Каждый динамический ряд содержит две составляющие:
Уровни ряда выражаются как абсолютными, так и средними или относительными величинами. В зависимости от характера показателей строят динамические ряды абсолютных, относительных и средних величин. Ряды динамики из относительных и средних величин строят на основе производных рядов абсолютных величин. Различают интервальные и моментные ряды динамики.
Динамический интервальный ряд содержит значения показателей за определенные периоды времени. В интервальном ряду уровни можно суммировать, получая объем явления за более длительный период, или так называемые накопленные итоги.
Динамический моментный ряд отражает значения показателей на определенный момент времени (дату времени). В моментных рядах исследователя может интересовать только разность явлений, отражающая изменение уровня ряда между определенными датами, поскольку сумма уровней здесь не имеет реального содержания. Накопленные итоги здесь не рассчитываются.
Важнейшим условием правильного построения динамических рядов является сопоставимость уровней рядов , относящихся к различным периодам. Уровни должны быть представлены в однородных величинах, должна иметь место одинаковая полнота охвата различных частей явления.
Для того, чтобы избежать искажения реальной динамики, в статистическом исследовании проводятся предварительные расчеты (смыкание рядов динамики), которые предшествуют статистическому анализу динамических рядов. Под смыканием рядов динамики понимается объединение в один ряд двух и более рядов, уровни которых рассчитаны по разной методологии или не соответствуют территориальным границам и т.д. Смыкание рядов динамики может предполагать также приведение абсолютных уровней рядов динамики к общему основанию, что нивелирует несопоставимость уровней рядов динамики.
Показатели изменений уровней динамических рядов
Для характеристики интенсивности развития во времени используются статистические показатели, получаемые сравнением уровней между собой, в результате чего получаем систему абсолютных и относительных показателей динамики: абсолютный прирост, коэффициент роста, темп роста, темп прироста, абсолютное значение 1% прироста. Для характеристики интенсивности развития за длительный период рассчитываются средние показатели: средний уровень ряда, средний абсолютный прирост, средний коэффициент роста, средний темп роста, средний темп прироста, среднее абсолютное значение 1% прироста.
Если в ходе исследования необходимо сравнить несколько последовательных уровней, то можно получить или сравнение с постоянной базой (базисные показатели), или сравнение с переменной базой (цепные показатели).
Базисные показатели характеризуют итоговый результат всех изменений в уровнях ряда от периода базисного уровня до данного (i-го) периода.
Цепные показатели характеризуют интенсивность изменения уровня от одного периода к другому в пределах того промежутка времени, который исследуется.
Абсолютный прирост выражает абсолютную скорость изменения ряда динамики и определяется как разность между данным уровнем и уровнем, принятым за базу сравнения.
Абсолютный прирост (базисный)
(9.1)
где y i - уровень сравниваемого периода; y 0 - уровень базисного периода.
Абсолютный прирост с переменной базой (цепной), который называют скоростью роста,
(9.2)
где y i - уровень сравниваемого периода; y i-1 - уровень предшествующего периода.
Коэффициент роста K i определяется как отношение данного уровня к предыдущему или базисному, показывает относительную скорость изменения ряда. Если коэффициент роста выражается в процентах, то его называют темпом роста.
Коэффициент роста базисный
Коэффициент роста цепной
Темп роста
(9.5)
Темп прироста Т П определяется как отношение абсолютного прироста данного уровня к предыдущему или базисному.
Темп прироста базисный
(9.6)
Темп прироста цепной
(9.7)
1) Т п = Т р - 100%; 2) Т п = K i - 1. (9.8)
Абсолютное значение одного процента прироста A i . Этот показатель служит косвенной мерой базисного уровня. Представляет собой одну сотую часть базисного уровня, но одновременно представляет собой и отношение абсолютного прироста к соответствующему темпу роста.
Данный показатель рассчитывают по формуле
(9.9)
Для характеристики динамики изучаемого явления за продолжительный период рассчитывают группу средних показателей динамики. Можно выделить две категории показателей в этой группе: а) средние уровни ряда; б) средние показатели изменения уровней ряда.
Средние уровни ряда рассчитываются в зависимости от вида временного ряда.
Для интервального ряда динамики абсолютных показателей средний уровень ряда рассчитывается по формуле простой средней арифметической:
где n - число уровней ряда.
Для моментного динамического ряда средний уровень определяется следующим образом.
Средний уровень моментного ряда с равными интервалами рассчитывается по формуле средней хронологической:
(9.11)
где n - число дат.
Средний уровень моментного ряда с неравными интервалами рассчитывается по формуле средней арифметической взвешенной, где в качестве весов берется продолжительность промежутков времени между временными моментами изменений в уровнях динамического ряда:
где t - продолжительность периода (дни, месяцы), в течение которого уровень не изменялся.
Средний абсолютный прирост (средняя скорость роста) определяется как средняя арифметическая из показателей скорости роста за отдельные периоды времени:
(9.13)
где y n - конечный уровень ряда; y 1 - начальный уровень ряда.
Средний коэффициент роста () рассчитывается по формуле средней геометрической из показателей коэффициентов роста за отдельные периоды:
(9.14)
где К р1 , К р2 , ..., К р n-1 - коэффициенты роста по сравнению с предыдущим периодом; n - число уровней ряда.
Средний коэффициент роста можно определить иначе:
Средний темп роста , %. Это средний коэффициент роста, который выражается в процентах:
Средний темп прироста , %. Для расчета данного показателя первоначально определяется средний темп роста, который затем уменьшается на 100%. Его также можно определить, если уменьшить средний коэффициент роста на единицу:
Среднее абсолютное значение 1% прироста можно рассчитать по формуле
Способы обработки динамического ряда
В ходе обработки динамического ряда важнейшей задачей является выявление основной тенденции развития явления (тренда) и сглаживание случайных колебаний. Для решения этой задачи в статистике существуют особые способы, которые называют методами выравнивания.
