Статистический анализ
Освоение статистических методов, объединяющая принципы и методы работы с числами и данными, характеризующими массовое явление. Расчет абсолютных и относительных показателей тенденции, коэффициентов автокорреляции. Анализ колеблемости временного ряда.
Рубрика | Экономико-математическое моделирование |
Вид | курсовая работа |
Язык | русский |
Дата добавления | 24.04.2011 |
Размер файла | 2,6 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
Введение
Целью выполнения данной курсовой работы является освоение статистических методов. Статистика - это отрасль знаний, объединяющая принципы и методы работы с числами и данными, характеризующими массовое явление.
Важной задачей статистики является изучение явлений общественной жизни во времени. Для ее решения необходимо иметь данные по определенному кругу показателей на ряд моментов или за ряд определенных промежутков времени, следующих друг за другом.
Ряд расположенных в хронологической последовательности статистических показателей представляет собой динамический (временной) ряд. Каждый такой ряд состоит из двух элементов: во-первых, указываются моменты или периоды времени, к которым относятся приводимые статистические данные; во-вторых, приводятся те статистические показатели, которые характеризуют данное явление на определенный момент или указанный период времени. Статистические показатели, характеризующие общественное явление, называются уровнями ряда.
Динамический ряд имеет определенную тенденцию изменений. Уравнение, описывающее эту тенденцию, называется тренд.
Для анализа взяты данные о работе Белорецкого металлургического комбината, анализируются следующие показатели:
Численность персонала, тыс. чел.
Средняя зарплата всего, руб.
Производство готового проката, тыс. тонн.
Исходные данные для проведения анализа.
Номер момента времени |
Дата |
Численность |
Средняя зарплата - всего |
Произ.гот.проката |
|
1 |
янв.02 |
12,3 |
3040 |
30,0 |
|
2 |
фев.02 |
12,0 |
3189 |
29,4 |
|
3 |
мар.02 |
11,8 |
3362 |
38,4 |
|
4 |
апр.02 |
11,8 |
3511 |
32,7 |
|
5 |
май.02 |
11,8 |
3684 |
37,5 |
|
6 |
июн.02 |
11,8 |
3669 |
38,4 |
|
7 |
июл.02 |
11,8 |
3818 |
37,6 |
|
8 |
авг.02 |
11,8 |
3836 |
40,9 |
|
9 |
сен.02 |
11,8 |
3997 |
37,2 |
|
10 |
окт.02 |
11,8 |
4001 |
30,4 |
|
11 |
ноя.02 |
10,1 |
3999 |
43,3 |
|
12 |
дек.02 |
10,1 |
4009 |
43,6 |
|
13 |
янв.03 |
10,0 |
4092 |
46,0 |
|
14 |
фев.03 |
10,0 |
3999 |
39,8 |
|
15 |
мар.03 |
9,9 |
4244 |
42,3 |
|
16 |
апр.03 |
9,9 |
4350 |
44,7 |
|
17 |
май.03 |
9,7 |
4565 |
43,1 |
|
18 |
июн.03 |
9,6 |
4532 |
41,3 |
|
19 |
июл.03 |
9,7 |
4740 |
45,0 |
|
20 |
авг.03 |
9,8 |
4753 |
45,4 |
|
21 |
сен.03 |
9,7 |
4900 |
44,4 |
|
22 |
окт.03 |
9,4 |
4958 |
33,8 |
|
23 |
ноя.03 |
9,3 |
4957 |
44,5 |
|
24 |
дек.03 |
9,3 |
5021 |
44,6 |
|
25 |
янв.04 |
9,0 |
5445 |
47,9 |
|
26 |
фев.04 |
9,4 |
5430 |
45,0 |
|
27 |
мар.04 |
9,4 |
5900 |
33,1 |
|
28 |
апр.04 |
9,4 |
5920 |
48,0 |
|
29 |
май.04 |
9,3 |
6006 |
49,2 |
|
30 |
июн.04 |
9,3 |
5941 |
46,1 |
|
31 |
июл.04 |
9,5 |
5848 |
46,9 |
|
32 |
авг.04 |
9,6 |
5871 |
45,2 |
|
33 |
сен.04 |
9,4 |
5941 |
48,2 |
|
34 |
окт.04 |
9,2 |
6210 |
39,1 |
|
35 |
ноя.04 |
9,1 |
6334 |
47,6 |
|
36 |
дек.04 |
8,9 |
6689 |
49,3 |
Графики анализируемых данных.
Численность персонала
Средняя зарплата - всего.
Производство готового проката.
Изучение тенденции временного ряда
К показателям, характеризующим тенденцию динамики, относятся: средний уровень ряда, абсолютное изменение уровней (базисное и цепное), ускорение абсолютного изменения уровней, темпы роста и прироста (базисные и цепные). Цепной показатель - это разность сравниваемого и предыдущего уровня; он характеризует изменение уровня от периода к периоду. Базисный показатель - это разность сравниваемого уровня и уровня, принятого за базу; он характеризует изменение уровня по отношению к базовому уровню (как правило это первое значение ряда).
При изучении динамики общественных явлений необходимо решить целый ряд задач и осветить широкий круг вопросов, чтобы охарактеризовать особенности и закономерности развития изучаемого явления. К числу основных задач, возникающих при изучении динамических рядов, относятся:
1. характеристика интенсивности отдельных измерений в уровнях ряда от периода к периоду или от даты к дате;
2. определение средних показателей временного ряда за тот или иной период;
3. выявление основных закономерностей динамики исследуемого явления на отдельных этапах;
4. выявление факторов, обуславливающих изменение изучаемого явления во времени;
5. прогноз развития явления в будущем.
Динамический ряд представляет собой последовательность уровней, сопоставляя которые между собой, можно получить характеристику скорости и интенсивности развития. В результате сравнения уровней получается система абсолютных и относительных показателей динамики: абсолютный прирост, коэффициент роста, темп прироста и др. Если сравнению подлежат несколько последовательных уровней, то возможны два варианта:
1) каждый уровень динамического ряда сравним с одним и тем же предшествующим уровнем, принятым за базу сравнения. В качестве базисного уровня выбирается либо начальный уровень динамического ряда, либо уровень, с которого начинается новый этап развития явления. Такое сравнение называют сравнением с постоянной базой;
2) каждый уровень динамического ряда сравнивается с непосредственно ему предшествующим, такое сравнение называют сравнением с переменной базой.
