книги / Прикладная статистика
..pdf4.2.23. Показательнаяфункция
Отношение у)1уш*УЪ0% для некоторого момента вре мени { называют темпом прироста временного ряда. Если зна чения у(временного ряда есть значения показательной функции у} = М , то их темпы прироста постоянны н равны:
К 100% = ( « - |)х 100% .
оа
Поэтому» когда значения временного ряда имеют приблизи тельно одинаковые темпы прироста, для ряда подбирают показа тельный тренд. В качестве примера рассмотрим ряд из табл. 4.4. (душевое позрсблснис шерсти в США в 1950-1968 гг.).
Рассчитаем несколько темпов прироста. Пусть г - 1,9,12.
У г ~ У ' х т % |
= .2^ А 1 4у Ю0% = -7.3%; |
>\ |
3,14 |
00% = 2'2 7 ~ 2,46* т % = -7,7% ; |
|
Уч |
2,46 |
У" ~ Г|Ч |00% = 2,17~ 2>3° Ч00% = -5,7% .
Уа |
2.30 |
Эти значения нс назовешь идеально совпадающими, но порис. 4.4 видно, что поведение рада не соответствует линейному трен ду, поэтому будем искать параметры показательной функции.
У равнение/^ = ЬЫприводится к линейному путем почлен ного логарифмирования.
Параметры линейного уравнения у }(() = а^+Ьу
гдеу//) = Ьт(у(1));а = 1а(о);Ь1- |
!п(Ъ), наГщемпометодунаименьших |
||
|
|
I |
,х |
квадратов. Здесь п = 19; Г-9 ; Я2 = 30; Ух = - |
= |
||
|
|
л /=0 |
|
|> 1 п ;и , =121,883; |
=-1,135; а,= -€.0378;Ь,=1,1795. |
||
О |
|
|
|
Отсюда а = с"1 = 0,963; Ь ~ |
= 3,26. |
|
81
График функции показан на рис, 4.4. Он почти нс отличает ся от прямой линии), что свидетельствует* возможно* о том, что тренд подобран нс слишком удачно. Зато трендовое значение при / = 19 (прогноз для 1969 г.) ><19) = 1,59 почти не отличается от реального .у,, = 1,54.
4.2.2.4* Исключение трендовой составляющей
Для изучения случайной составляющей временного ряда из него нужно удалить трендовую, сезонную и циклическую со ставляющие. После определения уравнения тренда его можно удалить из ряда, вычислив разности (остатки) у - у (0 или отно шения у/у(1)* 100% (процентные отклонения от тренда).
Нарис 4.7 и 4.8 показаны графики рядов остатков и процентных отклонений от тренда для ряда из табл, 4.2 (безработица в США).
Расчетные значения прилсдсны в табл. 4.7. |
|
|
|
||||||||
|
|
|
|
|
|
|
|
|
Таблица 4.7 |
||
Год |
1965 |
1966 |
1967 |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
|
1 |
0 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
|
У, |
3,4 |
2,9 |
3,0 |
2.8 |
2,5 |
4.1 |
5.0 |
4,9 |
4,4 |
5,2 |
|
УМ |
2,2 |
2,6 |
3,0 |
3.3 |
3.7 |
4,1 |
4.5 |
4,9 |
5,2 |
5,6 |
|
у.-у(*) |
V |
03 |
0 |
-0,5 |
-0.9 |
0 |
0,5 |
0 -0,8 -0,4 |
|||
100% |
154,5 |
112,4 |
101,4 |
83,8 |
75,2 |
100,0 |
1Н,6 |
100,8 |
84,0 |
92,5 |
|
1975 |
1976 |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
||
Год |
|||||||||||
1 |
10 |
П |
12 |
13 |
14 |
15 |
16 |
17 |
18 |
19 |
|
У, |
7,9 |
4,4 |
7 |
6,2 |
6,1 |
7.6 |
83 |
10,7 |
10.7 |
8,5 |
|
У<|) |
6,0 |
6,4 |
6.8 |
7.1 |
7,5 |
7,9 |
8,3 |
8,7 |
9.0 |
9,4 |
|
УгУ(0 |
1.9 |
-2,0 |
0,2 |
“0.9 |
“1,4 |
-0.3 |
0 |
2,0 |
1.7 |
-0,9 |
|
(У.-*!)) |
131.7 |
69,0 |
103,6 |
86,8 |
«1.1 |
96,2 |
100,2 |
123,6 |
118,4 |
90,2 |
|
100% |
|
|
|
|
|
|
|
|
|
|
Процентные отношения позволяют сравнить между собой амплитуды отклонений от тренда. Например, абсолютные зна чения остатков прл I = 0 и / = 14 почти равны (1,2 и -1,4 соот ветственно). Но в перлом случае остаток 1,3 означает отклоне ние от тренда на 54,5%, а во втором — только на 19%.