Выделяют три основных способа обработки динамического ряда:
а) укрупнение интервалов динамического ряда и расчет средних для каждого укрупненного интервала;
б) метод скользящей средней;
в) аналитическое выравнивание (выравнивание по аналитическим формулам).
Укрупнение интервалов - наиболее простой способ. Он заключается в преобразовании первоначальных рядов динамики в более крупные по продолжительности временных периодов, что позволяет более четко выявить действие основной тенденции (основных факторов) изменения уровней.
По интервальным рядам итоги исчисляются путем простого суммирования уровней первоначальных рядов. Для других случаев расcчитывают средние величины укрупненных рядов (переменная средняя ). Переменная средняя рассчитывается по формулам простой средней арифметической.
Скользящая средняя - это такая динамическая средняя, которая последовательно рассчитывается при передвижении на один интервал при заданной продолжительности периода. Если, предположим, продолжительность периода равна 3, то скользящие средние рассчитываются следующим образом:
(9.19)
При четных периодах скользящей средней можно центрировать данные, т.е. определять среднюю из найденных средних. К примеру, если скользящая исчисляется с продолжительностью периода, равной 2, то центрированные средние можно определить так:
(9.20)
Первую рассчитанную центрированную относят ко второму периоду, вторую - к третьему, третью - к четвертому и т.д. По сравнению с фактическим сглаженный ряд становится короче на (m - 1)/2, где m - число уровней интервала.
Важнейшим способом количественного выражения общей тенденции изменения уровней динамического ряда является аналитическое выравнивание ряда динамики , которое позволяет получить описание плавной линии развития ряда. При этом эмпирические уровни заменяются уровнями, которые рассчитываются на основе определенной кривой, где уравнение рассматривается как функция времени. Вид уравнения зависит от конкретного характера динамики развития. Его можно определить как теоретически, так и практически. Теоретический анализ основывается на рассчитанных показателях динамики. Практический анализ - на исследовании линейной диаграммы.
Задачей аналитического выравнивания является определение не только общей тенденции развития явления, но и некоторых недостающих значений как внутри периода, так и за его пределами. Способ определения неизвестных значений внутри динамического ряда называют интерполяцией. Эти неизвестные значения можно определить:
1) используя полусумму уровней, расположенных рядом с интерполируемыми;
2) по среднему абсолютному приросту;
3) по темпу роста.
Способ определения количественных значений за пределами ряда называют экстраполяцией . Экстраполирование используется для прогнозирования тех факторов, которые не только в прошлом и настоящем обусловливают развитие явления, но и могут оказать влияние на его развитие в будущем.
Экстраполировать можно по средней арифметической, по среднему абсолютному приросту, по среднему темпу роста.
Сезонной неравномерности (сезонных колебаний ), под которыми понимают устойчивые внутригодовые колебания, причиной которых являются многочисленные факторы, в том числе и природно-климатические. Сезонные колебания измеряются с помощью индексов сезонности , которые рассчитываются двумя способами в зависимости от характера динамического развития.
При относительно неизменном годовом уровне явления индекс сезонности можно рассчитать как процентное отношение средней величины из фактических уровней одноименных месяцев к общему среднему уровню за исследуемый период:
(9.23)
В условиях изменчивости годового уровня индекс сезонности определяется как процентное отношение средней величины из фактических уровней одноименных месяцев к средней величине из выровненных уровней одноименных месяцев.
6.1. Ряды динамики. Классификация динамических рядов
Ряд динамики, хронологический ряд, динамический ряд, временной ряд – это последовательность упорядоченных во времени числовых показателей, характеризующих уровень развития изучаемого явления. Всякий ряд динамики включает, следовательно, два обязательных элемента: во-первых, время и, во-вторых, конкретное значение показателя, или уровень ряда. Ряды динамики различаются по следующим признакам.
1. По времени – моментные и интервальные ряды. Интервальный ряд динамики – последовательность, в которой уровень явления относится к результату, накопленному или вновь произведенному за определенный интервал времени. Таковы, например, ряды показателей объема продукции по месяцам года, количества отработанных человеко-дней по отдельным периодам и т.д. Если же уровень ряда показывает фактическое наличие изучаемого явления в конкретный момент времени, то совокупность уровней образует моментный ряд динамики. Примерами моментных рядов могут быть последовательности показателей численности населения на начало года, величины запаса какого-либо материала на начало периода и т.д. Важное аналитическое отличие моментных рядов от интервальных состоит в том, что сумма уровней интервального ряда дает вполне реальный показатель – общий выпуск продукции за год, общие затраты рабочего времени, общий объем продаж акций и т.д., сумма же уровней моментного ряда, хотя иногда и подсчитывается, но реального содержания, как правило, не имеет.
2. По форме представления уровней – ряды абсолютных, относительных и средних величин (табл. 6.1 – 6.3).
3. По расстоянию между датами или интервалам времени выделяют полные и неполные хронологические ряды.
Полные ряды динамики имеют место, когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами. Это равноотстоящие ряды динамики (см. табл. 6.1 и 6.2). Неполные – когда принцип равных интервалов не соблюдается (см. табл. 6.3).
Таблица 6.1
Объем продаж долларов США на ММВБ, млн. долл.
Таблица 6.3
Потребление основных продуктов питания на одного члена семьи, кг/год
Чтобы о развитии явления можно было получить представление при помощи числовых уровней, при составлении ряда динамики должны приводиться в сопоставительный вид.