Показатели с постоянной базой (базисные показатели) характеризуют окончательный результат всех изменений в уровнях ряда от периода, к которому относится базисный уровень, до данного (i-го) периода. Показатели динамики с переменной базой (цепные показатели) характеризуют интенсивность изменения уровня от периода к периоду в пределах изучаемого промежутка времени.
Абсолютные и относительные показатели тенденции
Формулы расчета абсолютных и относительных показателей тенденции
1) Абсолютное изменение уровней:
цепное:
базисное:
2) Ускорение абсолютного изменения уровней:
3) Темп роста:
цепной:
базисный:
4) Темп прироста:
цепной:
базисный:
Средние показатели тенденции
Средний уровень ряда:
Среднее абсолютное изменение:
Средний темп роста:
Средний темп прироста:
Абсолютные показатели изменения тенденции численности персонала.
Периоды |
Численность |
ц |
б |
КРц |
КРб |
КПРц |
КПРб |
||
Январь 2002г |
12,3 |
- |
- |
- |
- |
- |
- |
- |
|
Февраль 2002г |
12 |
-0,3 |
-0,3 |
- |
97,561 |
97,561 |
-2,439 |
-2,439 |
|
Март 2002г |
11,8 |
-0,2 |
-0,5 |
0,1 |
98,3333 |
95,935 |
-1,667 |
-4,065 |
|
Апрель 2002г |
11,8 |
0 |
-0,5 |
0,2 |
100 |
95,935 |
0 |
-4,065 |
|
Май 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Июнь 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Июль 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Август 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Сентябрь 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Октябрь 2002г |
11,8 |
0 |
-0,5 |
0 |
100 |
95,935 |
0 |
-4,065 |
|
Ноябрь 2002г |
10,1 |
-1,7 |
-2,2 |
-1,7 |
85,5932 |
82,114 |
-14,41 |
-17,89 |
|
Декабрь 2002г |
10,1 |
0 |
-2,2 |
1,7 |
100 |
82,114 |
0 |
-17,89 |
|
Январь 2003г |
10 |
-0,1 |
-2,3 |
-0,1 |
99,0099 |
81,301 |
-0,99 |
-18,7 |
|
Февраль 2003г |
10 |
0 |
-2,3 |
0,1 |
100 |
81,301 |
0 |
-18,7 |
|
Март 2003г |
9,9 |
-0,1 |
-2,4 |
-0,1 |
99 |
80,488 |
-1 |
-19,51 |
|
Апрель 2003г |
9,9 |
0 |
-2,4 |
0,1 |
100 |
80,488 |
0 |
-19,51 |
|
Май 2003г |
9,7 |
-0,2 |
-2,6 |
-0,2 |
97,9798 |
78,862 |
-2,02 |
-21,14 |
|
Июнь 2003г |
9,6 |
-0,1 |
-2,7 |
0,1 |
98,9691 |
78,049 |
-1,031 |
-21,95 |
|
Июль 2003г |
9,7 |
0,1 |
-2,6 |
0,2 |
101,042 |
78,862 |
1,0417 |
-21,14 |
|
Август 2003г |
9,8 |
0,1 |
-2,5 |
0 |
101,031 |
79,675 |
1,0309 |
-20,33 |
|
Сентябрь 2003г |
9,7 |
-0,1 |
-2,6 |
-0,2 |
98,9796 |
78,862 |
-1,02 |
-21,14 |
|
Октябрь 2003г |
9,4 |
-0,3 |
-2,9 |
-0,2 |
96,9072 |
76,423 |
-3,093 |
-23,58 |
|
Ноябрь 2003г |
9,3 |
-0,1 |
-3 |
0,2 |
98,9362 |
75,61 |
-1,064 |
-24,39 |
|
Декабрь 2003г |
9,3 |
0 |
-3 |
0,1 |
100 |
75,61 |
0 |
-24,39 |
|
Январь 2004г |
9 |
-0,3 |
-3,3 |
-0,3 |
96,7742 |
73,171 |
-3,226 |
-26,83 |
|
Февраль 2004г |
9,4 |
0,4 |
-2,9 |
0,7 |
104,444 |
76,423 |
4,4444 |
-23,58 |
|
Март 2004г |
9,4 |
0 |
-2,9 |
-0,4 |
100 |
76,423 |
0 |
-23,58 |
|
Апрель 2004г |
9,4 |
0 |
-2,9 |
0 |
100 |
76,423 |
0 |
-23,58 |
|
Май 2004г |
9,3 |
-0,1 |
-3 |
-0,1 |
98,9362 |
75,61 |
-1,064 |
-24,39 |
|
Июнь 2004г |
9,3 |
0 |
-3 |
0,1 |
100 |
75,61 |
0 |
-24,39 |
|
Июль 2004г |
9,5 |
0,2 |
-2,8 |
0,2 |
102,151 |
77,236 |
2,1505 |
-22,76 |
|
Август 2004г |
9,6 |
0,1 |
-2,7 |
-0,1 |
101,053 |
78,049 |
1,0526 |
-21,95 |
|
Сентябрь 2004г |
9,4 |
-0,2 |
-2,9 |
-0,3 |
97,9167 |
76,423 |
-2,083 |
-23,58 |
|
Октябрь 2004г |
9,2 |
-0,2 |
-3,1 |
0 |
97,8723 |
74,797 |
-2,128 |
-25,2 |
|
Ноябрь 2004г |
9,1 |
-0,1 |
-3,2 |
0,1 |
98,913 |
73,984 |
-1,087 |
-26,02 |
|
Декабрь 2004г |
8,9 |
-0,2 |
-3,4 |
-0,1 |
97,8022 |
72,358 |
-2,198 |
-27,64 |
Средний уровень ряда: 10,18611111
Среднее абсолютное изменение: -0,097142857
Средний темп роста(%): 99,079836
Cредний темп прироста(%): -0,920164
Абсолютные показатели изменения тенденции средняя зарплата - всего.