82
5
Из сказанного ясно, что число р точек должно быть нечет ным, иначе срсдЕгее арифметическое нужно отнести к дробному моменту времени. На практике, однако, нередки случаи, когда р удобно выбрать четным. Тогда вычисляют не простое среднее арифметическое, а с некоторыми весами. Например» если поло жить р=4, можно рассчитать МДак;
21 4
2у^г+ Ъ у л 2 у „ ±х у ш
8
Расчет скользящей средней ло четырем точкам свелся к рас чету со пяти точкам с набором весов (1,2,2,2,1).
Ряд скользящих средних гораздо более гладкий, чем исход ный, ведь отклонения исходного ряда усредняются. Поэтому скользящую среднюю можно считать одной из разновидностей тренда: сглаживал исходный ряд, она даст представление о тен денции поведения ряда.
4.2.3. Сезонные колебания и индексы сезонности
Говорят, что во временном ряде присутствует сезонная ком понента, если в нем наблюдается последовательность почти пов торяющихся циклов одинакового периода. В качестве примеров приведем рост объемов продаж в преддверии Рождества и Но вого года, сезонное падение цеп на сельхозпродукцию, всплески объемов перевозок пассажиров городским транспортом утром и в конце рабочего дня и т.п. Сезонная компонента часто присутс твует в экономических радах. Такую компоненту нужно уметь выделять н устранять из ряда, чтобы данные стали сравнимыми между собой. Но сначала из ряда необходимо удалить трендовую составляющую. Как правило, для рядов о сезонными колебани ями вычисляют взвешенную скользящую среднюю. Дело в тол»,
84
что длины сезонных циклов, кок правило, четны (IV квартала в году, 24 часа в сутках нт.п,), именно поэтому скользящая средняя получается взвешенной, так как величину интервала сглаживания целесообразно выбирать рапной периоду сезонности.
В качестве примера рассмотрим ряд из табл. 4.5 (затраты на новые здания, сооружения, оборудование в США в 1966-1971 гг.). На графике этого ряда (см. рис. 4.5) отчетливо видны сезонные колебания (регулярные падения затрат в первом коарталс еерост в четвергом). Исключим из ряда трендовую составляющую. Для чего неплохо подойдет линейный тренд, но мы построим взвешсииую скользящую среднюю по 5 точкам е набором весов (I, 2,2,2,1), гак как год состоит нз четырех кварталов.
Результаты расчетов приведены в табл. 4.8.