Статистические данные должны быть сопоставимы по территории, кругу охватываемых объектов, единицам измерения, времени регистрации, ценам, методологии расчета. Сопоставимость по территории означает, что данные по странам и регионам, границы которых изменились, должны быть пересчитаны в старых пределах. Сопоставимость по кругу охватываемых объектов означает сравнение совокупностей с равным числом элементов. Территориальная и объемная сопоставимость обеспечивается смыканием рядов динамики, при этом либо абсолютные уровни заменяются относительными, либо делается пересчет в условные абсолютные уровни. Не возникает особых сложностей при обеспечении сопоставимости данных по единицам измерения; стоимостная сравнимость достигается системой сопоставимых цен.
Числовые уровни рядов динамики должны быть упорядоченными во времени. Не допускается анализ рядов с пропусками отдельных уровней, если же такие пропуски неизбежны, то их восполняют условными расчетными значениями.
6.2. Показатели анализа рядов динамики
При изучении явления во времени перед исследователем встает проблема описания интенсивности
изменения и расчета средних показателей динамики. Решается она путем построения соответствующих
показателей. Для характеристики интенсивности изменения во времени такими показателями будут:
1) абсолютный прирост,
2) темпы роста,
3) темпы прироста,
4) абсолютное значение одного процента прироста.
Расчет показателей динамики представлен в следующей таблице.
| Показатель | Базисный | Цепной |
|
Абсолютный прирост * |
Y i -Y 0 | Y i -Y i-1 |
|
Коэффициент роста (К р) |
Y i: Y 0 | Y i: Y i-1 |
|
Темп роста (Т р) |
(Y i: Y 0)×100 | (Y i: Y i-1)×100 |
|
Коэффициент прироста (К пр) ** |
 |
 |
|
Темп прироста (Т пр) |
 |
 |
| Абсолютное значение одного процента прироста (А) |  |
* 
** 
В случае, когда сравнение проводится с периодом (моментом) времени, начальным в ряду динамики, получают базисные показатели. Если же сравнение производится с предыдущим периодом или моментом времени, то говорят о цепных показателях.
Рассмотрим пример. Имеются данные об объемах и динамике продаж акций на 15 крупнейших биржах России за пять месяцев 1993 г.
| Показатель | Март | Апрель | Май | Июнь | Июль | Август |
|
Объем продаж, млн. руб. |
709,98
-
- |
1602,61 892,63 225,7 125,7 |
651,83 950,78 40,7 59,3 |
220,80 431,03 33,9 66,1 |
327,68 106,88 148,4 48,4 |
277,12 50,56 84,6 15,4 |
Система средних показателей динамики включает:
средний уровень ряда,
средний абсолютный прирост,
средний темп роста,
средний темп прироста.
Средний уровень ряда – это показатель, обобщающий итоги развития явления за единичный интервал или момент из имеющейся временной последовательности. Расчет среднего уровня ряда динамики определяется видом этого ряда и величиной интервала, соответствующего каждому уровню.
Для интервальных рядов с равными периодами времени средний уровень Y рассчитывается следующим образом:
где n или (n +1) – общая длина временного ряда или общее число равных временных отрезков, каждому из которых соответствует свой уровень Y i (1 = 1, 2, ..., n или 1 = 0, 1, 2, ..., n).
Средний абсолютный прирост рассчитывается по формулам в зависимости от способа нумерации интервалов (моментов).
.
Средний темп роста:
где – средний коэффициент роста, рассчитанный как 
. Здесь К цеп – цепные коэффициенты роста;
Средний темп прироста (%) определяется по единственной методологии:
6.3. Изучение тенденции развития
Всякий ряд динамики теоретически может быть представлен в виде составляющих:
1) тренд – основная тенденция развития динамического ряда (к увеличению либо снижению его
уровней);
2) циклические (периодические) колебания, в том числе сезонные;
3) случайные колебания.
Изучение тренда включает два основных этапа:
1) ряд динамики проверяется на наличие тренда;
2) производится выравнивание временного ряда и непосредственное выделение тренда с экстраполяцией
полученных результатов.
Непосредственное выделение тренда может быть произведено тремя методами.
1. Укрупнение интервалов. Ряд динамики разделяют на некоторое достаточно большое число равных интервалов. Если средние уровни по интервалам не позволяют увидеть тенденцию развития явления, переходят к расчету уровней за большие промежутки времени, увеличивая длину каждого интервала (одновременно уменьшается количество интервалов).
2. Скользящая средняя. В этом методе исходные уровни ряда заменяются средними величинами, которые получают из данного уровня и нескольких симметрично его окружающих. Целое число уровней, по которым рассчитывается среднее значение, называют интервалом сглаживания. Интервал может быть нечетным (3, 5, 7 и т.д. точек) или четным (2, 4, 6 и т.д. точек).
При нечетном сглаживании полученное среднее арифметическое значение закрепляют за серединой расчетного интервала, при четном этого делать нельзя. Поэтому при обработке ряда четными интервалами их искусственно делают нечетными, для чего образуют ближайший больший нечетный интервал, но из крайних его уровней берут только 50 %.
Недостаток методики сглаживания скользящими средними состоит в условности определения сглаженных уровней для точек в начале и конце ряда. Получают их специальными приемами – расчетом средней арифметической взвешенной.
3. Аналитическое выравнивание. Под этим понимают определение основной проявляющейся во времени тенденции развития изучаемого явления. Развитие предстает перед исследователем как бы в зависимости только от течения времени. В итоге выравнивания временного ряда получают наиболее общий, суммарный, проявляющийся во времени результат действия всех причинных факторов. Отклонение конкретных уровней ряда от уровней, соответствующих общей тенденции, объясняют действием факторов, проявляющихся случайно или циклически. В результате приходят к трендовой модели
где f(t) – уровень, определяемый тенденцией развития;
e t – случайное и циклическое отклонение от тенденции.