Периоды |
Средняя з/п-всего |
ц |
б |
КРц |
КРб |
КПРц |
КПРб |
||
Январь 2002г |
3040 |
- |
- |
- |
- |
- |
- |
- |
|
Февраль 2002г |
3189 |
149 |
149 |
- |
104,9013 |
104,9013 |
4,901316 |
4,901316 |
|
Март 2002г |
3362 |
173 |
322 |
24 |
105,4249 |
110,5921 |
5,424898 |
10,59211 |
|
Апрель 2002г |
3511 |
149 |
471 |
-24 |
104,4319 |
115,4934 |
4,431886 |
15,49342 |
|
Май 2002г |
3684 |
173 |
644 |
24 |
104,9274 |
121,1842 |
4,927371 |
21,18421 |
|
Июнь 2002г |
3669 |
-15 |
629 |
-188 |
99,59283 |
120,6908 |
-0,40717 |
20,69079 |
|
Июль 2002г |
3818 |
149 |
778 |
164 |
104,0611 |
125,5921 |
4,061052 |
25,59211 |
|
Август 2002г |
3836 |
18 |
796 |
-131 |
100,4715 |
126,1842 |
0,471451 |
26,18421 |
|
Сентябрь 2002г |
3997 |
161 |
957 |
143 |
104,1971 |
131,4803 |
4,19708 |
31,48026 |
|
Октябрь 2002г |
4001 |
4 |
961 |
-157 |
100,1001 |
131,6118 |
0,100075 |
31,61184 |
|
Ноябрь 2002г |
3999 |
-2 |
959 |
-6 |
99,95001 |
131,5461 |
-0,04999 |
31,54605 |
|
Декабрь 2002г |
4009 |
10 |
969 |
12 |
100,2501 |
131,875 |
0,250063 |
31,875 |
|
Январь 2003г |
4092 |
83 |
1052 |
73 |
102,0703 |
134,6053 |
2,070342 |
34,60526 |
|
Февраль 2003г |
3999 |
-93 |
959 |
-176 |
97,72727 |
131,5461 |
-2,27273 |
31,54605 |
|
Март 2003г |
4244 |
245 |
1204 |
338 |
106,1265 |
139,6053 |
6,126532 |
39,60526 |
|
Апрель 2003г |
4350 |
106 |
1310 |
-139 |
102,4976 |
143,0921 |
2,497644 |
43,09211 |
|
Май 2003г |
4565 |
215 |
1525 |
109 |
104,9425 |
150,1645 |
4,942529 |
50,16447 |
|
Июнь 2003г |
4532 |
-33 |
1492 |
-248 |
99,27711 |
149,0789 |
-0,72289 |
49,07895 |
|
Июль 2003г |
4740 |
208 |
1700 |
241 |
104,5896 |
155,9211 |
4,589585 |
55,92105 |
|
Август 2003г |
4753 |
13 |
1713 |
0 |
100,2743 |
156,3487 |
0,274262 |
56,34868 |
|
Сентябрь 2003г |
4900 |
147 |
1860 |
134 |
103,0928 |
161,1842 |
3,092784 |
61,18421 |
|
Октябрь 2003г |
4958 |
58 |
1918 |
-89 |
101,1837 |
163,0921 |
1,183673 |
63,09211 |
|
Ноябрь 2003г |
4957 |
-1 |
1917 |
-59 |
99,97983 |
163,0592 |
-0,02017 |
63,05921 |
|
Декабрь 2003г |
5021 |
64 |
1981 |
65 |
101,2911 |
165,1645 |
1,291103 |
65,16447 |
|
Январь 2004г |
5445 |
424 |
2405 |
360 |
108,4445 |
179,1118 |
8,444533 |
79,11184 |
|
Февраль 2004г |
5430 |
-15 |
2390 |
-439 |
99,72452 |
178,6184 |
-0,27548 |
78,61842 |
|
Март 2004г |
5900 |
470 |
2860 |
485 |
108,6556 |
194,0789 |
8,655617 |
94,07895 |
|
Апрель 2004г |
5920 |
20 |
2880 |
-450 |
100,339 |
194,7368 |
0,338983 |
94,73684 |
|
Май 2004г |
6006 |
86 |
2966 |
66 |
101,4527 |
197,5658 |
1,452703 |
97,56579 |
|
Июнь 2004г |
5941 |
-65 |
2901 |
-151 |
98,91775 |
195,4276 |
-1,08225 |
95,42763 |
|
Июль 2004г |
5848 |
-93 |
2808 |
-28 |
98,43461 |
192,3684 |
-1,56539 |
92,36842 |
|
Август 2004г |
5871 |
23 |
2831 |
116 |
100,3933 |
193,125 |
0,393297 |
93,125 |
|
Сентябрь 2004г |
5941 |
70 |
2901 |
47 |
101,1923 |
195,4276 |
1,192301 |
95,42763 |
|
Октябрь 2004г |
6210 |
269 |
3170 |
0 |
104,5279 |
204,2763 |
4,527857 |
104,2763 |
|
Ноябрь 2004г |
6334 |
124 |
3294 |
-145 |
101,9968 |
208,3553 |
1,996779 |
108,3553 |
|
Декабрь 2004г |
6689 |
355 |
3649 |
231 |
105,6047 |
220,0329 |
5,604673 |
120,0329 |
Средний уровень ряда: 4743,36111
Среднее абсолютное изменение: 104,2571
Средний темп роста(%): 102,2787
Cредний темп прироста(%): 2,2787
Абсолютные показатели изменения тенденции производства готового проката.