|
|
|
|
|
|
|
Та&мща 4 .8 |
Год |
Квартал |
1 |
У\ |
Ч 5 |
|
Ряд, очшцсиныГют |
|
|
|
|
|
|
(1,2,2,2,1) |
Аз | |
сезонных колебаний |
1 |
|
2 |
|
|
|
||
|
3 |
А |
5 |
6 |
7 |
||
1966 |
|
1 |
0 |
13,33 |
— |
— |
14,9 |
|
|
2 |
1 |
16,05 |
— |
— |
15,8 |
|
|
3 |
2 |
15,92 |
16.02 |
99.38 |
16,0 |
1961 |
|
4 |
3 |
18,22 |
16,24 |
112,19 |
16.6 |
|
1 |
4 |
14,46 |
1636 |
Ш 9 |
16.3 |
|
|
|
2 |
5 |
16,69 |
16.38 |
101,89 |
16,5 |
|
|
3 |
6 |
16,20 |
16.45 |
98,48 |
16,2 |
|
|
4 |
7 |
18,12 |
16.55 |
109,49 |
16г5 |
1968 |
|
1 |
8 |
15,10 |
16.64 |
90,75 |
17.0 |
|
|
2 |
9 |
16,85 |
16.83 |
100.12 |
16,6 |
|
|
3 |
10 |
16,79 |
17,06 |
98,42 |
16.8 |
|
|
4 |
11 |
19,03 |
17,42 |
109,24 |
17,3 |
1969 |
|
1 |
12 |
16,04 |
17,98 . |
89,21 |
18.0 |
|
|
2 |
13 |
18,81 |
18.39 |
101.18 |
18.6 |
|
__ |
3 |
14 |
19,25 |
19,07 |
100.94 |
19,3 |
|
|
4 |
15 |
21,46 |
19,44 |
110,19 |
19,5 |
1970 ___ | |
16 |
17,47 |
19,75 |
88,41 |
19,6 |
||
|
|
2 |
17 |
20.33 |
19.91 |
102.10 |
20.0 |
|
|
|
|
|
|
Окончаниетаб.1. 4.8 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
3 |
18 |
20.26 |
19,96 |
101,50 |
20,3 |
|
4 |
19 |
21,66 |
20,02 |
108,19 |
19,7 |
1971 |
1 |
20 |
17,68 |
20,04 |
88,22 |
19,9 |
|
2 |
21 |
20,60 |
20,19 |
102,03 |
20,3 |
|
3 |
22 |
20,14 |
— |
— |
20,2 |
|
4 |
23 |
23,04 |
— |
— |
20,9 |
Скользящая средняя построена на рнс. 4.5.
Очистим ряд от тренда, рассчитав процессные отклонения (у,Д//)*100%. Эти отклонения распределим по годам и кварта лам (табл. 4.9),
|
|
|
|
Ъ&шца 4.9 |
|
1 |
2 |
3 |
4 |
1966 |
— |
— |
99,38 |
112.19 |
1967 |
88,39 |
101,89 |
98,48 |
109.49 |
1968 |
90,75 |
100,12 |
98,42 |
109,24 |
1969 |
89,21 |
101,18 |
100.94 |
110,39 |
1970 |
88.41 |
102,11 |
101,50 |
108,19 |
1971 |
88.22 |
102,03 |
— |
— |
I |
444,98 |
507,33 |
498,72 |
549,5 |
Найдем средние значения отклонений от тренда для каждого квартала и всего временного ряда.
Обозначим эти числа у г уу уг уе и у соответственно.
Ух = |
у , = 503,33 -101,466; |
|
^ = ^ | ^ |
= 99.744; ^ = |
^ = 109,9; |
- 444,98 + 507,33 + 498,72 + 549,5 |
. 2000,53 |0р ^ |
|
20 |
|
20 |
86
Примем значение у за базовое. В среднем значения времен ного ряда почти нс отклоняются оттренда. Зато средние величи ны отклонении в 1 н 4 кварталах весьма велики. Они объясняют ся величинами сезонных эффектов.
Рассчитаем, сколько процентов от у составляют у г уг у г у г Эти величины называют индексами сезонности.
57, = й*100% = |
= 88,97%; |
|
' у |
100,01 |
|
|
101,466 |
101,44%; |
У100,03
5Г> = |
0 0 % = |
= 9 9 ,7 2 % ; |
у100,03
1* |Лй О
= 4 ^ x 1 0 0 % = - ^ 7 = 109,87% .