Целью аналитического выравнивания динамического ряда является определение аналитической или графической зависимости f(t). На практике по имеющемуся временному ряду задают вид и находят параметры функции f(t), а затем анализируют поведение отклонений от тенденции. Функцию f(t) выбирают таким образом, чтобы она давала содержательное объяснение изучаемого процесса.
Чаще всего при выравнивании используются следующие зависимости:
Линейная зависимость выбирается в тех случаях, когда в исходном временном ряду наблюдаются более или менее постоянные абсолютные цепные приросты, не проявляющие тенденции ни к увеличению, ни к снижению.
Параболическая зависимость используется, если абсолютные цепные приросты сами по себе обнаруживают некоторую тенденцию развития, но абсолютные цепные приросты абсолютных цепных приростов (разности второго порядка) никакой тенденции развития не проявляют.
Экспоненциальные зависимости применяются, если в исходном временном ряду наблюдается либо более или менее постоянный относительный рост (устойчивость цепных темпов роста, темпов прироста, коэффициентов роста), либо, при отсутствии такого постоянства, – устойчивость в изменении показателей относительного роста (цепных темпов роста цепных же темпов роста, цепных коэффициентов роста цепных же коэффициентов или темпов роста и т.п.).
Оценка параметров (a 0 , a 1 , a 2 , ...) осуществляется следующими
методами:
1) методом избранных точек,
2) методом наименьших расстояний,
3) методом наименьших квадратов (МНК).
В большинстве расчетов используют метод наименьших квадратов, который обеспечивает наименьшую сумму квадратов отклонений фактических уровней от выравненных:
Для линейной зависимости (f(t)=a 0 +a 1 t) параметр а 0 обычно интерпретации не имеет, но иногда его рассматривают как обобщенный начальный уровень ряда; а 1 – сила связи, т.е. параметр, показывающий, насколько изменится результат при изменении времени на единицу. Таким образом, а можно представить как постоянный теоретический абсолютный прирост. Построив уравнение регрессии, проводят оценку его надежности. Это делается посредством критерия Фишера (F). Фактический уровень (F факт) сравнивается с теоретическим (табличным) значением:
где k – число параметров функции, описывающей тенденцию;
n – число уровней ряда;
F факт сравнивается с F теор при v 1 = (k-1), v 2 = (n-k) степенях свободы и уровне значимости a (обычно a = 0,05). Если F факт > F теор, уравнение регрессии значимо, т.е. построенная модель адекватна фактической временной тенденции.
Выравнивание проведено по линейной трендовой модели. Оценка параметров уравнения выполнена методом наименьших квадратов.
Таким образом, f(t) = у t = 10,128-0,073t для t= -13, -11, -9, ..., +13, или f(t) = у t = 11,077-0,1461 для t = 0, 1, ..., 13.
Параметры последнего уравнения регрессии можно интерпретировать следующим образом: a 0 = 11,077 – это исходный уровень брачности по России за период до 1977 г.; а 1 = -0,146 – показатель силы связи, т.е. в России за период с 1977 по 1990 г. происходило снижение уровня брачности на 0,146 ежегодно.
В качестве примера рассмотрим число зарегистрированных браков на 1000 жителей России за период с 1977 по 1990 г.:
| Год | Число зарегистри- рованных браков, % |
t | у×t | t 2 | f(t) |
| 1977 | 11,2 | -13 | -145,6 | 169 | 11,077 |
| 1978 | 10,9 | -11 | -119,9 | 121 | 10,931 |
| 1979 | 10,7 | -9 | -96,3 | 81 | 10,785 |
| 1980 | 10,6 | -7 | -74,2 | 49 | 10,639 |
| 1981 | 10,6 | -5 | -53,2 | 25 | 10,493 |
| 1982 | 10,4 | -3 | -31,2 | 9 | 10,347 |
| 1983 | 10,4 | -1 | -10,4 | 1 | 10,202 |
| 1984 | 9,6 | 1 | 9,6 | 1 | 10,056 |
| 1985 | 9,7 | 3 | 29,1 | 9 | 9,910 |
Для нахождения среднего значения моментного ряда с равностоящими уровнями используют среднюю хронологическую: .
Средняя хронологическая для разностоящих уровней моментного ряда :
Назначение сервиса . С помощью данного онлайн калькулятора можно рассчитать среднее значение моментного ряда по формулам средней хронологической.
Инструкция . Выберите количество данных и укажите, что задано: дни, месяцы или годы
Пример №1 . Численность населения города составила:
- на 1 января – 80500 человек,
- на 1 февраля – 80540 человек,
- на 1 марта – 80550 человек,
- на 1 апреля– 80560 человек,
- на 1 июля – 80620 человек,
- на 1 октября – 80680 человек,
- на 1 января следующего года – 80690 человек.
Решение.
Представленные данные - моментный ряд. Находим средние по формуле средней хронологической.
Средняя хронологическая для разностоящих уровней моментного ряда:
y ср = (80500+80540)*1 + (80540+80550)*1 + (80550+80560)*1 + (80560+80620)*3 + (80620+80680)*3 + (80680+80690)*3/(2*12) = 1934790/(2*12) = 80616.25 ≈ 80616 человек
Средняя за I квартал:
человек
Средняя за II квартал:
человек
Средняя за III квартал:
человек
Средняя за первое полугодие:
человек
Пример №2
. По данным Таблицы 7
(Приложение 2) выбрать динамический ряд, соответствующий Вашему варианту, для которого:
1. Рассчитать:
а) среднегодовой уровень ряда динамики;
б) цепные и базисные показатели динамики: абсолютный прирост, темп роста, темп прироста;
в) средний абсолютный прирост, средний темп роста, средний темп прироста.