Периоды |
Пр-во гот.пр-та |
ц |
б |
КРц |
КРб |
КПРц |
КПРб |
||
Январь 2002г |
30 |
- |
- |
- |
- |
- |
- |
- |
|
Февраль 2002г |
29,4 |
-0,6 |
-0,6 |
- |
98 |
98 |
-2 |
-2 |
|
Март 2002г |
38,4 |
9 |
8,4 |
9,6 |
130,6122 |
128 |
30,61224 |
28 |
|
Апрель 2002г |
32,7 |
-5,7 |
2,7 |
-14,7 |
85,15625 |
109 |
-14,8438 |
9 |
|
Май 2002г |
37,5 |
4,8 |
7,5 |
10,5 |
114,6789 |
125 |
14,6789 |
25 |
|
Июнь 2002г |
38,4 |
0,9 |
8,4 |
-3,9 |
102,4 |
128 |
2,4 |
28 |
|
Июль 2002г |
37,6 |
-0,8 |
7,6 |
-1,7 |
97,91667 |
125,3333 |
-2,08333 |
25,33333 |
|
Август 2002г |
40,9 |
3,3 |
10,9 |
4,1 |
108,7766 |
136,3333 |
8,776596 |
36,33333 |
|
Сентябрь 2002г |
37,2 |
-3,7 |
7,2 |
-7 |
90,95355 |
124 |
-9,04645 |
24 |
|
Октябрь 2002г |
30,4 |
-6,8 |
0,4 |
-3,1 |
81,72043 |
101,3333 |
-18,2796 |
1,333333 |
|
Ноябрь 2002г |
43,3 |
12,9 |
13,3 |
19,7 |
142,4342 |
144,3333 |
42,43421 |
44,33333 |
|
Декабрь 2002г |
43,6 |
0,3 |
13,6 |
-12,6 |
100,6928 |
145,3333 |
0,692841 |
45,33333 |
|
Январь 2003г |
46 |
2,4 |
16 |
2,1 |
105,5046 |
153,3333 |
5,504587 |
53,33333 |
|
Февраль 2003г |
39,8 |
-6,2 |
9,8 |
-8,6 |
86,52174 |
132,6667 |
-13,4783 |
32,66667 |
|
Март 2003г |
42,3 |
2,5 |
12,3 |
8,7 |
106,2814 |
141 |
6,281407 |
41 |
|
Апрель 2003г |
44,7 |
2,4 |
14,7 |
-0,1 |
105,6738 |
149 |
5,673759 |
49 |
|
Май 2003г |
43,1 |
-1,6 |
13,1 |
-4 |
96,42058 |
143,6667 |
-3,57942 |
43,66667 |
|
Июнь 2003г |
41,3 |
-1,8 |
11,3 |
-0,2 |
95,82367 |
137,6667 |
-4,17633 |
37,66667 |
|
Июль 2003г |
45 |
3,7 |
15 |
5,5 |
108,9588 |
150 |
8,958838 |
50 |
|
Август 2003г |
45,4 |
0,4 |
15,4 |
0 |
100,8889 |
151,3333 |
0,888889 |
51,33333 |
|
Сентябрь 2003г |
44,4 |
-1 |
14,4 |
-1,4 |
97,79736 |
148 |
-2,20264 |
48 |
|
Октябрь 2003г |
33,8 |
-10,6 |
3,8 |
-9,6 |
76,12613 |
112,6667 |
-23,8739 |
12,66667 |
|
Ноябрь 2003г |
44,5 |
10,7 |
14,5 |
21,3 |
131,6568 |
148,3333 |
31,6568 |
48,33333 |
|
Декабрь 2003г |
44,6 |
0,1 |
14,6 |
-10,6 |
100,2247 |
148,6667 |
0,224719 |
48,66667 |
|
Январь 2004г |
47,9 |
3,3 |
17,9 |
3,2 |
107,3991 |
159,6667 |
7,399103 |
59,66667 |
|
Февраль 2004г |
45 |
-2,9 |
15 |
-6,2 |
93,94572 |
150 |
-6,05428 |
50 |
|
Март 2004г |
33,1 |
-11,9 |
3,1 |
-9 |
73,55556 |
110,3333 |
-26,4444 |
10,33333 |
|
Апрель 2004г |
48 |
14,9 |
18 |
26,8 |
145,0151 |
160 |
45,01511 |
60 |
|
Май 2004г |
49,2 |
1,2 |
19,2 |
-13,7 |
102,5 |
164 |
2,5 |
64 |
|
Июнь 2004г |
46,1 |
-3,1 |
16,1 |
-4,3 |
93,69919 |
153,6667 |
-6,30081 |
53,66667 |
|
Июль 2004г |
46,9 |
0,8 |
16,9 |
3,9 |
101,7354 |
156,3333 |
1,735358 |
56,33333 |
|
Август 2004г |
45,2 |
-1,7 |
15,2 |
-2,5 |
96,37527 |
150,6667 |
-3,62473 |
50,66667 |
|
Сентябрь 2004г |
48,2 |
3 |
18,2 |
4,7 |
106,6372 |
160,6667 |
6,637168 |
60,66667 |
|
Октябрь 2004г |
39,1 |
-9,1 |
9,1 |
0 |
81,12033 |
130,3333 |
-18,8797 |
30,33333 |
|
Ноябрь 2004г |
47,6 |
8,5 |
17,6 |
17,6 |
121,7391 |
158,6667 |
21,73913 |
58,66667 |
|
Декабрь 2004г |
49,3 |
1,7 |
19,3 |
-6,8 |
103,5714 |
164,3333 |
3,571429 |
64,33333 |
Средний уровень ряда: 41,6638889
Среднее абсолютное изменение: 0,551429
Средний темп роста(%): 101,4293
Cредний темп прироста(%): 1,4293
Выявление типа тенденции
Одной из задач, возникающих при анализе рядов динамики, является установление закономерности изменения уровней изучаемого общественного явления. Для выяснения основной тенденции развития явления используют особые приемы обработки рядов динамики.
Для того чтобы дать количественную модель, выражающую общую тенденцию изменений уровней динамического ряда во времени, используется аналитическое выравнивание ряда динамики. При этом закономерно изменяющийся уровень изучаемого общественного явления рассчитывается как функция времени , где - уровни динамического ряда, вычисленные по соответствующему аналитическому уравнению на момент времени t.
Для определения вида зависимости, описывающей изменения уровней динамического ряда, воспользуемся системой STATISTICA 6.0.
Для того, чтобы уменьшить колеблемость временного ряда и осуществить контроль правильность выбора уравнения тренда, выполняют сглаживание. Мы провели сглаживание ряда методом простого экспоненциального сглаживания. Сглаженный ряд нанесен сплошной линией. Чтобы изобразить исходный и сглаженный ряды мы воспользовались в пакете STATISTICA модулем «Times Series/Forecasting».
Численность персонала.
На данном графике изображены исходный (непрерывная линия) и сглаженный (штриховая линия) ряды. Из данного графика видно, что исследуемый показатель имеет практически линейную тенденцию к убыванию.
Средняя зарплата всего.
Из данного графика видно, что исследуемый показатель имеет практически линейную тенденцию к возрастанию.
Производство готового проката.
Из данного графика видно, что исследуемый показатель имеет нелинейную тенденцию к возрастанию.