у100,03
Теперь можно удалить сезонную компоненту из временного ряда. Для этого каждое значение ряда делится на соответству ющий индекс сезонности, выраженный в долях. В нашем слу чае все значения первого квартала делятся на число 0,8997; все значения второго квартала — на число 1,0144; данные третьего квартала — на число 0,9972, а данные четвертого квартала нуж но поделить на 1,0987. Ряд, очищенный от сезонных колебаний, приведен в табл. 4.8. Эти числа почти нс отличаются от трендо вых значений. Можно сделать вывод, что собственно случайная компонента этого временного ряда невелика, а влияние сезон ных эффектов на величину отклонений от тренда нс меняется от года к году.
Если для этого временного ряда подобрать линейный тренд, его уравнение будет таким: у(0 = 0,278^ +14,86. Значения ин дексов сезонности, рассчитанные с применением этого уравне ния незначительно отличаются от только что найденных:
Я/, =89,04% , 31^ - 101,7%, ЗУ3 =99,44%, 31А =109,82%
87
Располагая уравнением тренда, можего оценить значения временного ряда в следующем году, скоррелировав трендовые значения на индексы сезонности. Прогноз получается таким:
у 2А =><24)х», = 21,53x0,8904 = 19,17;
725 =7(25)>$/2 = 21,81*1,017 = 22,18;
7 м =7(26)х^ /3 = 22,09 *0,9944 = 21,97;
727 = 7(2 = 22,37x1,0982 = 24,56.
В заключение отметим, что по самому определению индек сов сезонности их сумма равна 100А, где к — число сезонов, на хсторос делится выбранная единица времени (в нашем случае к = 4, год поделен на 4 квартала).
4 .3 . ЗА Д А Ч И
Для нижеприведенных временных рядов нужно выполнить следующие действия:
1.Представить ряд графически.
2.Подобрать подходящее уравнение тренда по методу на именьших квадратов или подходящую скользящую среднюю, если характер тренда неясен.
3.Удалить трендовую составляющую из временного ряда и построить график остатков.
4.Сравнить поведение ряда остатков индекса промышлен ного производства США (подъемы, спады, поворотные точки, где подъемы и спады сменяют друг друга н т.п.) с поведением остальных рядов остатков. Можно ли утверждать о существова нии закономерностей в поведении рядов?
Индекс прямышлейного производства в США
в 1В50-19В5 гг. (1977 г.= 100)
Год |
1950 |
195) |
1952 |
1953 |
1954 |
1955 |
1956 |
1957 |
1958 |
7, |
35,1 |
35,9 |
37,2 |
40,4 |
38,2 |
43,0 |
44,9 |
45,5 |
42,6 |
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
У, |
47,7 |
48,3 |
49,1 |
53,2 |
56,3 |
60,1 |
66,1 |
72,0 |
73,5 |
88
Год |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
\ т |
1975 |
1976 |
У, |
77,6 |
81,2 |
78,5 |
79,6 |
87,3 |
94,4 |
93,0 |
84,8 |
92,6 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
1985 |
У, |
100,0 |
106,5 |
110,1 |
108,6 |
111,0 |
103,'1 |
109,2 |
121,4 |
123,7 |
|
2. Индекс потребительских цен СШАл 1950-19В5 гг. |
|
|||||||
|
|
|
|
(1982 г.= Х00> |
|
|
|
|
|
Год |
1950 |
1951 |
1952 |
1953 |
1954 |