Методические указания
Для характеристики динамики рассчитывают систему показателей динамики.
| Показатель динамики | Формулы расчета | |
| на цепной основе | на базисной основе | |
| Абсолютный прирост (+), сокращение (-) | Δ ц =y i -y i-1 | Δ б =y i -y 1 |
| Коэффициент роста | ||
| Темп роста |  |  |
| Темп прироста | T пр ц = T р ц - 100% | T пр б = T р б - 100% |
| Абсолютное значение одного процента прироста | A1%=0.01·y i-1 | - |
- средние уровни ряда;
- средние показатели изменения уровней ряда.
Для нахождения среднего уровня моментного ряда используют среднюю хронологическую:
.
Средний абсолютный прирост рассчитывается в зависимости от исходных данных следующими способами:
или
Средний коэффициент роста (снижения):
или, .
Средний темп прироста (снижения): T пр = T р - 100%.
В следующем примере найдем средний размер фонда заработной платы (для интервального ряда).
Средний уровень интервального ряда рассчитывается по формуле:
Средний размер ФЗП с 1994 по 2004 составил 548.45 тыс. руб.
Средний темп роста
В среднем за весь период с 1994 по 2004 рост ФЗП составил 1.1 (ежегодно увеличивался на 10%).
Средний темп прироста
T пр = T р - 1 = 1.1-1 = 0.1
Средний абсолютный прирост
В среднем за весь период фонд заработной платы увеличивался на 50 тыс. руб. с каждым годом.
В следующем примере найдем среднюю численность производственного персонала (для моментного ряда).
Цепные показатели ряда динамики
.
| Период | численность ППП | Абсолютный прирост | Темп прироста, % | Темпы роста, % | Абсолютное содержание 1% прироста | Темп наращения, % |
| 1994 | 470 | 0 | 0 | 100 | 4.7 | 0 |
| 1995 | 500 | 30 | 6.38 | 106.38 | 4.7 | 6.38 |
| 1996 | 505 | 5 | 1 | 101 | 5 | 1.06 |
| 1997 | 533 | 28 | 5.54 | 105.54 | 5.05 | 5.96 |
| 1998 | 540 | 7 | 1.31 | 101.31 | 5.33 | 1.49 |
| 1999 | 589 | 49 | 9.07 | 109.07 | 5.4 | 10.43 |
| 2000 | 577 | -12 | -2.04 | 97.96 | 5.89 | -2.55 |
| 2001 | 594 | 17 | 2.95 | 102.95 | 5.77 | 3.62 |
| 2002 | 640 | 46 | 7.74 | 107.74 | 5.94 | 9.79 |
| 2003 | 628 | -12 | -1.88 | 98.13 | 6.4 | -2.55 |
| 2004 | 646 | 18 | 2.87 | 102.87 | 6.28 | 3.83 |
Для нахождения среднего уровня моментного ряда используют среднюю хронологическую:
Средняя численность промышленного персонала предприятия за анализируемый период составила 566.4 чел.
16. Показатели динамического ряда, их вычисление и практическое применение.
Динамический ряд ― ряд однородных сопоставимых величин, показывающих изменение изучаемого явления во времени. Это статистическая форма отображения развития явлений во времени. Числа, составляющие динамический ряд, принято называть уровнями ряда. Уровни ряда могут быть представлены абсолютными числами, относительными и средними величинами .
Различают следующие виды динамических рядов.
Простой ― ряд, составленный из абсолютных величин, характеризующих
динамику одного явления.
Простые ряды являются исходными для построения производных рядов.
Производный ― ряд, состоящий из средних или относительных величин.
Интервальный ряд состоит из последовательного ряда чисел, характеризующих изменение явления на определенный период (по времени).
Моментный ряд состоит из величин, определяющих размеры явления не за какой-либо отрезок времени, а на определенную дату - момент.
Для более глубокого понимания сути развития общественных явлений исчисляют такие показатели динамического ряда, как абсолютный прирост, темп прироста, темп роста, абсолютное значение 1% прироста.
Абсолютным приростом называют разницу между каждым последующим уровнем и уровнем предыдущим. Абсолютный прирост может быть положительным и отрицательным.
Темпом роста называется отношение каждого последующего уровня к предыдущему, выраженному в процентах.
Темпом прироста называется отношение абсолютного прироста к предыдущему уровню, принятому за 100%.
Так как каждому относительному показателю соответствуют определенные абсолютные величины, то при изучении темпов прироста нужно обязательно учитывать, какая абсолютная величина соответствует каждому проценту прироста, каково его содержание. Для этого исчисляется такой показатель, как абсолютное значение одногопроцента прироста. Он определяется как частное от деления абсолютного прироста за определенный период на темп прироста в процентах за этот же период.
Для иллюстрации расчетов рассмотренных статистических показателей приведем ряд динамики.
Приведем пример. Необходимо дать анализ динамики рождаемости в определенном районе (таблица 5).
Т а б л и ц а 5 - Динамика рождаемости в регионе за 1996–2005гг .
|
Рождаемость, % |
Абсолютный прирост |
Темп прироста, % |
Темп роста, % |
Абсолютное значение 1% прироста |
|
1. Определяем абсолютный прирост: 8,9 – 9,4 = – 0,5; 9,2 – 8,9 = 0,3 и т.д.
Вычисляем темп прироста: – 0,5×100/9,4 = – 5,3 и т.д.