Анализ автокорреляционной функции
Автокорреляция - это корреляционная зависимости между следующими рядами динамики: y1,y2,…,yn-L и yL+1,yL+2,…,yn, где L - длина временного смещения, называемая лагом или порядком коэффициента автокорреляции. Для каждого ряда можно рассчитать несколько коэффициентов автокорреляции, характеризующих силу связи между исходным рядом динамики и рядом, полученным путем сдвига уровней на L временных периодов.
Последовательность коэффициентов автокорреляции уровней первого, второго, и т.д. порядков называют автокорреляционной функцией временного ряда. График зависимости ее значений от величины лага называется коррелограммой.
Анализ автокорреляционной функции может быть использован для выявления структуры временного ряда. Если наиболее высоким ока-зывается коэффициент автокорреляции первого порядка, то исследуе-мый ряд содержит только тенденцию. Если наиболее высоким оказал-ся коэффициент автокорреляции порядка t, то ряд содержит цикличе-ские колебания с периодичностью t моментов времени. Если ни один из коэффициентов автокорреляции не является значимым, т.е. коэф-фициенты автокорреляции близки к нулю и распределены слу-чайно, то либо ряд не содержит тенденции и циклических колебаний и является стационарным с колебаниями, случайно распределенными во времени, либо ряд содержит сильную нелинейную тенденцию. У динамического ряда, имеющего тренд, наблюдается тенденция к затуханию автокорреляционной функции .
Проверим наличие автокорреляции у исследуемых показателей.
Коэффициент автокорреляции для показателя «Численность персонала».
Из рисунка мы видим, что проявляется тенденция к затуханию автокорреляционной функции, а это значит, что для этого ряда мы можем найти уравнение тренда. Получившийся коэффициент автокорреляции первого порядка значим (p<0,05) равен Ra=+0,884, следовательно, временной ряд имеет циклический вид колеблемости, так как коэффициент первого порядка близок к 1.
Коэффициент автокорреляции для показателя «Средняя зарплата - всего».
Из рисунка мы снова видим, что проявляется тенденция к затуханию автокорреляционной функции, а это значит, что для этого ряда мы можем найти уравнение тренда. Получившийся коэффициент автокорреляции первого порядка значим (p<0,05) равен Ra=+0,892, следовательно, временной ряд имеет циклический вид колеблемости, так как коэффициент первого порядка близок к 1.
Коэффициент автокорреляции для показателя «Производство готового проката».
Так как есть коэффициенты автокорреляции, которые не являются значимыми (p>0.05, Corr. близки к 0), значит ряд является либо стационарным с колеблемостью, случайно распределенной во времени, либо ряд содержит сильную нелинейную тенденцию. Но то, что наиболее высоким оказался коэффициент автокорреляции первого порядка (при этом он значим, т.к. р<0.05) свидетельствует о наличии тенденции.
Аналитическое выравнивание временного ряда.
Одним из наиболее распространенных способов моделирования тенденции временного ряда является построение аналитической функции (тренда), характеризующей зависимость уровней от времени.
Наиболее часто для описания тенденции динамики применяются линейная (), полиномиальная () и экспоненциальная () модели.
В уравнениях тенденции использованы обозначения:
t - порядковый номер периода времени (t = 1,2,…,n);
а, а0,…, аn, b - коэффициенты уравнения.
Проверку статистических гипотез о различных видах тренда начинают с самого простого уравнения, соответствующего логическим соображениям о характере изменения исследуемого показателя (чаще всего с линейного тренда). Затем переходят к более сложным видам тренда.
Выбрать вид тренда можно после оценки надежности параметров уравнения и оценки адекватности модели.
Адекватность модели устанавливается на основе анализа ряда отклонений фактических значений уровней динамического ряда от значений, рассчитанных по уравнению тренда.
Модель является адекватной, если:
1. Математическое ожидание значений остаточного ряда близко или равно нулю.
2. Если значения остаточного ряда случайны и распределены нормально. Наиболее простым способом оценки нормальности распределения является глазомерное сравнение эмпирической гистограммы и теоретической кривой распределения.
Для построения эмпирической кривой распределения используют также специальную шкалу - нормальную вероятностную бумагу.
Определение трендов
В качестве исходных данных для определения уровней трендов мы должны были бы использовать уровни рядов с исключёнными сезонными колебаниями. Однако в случае низкого коэффициента сезонной колеблемости, мы можем говорить об отсутствии сезонной колеблемости в рассматриваемых показателях. С этой точки зрения целесообразным будет построение вначале трендов по самим исходным данным.
Найдем уравнения тренда для каждого показателя, для этого воспользуемся модулем Линейная регрессия «Multiple Regression» и Нелинейное оценивание (Fixed Nonlinear Regression) в пакете STATISTICA. В качестве независимой переменной выбираем период времени, зависимой - наши показатели.
Численность персонала.
Уравнение тренда для показателя «Численность персонала» имеет вид:
? = 11,90302 - 0,09281 * t.
Значение уровня значимости (p-level) меньше 0,05, значит, гипотеза о нулевых значениях параметров уравнения отвергается, и параметры считаются значимыми.
Проверим значимость коэффициента корреляции с помощью критерия Фишера:
Гипотеза о нулевом значении коэффициента корреляции отвергается, т.к. p-level = 0 (<0,05) и коэффициент корреляции считается значимым.
Необходимо также проверить адекватность выбранной модели. Наиболее простым методом является построение эмпирической гистограммы и теоретической кривой распределения или построение эмпирической кривой распределения на нормальной вероятностной бумаге.
При визуальном сравнении можно убедиться в том, что остаточный ряд подчиняется нормальному закону распределения.
Следует также проверить независимость значений остаточного ряда, с помощью критерия Дурбина-Ватсона:
Сравнивая полученное значение с табличными: d1=1,35 и D2=1,49, получаем, что остаточный ряд не автокоррелирован и модель значима, так как 0,376655 < d1.
Вывод: модель адекватна.
Средняя зарплата - всего.
Уравнение тренда для параметра «Средняя зарплата - всего» имеет вид: ? = 2994,563 + 94,530 * t.
Значение уровня значимости (p-level) меньше 0,05, значит, гипотеза о нулевых значениях параметров уравнения отвергается, и параметры считаются значимыми.
Проверим значимость коэффициента корреляции с помощью критерия Фишера:
Гипотеза о нулевом значении коэффициента корреляции отвергается, т.к. p-level = 0 (<0,05) и коэффициент корреляции считается значимым.
