- •Статистическое наблюдение
- •Формы статистического наблюдения:
- •Виды статистического наблюдения:
- •Оценка точности статистического наблюдения
- •Сводка и группировка статистических данных
- •Виды сводки:
- •Виды группировок:
- •Принципы построения группировок
- •Ряды распределения
- •Графическое изображение рядов распределения
- •Табличное представление статистических данных
- •Виды таблиц
- •Основные правила построения и анализа статистических таблиц
- •Статистические графики
- •Абсолютные и относительные величины
- •Средние величины
- •Средняя арифметическая величина
- •Средняя гармоническая величина
- •Средняя геометрическая величина
- •Средняя квадратическая величина
- •Структурные средние величины
- •Показатели вариации
- •Виды дисперсий. Правило сложения дисперсий
- •Дисперсия признака, обладающего альтернативной изменчивостью
- •Моменты распределения
- •Ряды динамики
- •Средние показатели динамики
- •Показатели динамики
- •Методы смыкания и сравнения рядов динамики
- •Методы выявления основной тенденции (тренда) в рядах динамики
- •Методы изучения сезонных колебаний
- •Методы прогнозирования
- •Выборочное наблюдение
- •Другие организационные формы выборочного наблюдения
Методы смыкания и сравнения рядов динамики
Уровни рядов динамики должны быть сопоставимы.
1. Метод смыкания рядов динамики — получение одного ряда (сомкнутого) из двух (и более) рядов динамики, построенных в хронологическом порядке относительно друг друга.
В практике статистики в целях анализа из двух рядов динамики бывает необходимо построить один ряд. При этом, если уровни этих рядов во времени идут друг за другом с наложением последнего уровня первого ряда (у'n ) и первого уровня второго ряда (у"n ), то, казалось бы, эти уровни должны совпадать друг с другом. Но они могут и не совпадать — по различным причинам, в том числе методологическим (самая простая из них — несовпадение размерности). Тогда вводят коэффициент смыкания
ксмык = у"n / у'n
Затем все уровни первого ряда динамики умножают на коэффициент смыкания. Полученные расчетные уровни дополняют уровнями второго ряда динамики и получают новый ряд — сомкнутый.
2. Метод сравнения рядов динамики предполагает приведение сравниваемых рядов динамики к сопоставимому виду и затем — получение сравнительной оценки динамики этих рядов.
Если имеются два ряда динамики с абсолютными значениями уровней, то обычно они не подлежат сравнению. Например, невозможно сравнивать ряд динамики объема продаж и ряд динамики среднесписочной численности менеджеров фирмы (рубли — с человеками). Для сравнения уровни этих рядов динамики надо заменить относительными величинами динамики, т.е. рассчитать темпы (коэффициенты) роста. Теперь первые уровни рассматриваемых рядов динамики будут одинаковые, равные 100 % (или 1). Такие ряды можно сравнивать.
Для этого используют коэффициент опережения
kопер = Т'р.б. / Т"р.б.
где Т'р.б. - базисный темп роста ряда динамики, имеющего большие значения данного показателя; Т"р.б. — базисный темп роста ряда динамики, имеющего меньшие значения данного показателя.
Аналогично можно сравнивать средние темпы (коэффициенты) роста рассматриваемых рядов динамики:
kопер = Т'р.б. / Т"р.б.
Т'р.б. — средний темп роста ряда динамики, имеющего большее значение данного показателя; Т"р.б. — средний темп роста ряда динамики, имеющего меньшее значение данного показателя.
Методы выявления основной тенденции (тренда) в рядах динамики
С целью выявления основной тенденции развития явления (тренда) на этапе исследования используют методы сглаживания рядов динамики.
Метод укрупнения интервалов — метод, при котором первоначальный ряд динамики заменяется другим рядом динамики, содержащим абсолютные или средние показатели уже по укрупненным интервалам. Например: ряд, содержащий данные о выпуске продукции по месяцам, может быть преобразован в ряд квартальных данных.
Метод скользящей средней — метод, при котором формируют укрупненные интервалы, состоящие из одинакового числа уровней, соблюдая правило: каждый последующий интервал получают, постепенно сдвигаясь от начального уровня на один уровень. Так, например, трехчленные укрупненные интервалы будут включать следующие уровни исходного ряда динамики:
первый интервал: у1, у2, у3
второй интервал: у2, у3, у 4,
…..
последний интервал: уn-2, уn-1, уn .
По каждому из этих интервалов определяется скользящая сумма, на основании которой рассчитывается скользящая средняя.
Например, , , и т.д.
На основе выравненных практических данных строят эмпирическую кривую.
Уравнение динамики у = f(t), а также кривую динамики принято называть трендом. В общем смысле тренд - статистическая закономерность развития явления во времени.
Наиболее распространены следующие модели тренда:
Линейная форма тренда:
=a+bt
где а — начальный уровень тренда в момент или период, принятый за начало отсчета времени t; b— абсолютный прирост (сокращение) — const.
Применяется по результатам графического анализа эмпирических данных, либо если уровни ряда меняются в арифметической прогрессии (рассчитанные цепные абсолютные приросты уровней приблизительно одинаковы).
Параболическая форма тренда (парабола второго порядка):
=a+bt +ct2
где с — квадратический параметр, равный половине ускорения, — const.
Применяется при ускоренном или замедленном изменении уровней динамического ряда, когда постоянны рассчитанные вторые разности уровней (цепные абсолютные приросты цепных абсолютных приростов).
Показательная:
Применяется, если уровни ряда меняются в геометрической прогрессии, т.е. рассчитанные цепные коэффициенты роста относительно постоянны.
Гиперболическая:
+
Применяется, если уровни динамического ряда снижаются, постепенно замедляя свою скорость.
На основе тренда прогнозируется дальнейшее развитие явления во времени.