3. Находим темп роста: 8,9×100/9,4 = 94,7 и т.д.
4. Получаем абсолютное значение 1% прироста: – 0,5/ – 5,3 = 0,09
Динамический ряд не всегда состоит из уровней, последовательно изменяющихся в сторону снижения или увеличения. Нередко уровни динамического ряда резко колеблются, и это не позволяет выявить основную тенденцию, свойственную изучаемому явлению за определённый период времени. В таких случаях проводится выравнивание динамического ряда. Существует несколько способов выравнивания динамического ряда: укрупнения интервала, сглаживание путем вычисления скользящей средней, аналитическое выравнивание по прямой и др.
Рассмотрим выравнивание по прямой линии, которое осуществляется следующим образом:
У t (теоретические уровни) = а o +а 1 t, где t - условное обозначение времени, а o и а 1 - параметры искомой прямой, которые находятся из решения системы уравнений:
na 0 + a 1 Σt = Σy;
a 0 Σt + a 1 Σt 2 = Σyt; где y - фактические уровни; n - число рядов динамики. Система уравнений упрощается, если t подобрать так, чтобы их сумма равнялась 0, т.е. начало отсчета времени перенести в середину рассматриваемого периода. Тогда:
a 0 = Σy/n; a 1 = Σyt/ Σt 2 .
Подставляя полученные значения a 0 и a 1 в формулу, вычисляют все значения теоретического уровня.
Рассмотрим следующий пример (таблица 6):
Т а б л и ц а 6: Выравнивание рождаемости за 2003–2008 г г.
|
Рождаемость, (у) |
Условное обозначение времени, t |
Теоретический уровень после выравнивания |
Трехлетние скользящие средние |
|||
n = 6 Σy = 53,6 Σyt = – 30,6 Σ tt=70.
Если ряд четный, отсчет ведется с 1 (середина ряда), затем последовательно нечетные числа 3, 5, 7 и т.д. в обе стороны (вверх с – ; вниз с +); если ряд нечетный, отсчет условного обозначения времени ведется с 0 (середина ряда), затем - 1, 2, 3 и т.д. в обе стороны.
Порядок вычисления следующий:
У t (теоретические уровни) = а o +а 1 t;
a 0 = Σy/n; a 1 = Σyt/ Σt 2 ;
a 0 = 8,9 a 1 = – 0,4;
8,9 + (– 0,4) × (– 5) = 11;
8,9 + (– 0,4) × (– 3) = 10,1; и т.д.
Порядок вычисления скользящей средней:
Для 2004 года (9,4 + 8,9 + 9,2) / 3 = 9,2.
Для 2005 года (8,9 + 9,2 + 8,3) / 3 = 8,8 и т.д.
Укрупнение интервала производят путём суммирования данных за ряд смежных периодов (таблица 7).
Т а б л и ц а 7
|
Рождаемость |
За 2003–2005 рождаемость составляет 9,4+8,9+9,2=27,5.
За 2006–2008 рождаемость составляет 8,3+9,4+8,4=26,1.
17. Связи между явлениями (функциональная, корреляционная). Виды корреляционной связи по силе и направлению. Метод корреляции рядов (Пирсона), этапы вычисления коэффициента корреляции, оценка достоверности
Все явления в природе и обществе находятся во взаимной связи. По характеру зависимости явлений различают:
функциональную (полную);
корреляционную (неполную) связи.
Функциональная связь означает строгую зависимость явлений, когда любому значению одного из них всегда соответствует определенное одно и тоже значение другого.
При корреляционной же связи одной и той же величине одного признака соответствуют разные величины другого. Например: между ростом и весом имеется корреляционная связь, между заболеваемостью злокачественными новообразованиямии возрастом и т.д.
По направлению различают прямые и обратные корреляционные связи. При прямой ― увеличение одного из признаков ведет к увеличению другого; при обратном же ― с увеличением одного признака второй уменьшается.
По силе связь может быть сильной, средней и слабой. На основе статистического анализа можно установить наличие связи, ее направление и измерить ее силу.
Одним из способов
измерения связи между явлениями является
вычисление коэффициента корреляции,
который обозначается r ху.
Наиболее
точным является метод квадратов
(Пирсона), при котором коэффициент
корреляции определяется по формуле:
,
где
r ху ― коэффициент корреляции между статистическим рядом X и Y.
d х ― отклонение каждого из чисел статистического ряда X от своей средней арифметической.
d у ― отклонение каждого из чисел статистического ряда Y от своей средней арифметической.
В зависимости от силы связи и ее направления коэффициент корреляции может находиться в пределах от 0 до 1 (-1). Коэффициент корреляции, равный 0, говорит о полном отсутствии связи. Чем ближе уровень коэффициента корреляции к 1 или (-1), тем соответственно больше, теснее измеряемая им прямая или обратная связь. При коэффициенте корреляции равном 1 или (-1) связь полная, функциональная.
Схема оценки силы корреляционной связи по коэффициенту корреляции
|
Сила связи |
Величина коэффициента корреляции при наличии |
|
|
прямой связи (+) |
обратной связи (-) |
|
|
Связь отсутствует | ||
|
Связь малая (слабая) |
от 0 до +0,29 |
от 0 до –0,29 |
|
Связь средняя (умеренная) |
от +0,3 до +0,69 |
от –0,3 до –0,69 |
|
Связь большая (сильная) |
от +0,7 до +0,99 |
от –0,7 до –0,99 |
|
Связь полная (функциональная) | ||
Для вычисления коэффициента корреляции по методу квадратов составляется таблица из 7 колонок. Разберем процесс вычисления на примере:
ОПРЕДЕЛИТЬ СИЛУ И ХАРАКТЕР СВЯЗИ МЕЖДУ
|
Пора- ность зобом (V y ) |
d x = V x –M x |
d y = V y –M y |
d x d y |
d x 2 |
d y 2 |
|
|
Σ -1345 ,0 |
Σ 13996 ,0 |
Σ 313 , 47 |
1. Определяем среднее содержание йода в воде (в мг/л).