Снова проверим адекватность выбранной модели, построив эмпирическую гистограмму и теоретическую кривую распределения:
При визуальном сравнении можно убедиться в том, что остаточный ряд подчиняется нормальному закону распределения.
Опять-таки следует проверить независимость значений остаточного ряда, с помощью критерия Дурбина-Ватсона:
Сравнивая полученное значение с табличными: d1=1,35 и D2=1,49, получаем что остаточный ряд не автокоррелирован и модель значима, так как d=0,658868 < d1.
Вывод: модель адекватна.
Производство готового проката.
Уравнение тренда для параметра «Производство готового проката» имеет вид: ? = 28,89461 + 11,05817 * lоg t .
Значение уровня значимости (p-level) меньше 0,05, значит, гипотеза о нулевых значениях параметров уравнения отвергается, и параметры считаются значимыми.
Гипотеза о нулевом значении коэффициента корреляции отвергается, т.к. p-level = 0,000000 (<0,05) и коэффициент корреляции считается значимым.
Снова проверим адекватность выбранной модели, построив эмпирическую гистограмму и теоретическую кривую распределения:
При визуальном сравнении можно убедиться в том, что остаточный ряд подчиняется нормальному закону распределения.
Проверяем независимость значений остаточного ряда, с помощью критерия Дурбина-Ватсона:
Сравнивая полученное значение с табличными: d1=1,35 и D2=1,49, получаем что остаточный ряд не автокоррелирован и модель значима, так как 2,286690 > D2.
Вывод: модель адекватна.
Анализ колеблемости временного ряда
Анализ сезонных колебаний
Сезонными называются периодические колебания, возникающие под влиянием смены времени года. Модель, учитывающая трендовую составляющую, сезонную составляющую S и случайную составляющую E, может быть мультипликативной и аддитивной . Выбор мультипликативной или аддитивной модели осуществляется на основе анализа структуры сезонных колебаний. Если амплитуда колебаний приблизительно постоянно, то строят аддитивную модель временного ряда. Если амплитуда сезонных колебаний возрастает или уменьшается, то строят мультипликативную модель. Для анализа структуры временного ряда и для изучения взаимосвязи нескольких временных рядов требуется выявление и устранение сезонного эффекта (десезонализация уровней ряда).
Процесс устранения сезонной компоненты включает в себя следующие шаги:
1. Выравнивание исходного ряда методом скользящей средней.
2. расчёт значений сезонной компоненты S.
3. Устранение сезонной компоненты их исходных уровней ряда и получение выровненных данных в аддитивной модели или в мультипликативной модели.
Определим сезонную колеблемость всех показателей в рамках сезонной мультипликативной модели. Эта модель была выбрана после визуального оценивания рассматриваемых рядов, в результате которого амплитуда колебаний значений рядов была идентифицирована как меняющаяся. статистический корреляция
Построим графики по абсолютным цепным показателям, и по ним определим амплитуду колебаний:
Т.к. амплитуда сезонных колебаний не постоянна, а принята как меняющаяся, то для анализа выбираем мультипликативную модель.
Расчет оценок сезонной компоненты и выровненных значений показателя «Численность персонала».
t |
Численность |
Moving |
Ratios |
Seasonal |
Adjusted |
|
1 |
12,30000 |
99,9832 |
12,30207 |
|||
2 |
12,00000 |
12,03333 |
99,7230 |
100,0950 |
11,98861 |
|
3 |
11,80000 |
11,86667 |
99,4382 |
99,9218 |
11,80923 |
|
4 |
11,80000 |
11,80000 |
100,0000 |
99,9832 |
11,80199 |
|
5 |
11,80000 |
11,80000 |
100,0000 |
100,0950 |
11,78880 |
|
6 |
11,80000 |
11,80000 |
100,0000 |
99,9218 |
11,80923 |
|
7 |
11,80000 |
11,80000 |
100,0000 |
99,9832 |
11,80199 |
|
8 |
11,80000 |
11,80000 |
100,0000 |
100,0950 |
11,78880 |
|
9 |
11,80000 |
11,80000 |
100,0000 |
99,9218 |
11,80923 |
|
10 |
11,80000 |
11,23333 |
105,0445 |
99,9832 |
11,80199 |
|
11 |
10,10000 |
10,66667 |
94,6875 |
100,0950 |
10,09041 |
|
12 |
10,10000 |
10,06667 |
100,3311 |
99,9218 |
10,10790 |
|
13 |
10,00000 |
10,03333 |
99,6678 |
99,9832 |
10,00168 |
|
14 |
10,00000 |
9,96667 |
100,3344 |
100,0950 |
9,99051 |
|
15 |
9,90000 |
9,93333 |
99,6644 |
99,9218 |
9,90775 |
|
16 |
9,90000 |
9,83333 |
100,6780 |
99,9832 |
9,90167 |
|
17 |
9,70000 |
9,73333 |
99,6575 |
100,0950 |
9,69079 |
|
18 |
9,60000 |
9,66667 |
99,3103 |
99,9218 |
9,60751 |
|
19 |
9,70000 |
9,70000 |
100,0000 |
99,9832 |
9,70163 |
|
20 |
9,80000 |
9,73333 |
100,6849 |
100,0950 |
9,79070 |
|
21 |
9,70000 |
9,63333 |
100,6920 |
99,9218 |
9,70759 |
|
22 |
9,40000 |
9,46667 |
99,2958 |
99,9832 |
9,40158 |
|
23 |
9,30000 |
9,33333 |
99,6429 |
100,0950 |
9,29117 |
|
24 |
9,30000 |
9,20000 |
101,0870 |
99,9218 |
9,30728 |
|
25 |
9,00000 |
9,23333 |
97,4729 |
99,9832 |
9,00151 |
|
26 |
9,40000 |
9,26667 |
101,4388 |
100,0950 |
9,39108 |
|
27 |
9,40000 |
9,40000 |
100,0000 |
99,9218 |
9,40736 |
|
28 |
9,40000 |
9,36667 |
100,3559 |
99,9832 |
9,40158 |
|
29 |
9,30000 |
9,33333 |
99,6429 |
100,0950 |
9,29117 |
|
30 |
9,30000 |
9,36667 |
99,2883 |
99,9218 |
9,30728 |
|
31 |
9,50000 |
9,46667 |
100,3521 |
99,9832 |
9,50160 |
|
32 |
9,60000 |
9,50000 |
101,0526 |
100,0950 |
9,59089 |
|
33 |
9,40000 |
9,40000 |
100,0000 |
99,9218 |
9,40736 |
|
34 |
9,20000 |
9,23333 |
99,6390 |
99,9832 |
9,20155 |
|
35 |
9,10000 |
9,06667 |
100,3676 |
100,0950 |
9,09136 |
|
36 |
8,90000 |
99,9218 |
8,90696 |
Moving - скользящее среднее .
