,8; = 116,5; = 309,5.
Отже, найближчим до фактичних даних є тренд, знайдений на основі параболи другого порядку.
Далі за одним із критеріїв перевіряємо правильність вибору типу тренду. Якщо рівняння основної тенденції вибрано правильно, то, по-перше, відхилення фактичних рівнів від відповідних вирівняних значень мають випадковий характер, оскільки їх зміна не пов'язана із зміною часового ряду;
по-друге, відхилення від тренду відбуваються за нормальним законом розподілу.
Правильність опису тренду параболою другого порядку перевірялася методом медіан. Відповідні нерівності для нашого прикладу мають вигляд
Щоб обґрунтувати нормальність випадкових відхилень від основної тенденції, знайдемо показники асиметрії А та ексцесу Е, а також їх середньоквадратичні похибки.
Для нормального розподілу показники асиметрії й ексцесу дорівнюють нулю. Оскільки відхилення від тренду-це не вся генеральна сукупність, а лише вибірка з неї, значення асиметрії й ексцесу та їх середньоквадратичні похибки також будуть вибірковими. Вважається, що значення рівнів часового ряду є нормально розподіленими, коли виконуються такі умови:
Підставивши в нерівності (3.44) відповідні значення, отримаємо:
Оскільки умови нерівностей виконуються, можна вважати, що випадкові відхилення від тренду розподілені нормально або мають розподіл, досить близький до нього.
Довірчий інтервал прогнозу для нашої параболи визначається так:
де середньоквадратична похибка тренду; K1- табличні значення оцінок довірчих інтервалів при рівні значущості = 0,1. Підставляючи відповідні значення в рівняння основної тенденції
дістаємо точкові прогнози на 1990 -1994 pp. Середньоквадратична похибка тренду = 2,69. Довірчі інтервали ймовірності похибки становлять 90%, тобто є досить значущими. Для прогнозу на 1990 p. (t=17) довірчий інтервал становить 3,5% від розрахункового рівня, на 1994 p. - 4,7% (табл.3.12).
Таблиця 3.12
Розрахунок довірчих інтервалів прогнозу середньорічної вартості промислово-виробничих основних фондів галузі
-
Рік
1990
361,8
2,330
6,3
355,5
368,7
1991
382,8
2,604
7,0
375,8
389,8
1992
405,2
2,950
7,9
397,3
413,1
1993
428,6
3,364
9,0
419,6
437,6
1994
453,0
3,845
10,3
442,3
463,7
Істотний недолік прогнозування на основі аналітичного вирівнювання тренду полягає в тому, що прогнозується лише детерміністична частина часового ряду і не враховується випадкова компонента. Щоб уникнути даної похибки й зробити прогноз більш точним, необхідно знайти закон розподілу випадкової величини Еt. З цією метою обчислюють відхилення від тренду і визначають закономірність їх зміни у часі, тобто прогноз випадкової складової динамічного ряду. Результати обох прогнозів поєднують.
Розглянутий метод дає змогу здобути досить добрий результат тоді, коли в динамічному часовому ряді соціально-економічного явища випадкові коливання навколо основної тенденції є незначними і між ними відсутня автокореляція.