мг/л
2.Определяем среднюю пораженность зобом в %.
3. Определяем отклонение каждого V x от М x , т.е. d x .
201–138=63; 178–138=40 и т.д.
4. Аналогично определяем отклонение каждого V у от M у, т.е. d у.
0,2–3,8=-3,6; 0,6–38=-3,2 и т.д.
5. Определяем произведения отклонений. Полученное произведение суммируем и получаем.
6. d х возводим в квадрат и результаты суммируем, получаем.
7. Аналогично возводим в квадрат d у, результаты суммируем, получим
8. Наконец, все полученные суммы подставляем в формулу:
Для решения вопроса о достоверности коэффициента корреляции определяют его среднюю ошибку по формуле:
(Если число наблюдений менее 30, тогда в знаменателе n–1).
В нашем примере
Величина коэффициента корреляции считается достоверной, если не менее чем в 3 раза превышает свою среднюю ошибку.
В нашем примере
Таким образом, коэффициент корреляции не достоверен, что вызывает необходимость увеличения числа наблюдений.
Коэффициент корреляции можно определить несколько менее точным, но намного более легким способом ― методом рангов (Спирмена).
Оценка достоверности:
1. оценка достоверности интенсивного показателя:
m = √P x q / n(корень со всего)
где p - показатель, выраженный в %, ‰, %оо и т.д. q = (100 - р), при p выраженном в %; или (1000 - р), при p выраженном в ‰ или (10000 - р), при p выраженном в %оо и т.д.
t=1, достоверность 68,3%
2. Оценка достоверности разности 2 интенсивных показателей
М1 и м2 ошибки репрезентативности.
3. оценка достоверности среднеарифметической
Где σ - среднеквадратическое отклонение n - число наблюдений
T=M/m, если t больше 2 , ср. арифметическая достоверна.
4 .оценка достоверности разности 2 ср. арифметических
| " |
При анализе динамического ряда рассчитываются следующие показатели:
- средний уровень динамического ряда;
- абсолютные приросты: цепные и базисные, средний абсолютный прирост;
- темпы роста: цепные и базисные, средний темп роста;
- темпы прироста: цепные и базисные, средний темп прироста;
- абсолютное значение одного процента прироста.
Цепные и базисные показатели вычисляются для характеристики изменения уровней динамического ряда и различаются между собой базами сравнения: цепные рассчитываются по отношению к предыдущему уровню ( переменная база сравнения), базисные - к уровню, принятому за базу сравнения (постоянная база сравнения).
Средние показатели представляют собой обобщенные характеристики ряда динамики. С их помощью сравнивают интенсивность развития явления по отношению к различным объектам, например по странам, отраслям, предприятиям и т.д., или периодам времени.
9.2.1. Средний уровень ряда динамики
Конкретное числовое значение статистического показателя, относящееся к моменту или периоду времени, называется уровнем ряда динамики и обозначается через y i (где i - показатель времени).
Методика расчета среднего уровня зависит от вида динамического ряда, а именно: является ли он моментным или интервальным, с равными или неравными временными промежутками между соседними датами.
Если дан интервальный ряд динамики абсолютных или средних величин с равными периодами времени, то для расчета среднего уровня применяется формула средней арифметической простой:
где y 1 , y 2 , y i , …, y n - уровни динамического ряда;
п - число уровней ряда.
Пример 9.2. По данным таблицы определим среднемесячный размер страхового возмещения, выплаченного страховой компанией, в расчете на один пострадавший объект за полугодие:
Если временные промежутки интервального динамического ряда неравны, то значение среднего уровня находят по формуле средней арифметической взвешенной, в которой в качестве весов используют длину временных периодов, соответствующих уровням ряда динамики (t i)
Пример 9.3. По данным, представленным в таблице, определим среднемесячный размер страхового возмещения, выплаченного страховой компанией, в расчете на один пострадавший объект:
В моментных рядах динамики с одинаковыми временными промежутками между датами средний уровень ряда рассчитывается по формуле средней хронологической простой
где y n - значения показателя на конец рассматриваемого периода.
Пример 9.4. По приведенным ниже данным о размере денежных средств на счете вкладчика на начало каждого месяца определим средний размер вклада в I квартале 2006 г.:
Средний уровень моментного ряда динамики равен:
Хотя I квартал включает три месяца (январь, февраль, март), в расчете должны быть использованы четыре уровня ряда (включая данные на 1 апреля). Это легко доказать. Действительно, если исчислять средние уровни по месяцам, то получим:
в январе
в феврале
Рассчитанные средние образуют интервальный ряд динамики с равными временными промежутками, в котором средний уровень исчисляется, как мы видели выше, по формуле средней арифметической простой:
Аналогично, если требуется рассчитать средний уровень моментного ряда динамики с равными интервалами между датами за первое полугодие, то в качестве последнего уровня в формуле средней хронологической простой следует взять данные на 1 июля, а если за год - данные на 1 января следующего года.
В моментных рядах динамики с неравными промежутками между датами для определения среднего уровня применяется формула средней хронологической взвешенной:
где t i - длина временного периода между двумя соседними датами.