Ratios - оценка сезонной компоненты.
Seasonal - сезонная компонента, Si.
Adjusted - скорректированный ряд.
Расчет оценок сезонной компоненты и выровненных значений показателя «Средняя зарплата - всего».
t |
Ср-я з/п-всего |
Moving |
Ratios |
Seasonal |
Adjusted |
|
1 |
3040,000 |
100,5025 |
3024,800 |
|||
2 |
3189,000 |
3197,000 |
99,7498 |
99,6022 |
3201,736 |
|
3 |
3362,000 |
3354,000 |
100,2385 |
99,8953 |
3365,525 |
|
4 |
3511,000 |
3519,000 |
99,7727 |
100,5025 |
3493,445 |
|
5 |
3684,000 |
3621,333 |
101,7305 |
99,6022 |
3698,713 |
|
6 |
3669,000 |
3723,667 |
98,5319 |
99,8953 |
3672,846 |
|
7 |
3818,000 |
3774,333 |
101,1569 |
100,5025 |
3798,910 |
|
8 |
3836,000 |
3883,667 |
98,7726 |
99,6022 |
3851,320 |
|
9 |
3997,000 |
3944,667 |
101,3267 |
99,8953 |
4001,190 |
|
10 |
4001,000 |
3999,000 |
100,0500 |
100,5025 |
3980,995 |
|
11 |
3999,000 |
4003,000 |
99,9001 |
99,6022 |
4014,971 |
|
12 |
4009,000 |
4033,333 |
99,3967 |
99,8953 |
4013,203 |
|
13 |
4092,000 |
4033,333 |
101,4545 |
100,5025 |
4071,540 |
|
14 |
3999,000 |
4111,667 |
97,2598 |
99,6022 |
4014,971 |
|
15 |
4244,000 |
4197,667 |
101,1038 |
99,8953 |
4248,449 |
|
16 |
4350,000 |
4386,333 |
99,1717 |
100,5025 |
4328,250 |
|
17 |
4565,000 |
4482,333 |
101,8443 |
99,6022 |
4583,232 |
|
18 |
4532,000 |
4612,333 |
98,2583 |
99,8953 |
4536,751 |
|
19 |
4740,000 |
4675,000 |
101,3904 |
100,5025 |
4716,300 |
|
20 |
4753,000 |
4797,667 |
99,0690 |
99,6022 |
4771,983 |
|
21 |
4900,000 |
4870,333 |
100,6091 |
99,8953 |
4905,137 |
|
22 |
4958,000 |
4938,333 |
100,3982 |
100,5025 |
4933,210 |
|
23 |
4957,000 |
4978,667 |
99,5648 |
99,6022 |
4976,798 |
|
24 |
5021,000 |
5141,000 |
97,6658 |
99,8953 |
5026,264 |
|
25 |
5445,000 |
5298,667 |
102,7617 |
100,5025 |
5417,774 |
|
26 |
5430,000 |
5591,667 |
97,1088 |
99,6022 |
5451,687 |
|
27 |
5900,000 |
5750,000 |
102,6087 |
99,8953 |
5906,185 |
|
28 |
5920,000 |
5942,000 |
99,6298 |
100,5025 |
5890,399 |
|
29 |
6006,000 |
5955,667 |
100,8451 |
99,6022 |
6029,987 |
|
30 |
5941,000 |
5931,667 |
100,1573 |
99,8953 |
5947,228 |
|
31 |
5848,000 |
5886,667 |
99,3431 |
100,5025 |
5818,759 |
|
32 |
5871,000 |
5886,667 |
99,7339 |
99,6022 |
5894,448 |
|
33 |
5941,000 |
6007,333 |
98,8958 |
99,8953 |
5947,228 |
|
34 |
6210,000 |
6161,667 |
100,7844 |
100,5025 |
6178,949 |
|
35 |
6334,000 |
6411,000 |
98,7989 |
99,6022 |
6359,297 |
|
36 |
6689,000 |
99,8953 |
6696,012 |
Расчет оценок сезонной компоненты и выровненных значений показателя «Производство готового проката».