1955 |
1956 |
1957 |
1958 |
У, |
24,1 |
26,0 |
26,5 |
26,7 |
26,9 |
26,8 |
27,2 |
28,1 |
28,9 |
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
У, |
29,1 |
29,6 |
29,9 |
30,2 |
30.6 |
31,0 |
31,5 |
32,4 |
33,4 |
Гол |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
У, |
34,8 |
36,7 |
38,8 |
40,5 |
41,8 |
44,4 |
49,3 |
53,8 |
56,9 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
1985 |
Л |
60,6 |
65,2 |
72,6 |
82,4 |
90,9 |
96,5 |
99,6 |
103,9 |
107,6 |
|
3. Население США (или. чел.) в 1950-1985 гг. |
|
|
||||||
Год |
1950 |
1951 |
1952 |
1953 |
1954 |
1955 |
1956 |
1957 |
1958 |
У, |
152,3 |
154,9 |
157,6 |
160,2 |
163,0 |
165,9 |
168,9 |
172,0 |
174,9 |
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
__ У, |
177,8 |
180,7 |
183,7 |
186,5 |
189,2 |
191,9 |
194,3 |
196,6 |
198,7 |
Год |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
У* |
200,7 |
202,7 |
205,1 |
207,7 |
209,9 |
211,9 |
213,8 |
216,0 |
218,0 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
1985 |
. У, |
220,2 |
222.6 |
225,1 |
227,7 |
230.0 |
232,3 |
234,8 |
237,0 |
239,3 |
|
4. Рабочая сила в США (млн. чел:) ■ 1959-1985 гг. |
|
|||||||
Год |
1950 |
1951 |
1952 |
1953 |
1954 |
1955 |
1956 |
1957 |
1958 |
У, |
62,2 |
62,0 |
62,1 |
63,0 |
63,6 |
65,0 |
66,6 |
66,9 |
67,6 |
89
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
Уг |
68,4 |
69,6 |
70,5 |
70,6 |
71,8 |
73,1 |
74,5 |
75,8 |
77,3 |
Год |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
У, |
78,7 |
80,7 |
82,8 |
84,4 |
87,0 |
89,4 |
91,9 |
93,8 |
96,2 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
1985 |
У, |
99,0 |
102,3 |
105,0 |
106,9 |
108,7 |
N0,2 |
111,6 |
113.5 |
115,5 |
|
|
|
|
|
|
|
|
|
|
|
5. Безработица в США (млн, чел.) в 1050-1985 гг. |
|
|||||||
Год |
1950 |
1951 |
1952 |
1953 |
1954 |
1955 |
1956 |
1957 |
195В |
У, |
5,3 |
3.3 |
3,0 |
2,9 |
5,5 |
4,4 |
4,1 |
4,3 |
6,8 |
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
У, |
5,5 |
5.5 |
6,7 |
5.5 |
5.7 |
5.2 |
3,4 |
2.9 |
3,0 |
Гол |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
Ум |
2.8 |
2.8 |
4,1 |
5.0 |
4,9 |
4,4 |
5,2 |
7.9 |
4.4 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
1985 |
У, |
7.0 |
6,2 |
6.1 |
7,6 |
8,3 |
10,7 |
10,7 |
8,5 |
8,3 |
6.Мпдекспроизводительности труда оСША
в1950-1085 тт.<1977 г,= МО)
Год |
1950 |
1951 |
1952 |
1953 |
195*1 |
1955 |
1956 |
1957 |
1958 |
У, |
51,7 |
53,8 |
55,4 |
57,5 |
58,4 |
60,1 |
60,9 |
62,5 |
64,4 |
Год |
1959 |
1960 |
1961 |
1962 |
1963 |
1964 |
1965 |
1966 |
1967 |
Уг |
66,5 |
67,6 |
70,0 |
72,5 |
74,5 |
78,7 |
81,0 |
83,2 |
85,5 |
Год |
1968 |
1969 |
1970 |
1971 |
1972 |
1973 |
1974 |
1975 |
1976 |
У, |
87,8 |
87,8 |
88,4 |
91,3 |
94,1 |
95,9 |
93,9 |
95,7 |
98.3 |
Год |
1977 |
1978 |
1979 |
1980 |
1981 |
1982 |
1983 |
1984 |
(983 |
К |
100,0 |
100,8 |
99,6 |
99,3 |
100,7 |
100,3 |
103,0 |
105,5 |
107,7 |
90