Пример 9.5. По данным о запасах товаров на начало месяца определим средний размер товарных запасов в 2006 г.
| Дата | 01.01.06 | 01.02.06 | 01.03.06 | 01.07.06 | 01.09.06 | 01.12.06 | 01.01.07 |
|---|---|---|---|---|---|---|---|
| Запасы товаров, тыс. руб. | 1 320 | 1 472 | 1 518 | 1 300 | 1 100 | 1 005 | 920 |
Средний уровень ряда равен:
Расстояние между датами
Если имеется полная информация о значениях моментного статистического показателя на каждую дату, то среднее значение этого показателя за весь период исчисляется по формуле средней арифметической взвешенной:
где y i - значения показателя
t i - длина периода, в течение которого это значение статистического показателя оставалось неизменным.
Если мы дополним пример 9.4 информацией о датах изменения денежных средств на счете вкладчика в I квартале 2006 г., то получим:
- остаток денежных средств на 1 января - 132 000 руб.;
- января выдано - 19 711 руб.;
- 28 января внесено - 35 000 руб.;
- 20 февраля внесено - 2000 руб.;
- 24 февраля внесено - 2581 руб.;
- 3 марта выдано - 3370 руб. (в марте других изменений не происходило).
Итак, с 1 по 4 января (четыре дня) значение показателя оставалось равным 132 000 руб., с 5 по 27 января (23 дня) его значение составило 112 289 руб., с 28 января по 19 февраля (23 дня) - 147 289 руб., с 20 по 23 февраля (четыре дня) - 149 289 руб., с 24 февраля по 2 марта (семь дней) - 151 870 руб., с 3 по 31 марта (29 дней) - 148 500 руб. Для удобства проведения расчетов представим эти данные в таблице:
| Длина периода, дней | 4 | 23 | 23 | 4 | 7 | 29 |
|---|---|---|---|---|---|---|
| Остаток денежных средств, руб. | 132 00 | 112 289 | 147 289 | 149 289 | 151 879 | 148 500 |
По формуле средней арифметической взвешенной находим значение среднего уровня ряда
Как видим, среднее значение отличается от полученного в примере 9.4, оно является более точным, так как в вычислениях использовалась более точная информация. В примере 9.4 были известны лишь данные на начало каждого месяца, при этом не оговаривалось, когда же именно происходили изменения показателя, была применена формула хронологической средней.
В заключение отметим, что расчет среднего уровня ряда теряет свой аналитический смысл в случаях большой изменяемости показателя внутри ряда, а также при резкой смене направления развития явления.
9.2.2. Показатели абсолютного изменения уровней динамического ряда
Абсолютные приросты рассчитываются как разность между двумя значениями соседних уровней динамического ряда (цепные приросты) или как разность между значениями текущего уровня и уровня, принятого за базу сравнения (базисные приросты). Показатели абсолютного прироста имеют те же единицы измерения, что и уровни динамического ряда. Они показывают, на сколько единиц изменился показатель при переходе от одного момента или периода времени к другому.
Базисные абсолютные приросты рассчитывают по формуле
где у i - i-й текущий уровень ряда,
y 1 - первый уровень ряда динамики, принятый за базу сравнения.
Формула для определения цепных абсолютных приростов имеет вид
где у i - 1 - уровень, предшествующий i-му уровню динамического ряда.
Средний абсолютный прирост показывает, на сколько единиц в среднем ежемесячно, или ежеквартально, или ежегодно и т.д. изменялось значение показателя в течение рассматриваемого периода времени. В зависимости от того, какими данными мы располагаем, его можно рассчитать следующими способами:
Пример 9.6. По данным таблицы определим показатели абсолютных приростов размера страхового возмещения, выплаченного страховой компанией.
* Сумма всех рассчитанных цепных абсолютных приростов дает базисный абсолютный прирост последнего периода.
Среднемесячный абсолютный прирост за полугодие равен
Таким образом, в среднем ежемесячно размер выплат страхового возмещения увеличивался на 1,2 тыс. руб.
9.2.3. Показатели относительного изменения уровней динамического ряда
Характеристиками относительного изменения уровней ряда динамики являются коэффициенты и темпы роста значений показателя и темпы их прироста.
Коэффициент роста представляет собой соотношение двух уровней динамического ряда, выраженное в виде простого кратного отношения. Он показывает, во сколько раз изменилось значение показателя в одном периоде (моменте) времени по сравнению с другим. Темп роста - это коэффициент роста, выраженный в процентах. Он показывает, сколько процентов составляет значение показателя в данном периоде, если уровень, с которым проводится сравнение, принять за 100%.
Так же, как и абсолютные приросты, коэффициенты и темпы роста могут быть цепными и базисными.
Цепные коэффициент и темп роста измеряют относительное изменение текущего уровня показателя по сравнению с предшествующим ему уровнем:
коэффициент роста:
темп роста:
Базисные коэффициент и темп роста характеризуют относительное изменение текущего уровня показателя по сравнению с базисным (чаще всего с первым) уровнем:
коэффициент роста
темп роста
Цепные и базисные коэффициенты роста имеют между собой следующую связь:
Средние темп роста и коэффициент роста в динамических рядах с равноотстоящими уровнями рассчитываются по формуле средней геометрической простой
Цепные коэффициенты роста;
- цепные темпы роста.
Эти формулы могут быть приведены к следующему виду:
Для того чтобы определить, на сколько процентов текущий уровень показателя больше или меньше значения предшествующего или базисного уровня, рассчитываются темпы прироста. Они исчисляют путем вычитания 100% из соответствующих темпов роста:
Средний темп прироста рассчитывается аналогичным образом: из среднего темпа роста вычитаются 100%:
Пример 9.7. В таблице приведены рассчитанные коэффициенты роста, темпы роста и прироста показателя, характеризующего среднемесячный размер выплаченного компанией страхового возмещения за период с января по июнь.