t |
Пр-во гот.проката |
Moving |
Ratios |
Seasonal |
Adjusted |
|
1 |
30,00000 |
96,9523 |
30,94306 |
|||
2 |
29,40000 |
32,60000 |
90,1840 |
102,1661 |
28,77667 |
|
3 |
38,40000 |
33,50000 |
114,6269 |
100,8817 |
38,06440 |
|
4 |
32,70000 |
36,20000 |
90,3315 |
96,9523 |
33,72794 |
|
5 |
37,50000 |
36,20000 |
103,5912 |
102,1661 |
36,70494 |
|
6 |
38,40000 |
37,83333 |
101,4978 |
100,8817 |
38,06440 |
|
7 |
37,60000 |
38,96667 |
96,4927 |
96,9523 |
38,78197 |
|
8 |
40,90000 |
38,56667 |
106,0501 |
102,1661 |
40,03285 |
|
9 |
37,20000 |
36,16667 |
102,8571 |
100,8817 |
36,87489 |
|
10 |
30,40000 |
36,96667 |
82,2362 |
96,9523 |
31,35564 |
|
11 |
43,30000 |
39,10000 |
110,7417 |
102,1661 |
42,38197 |
|
12 |
43,60000 |
44,30000 |
98,4199 |
100,8817 |
43,21896 |
|
13 |
46,00000 |
43,13333 |
106,6461 |
96,9523 |
47,44603 |
|
14 |
39,80000 |
42,70000 |
93,2084 |
102,1661 |
38,95618 |
|
15 |
42,30000 |
42,26667 |
100,0789 |
100,8817 |
41,93032 |
|
16 |
44,70000 |
43,36667 |
103,0746 |
96,9523 |
46,10516 |
|
17 |
43,10000 |
43,03333 |
100,1549 |
102,1661 |
42,18621 |
|
18 |
41,30000 |
43,13333 |
95,7496 |
100,8817 |
40,93906 |
|
19 |
45,00000 |
43,90000 |
102,5057 |
96,9523 |
46,41460 |
|
20 |
45,40000 |
44,93333 |
101,0386 |
102,1661 |
44,43745 |
|
21 |
44,40000 |
41,20000 |
107,7670 |
100,8817 |
44,01197 |
|
22 |
33,80000 |
40,90000 |
82,6406 |
96,9523 |
34,86252 |
|
23 |
44,50000 |
40,96667 |
108,6249 |
102,1661 |
43,55653 |
|
24 |
44,60000 |
45,66667 |
97,6642 |
100,8817 |
44,21022 |
|
25 |
47,90000 |
45,83333 |
104,5091 |
96,9523 |
49,40576 |
|
26 |
45,00000 |
42,00000 |
107,1429 |
102,1661 |
44,04593 |
|
27 |
33,10000 |
42,03333 |
78,7470 |
100,8817 |
32,81072 |
|
28 |
48,00000 |
43,43333 |
110,5142 |
96,9523 |
49,50890 |
|
29 |
49,20000 |
47,76667 |
103,0007 |
102,1661 |
48,15688 |
|
30 |
46,10000 |
47,40000 |
97,2574 |
100,8817 |
45,69711 |
|
31 |
46,90000 |
46,06667 |
101,8090 |
96,9523 |
48,37432 |
|
32 |
45,20000 |
46,76667 |
96,6500 |
102,1661 |
44,24169 |
|
33 |
48,20000 |
44,16667 |
109,1321 |
100,8817 |
47,77876 |
|
34 |
39,10000 |
44,96667 |
86,9533 |
96,9523 |
40,32913 |
|
35 |
47,60000 |
45,33333 |
105,0000 |
102,1661 |
46,59080 |
|
36 |
49,30000 |
100,8817 |
48,86914 |
Показатели колеблемости.
Основные показатели, характеризующие силу колеблемости уровней:
1. Среднее линейное отклонение:
2.
где n - число уровней ряда,
p - число параметров уравнения тренда.
3. Среднее квадратическое отклонение:
4. Коэффициент колеблемости:
4. Сила сезонных колебаний:
,
p - число параметров уравнения тренда, а .
Численность персонала. ? = 11,90302 - 0,09281 * t.
№ периода |
Y |
? |
Y- ? |
|Y - ?| |
(Y- ?)2 |
|
1 |
12,3 |
11,81021 |
0,48979 |
0,48979 |
0,23989424 |
|
2 |
12 |
11,7174 |
1,095318 |
1,095318 |
1,19972152 |
|
3 |
11,8 |
11,62459 |
0,988128 |
0,988128 |
0,97639694 |
|
4 |
11,8 |
11,53178 |
1,080938 |
1,080938 |
1,16842696 |
|
5 |
11,8 |
11,43897 |
1,173748 |
1,173748 |
1,37768437 |
|
6 |
11,8 |
11,34616 |
1,266558 |
1,266558 |
1,60416917 |
|
7 |
11,8 |
11,25335 |
1,359368 |
1,359368 |
1,84788136 |
|
8 |
11,8 |
11,16054 |
1,452178 |
1,452178 |
2,10882094 |
|
9 |
11,8 |
11,06773 |
1,544988 |
1,544988 |
2,38698792 |
|
10 |
11,8 |
10,97492 |
1,637798 |
1,637798 |
2,68238229 |
|
11 |
10,1 |
10,88211 |
0,030608 |
0,030608 |
0,00093685 |
|
12 |
10,1 |
10,7893 |
0,123418 |
0,123418 |
0,015232 |
|
13 |
10 |
10,69649 |
0,116228 |
0,116228 |
0,01350895 |
|
14 |
10 |
10,60368 |
0,209038 |
0,209038 |
0,04369689 |
|
15 |
9,9 |
10,51087 |
0,201848 |
0,201848 |
0,04074262 |
|
16 |
9,9 |
10,41806 |
0,294658 |
0,294658 |
0,08682334 |
|
17 |
9,7 |
10,32525 |
0,187468 |
0,187468 |
0,03514425 |
|
18 |
9,6 |
10,23244 |
0,180278 |
0,180278 |
0,03250016 |
|
19 |
9,7 |
10,13963 |
0,373088 |
0,373088 |
0,13919466 |
|
20 |
9,8 |
10,04682 |
0,565898 |
0,565898 |
0,32024055 |
|
21 |
9,7 |
9,95401 |
0,558708 |
0,558708 |
0,31215463 |
|
22 |
9,4 |
9,8612 |
0,351518 |
0,351518 |
0,1235649 |
|
23 |
9,3 |
9,76839 |
0,344328 |
0,344328 |
0,11856177 |
|
24 |
9,3 |
9,67558 |
0,437138 |
0,437138 |
0,19108963 |
|
25 |
9 |
9,58277 |
0,229948 |
0,229948 |
0,05287608 |
|
26 |
9,4 |
9,48996 |
0,722758 |
0,722758 |
0,52237913 |
|
27 |
9,4 |
9,39715 |
0,815568 |
0,815568 |
0,66515116 |
|
28 |
9,4 |
9,30434 |
0,908378 |
0,908378 |
0,82515059 |
|
29 |
9,3 |
9,21153 |
0,901188 |
0,901188 |
0,81213981 |
|
30 |
9,3 |
9,11872 |
0,993998 |
0,993998 |
0,98803202 |
|
31 |
9,5 |
9,02591 |
1,286808 |
1,286808 |
1,65587483 |
|
32 |
9,6 |
8,9331 |
1,479618 |
1,479618 |
2,18926943 |
|
33 |
9,4 |
8,84029 |
1,372428 |
1,372428 |
1,88355862 |
|
34 |
9,2 |
8,74748 |
1,265238 |
1,265238 |
1,6008272 |
|
35 |
9,1 |
8,65467 |
1,258048 |
1,258048 |
1,58268477 |
|
36 |
8,9 |
8,56186 |
1,150858 |
1,150858 |
1,32447414 |
|
338,2521 |
|
28,44787 |
31,1681747 |
Среднее линейное отклонение: .
Среднее квадратическое отклонение: .
Коэффициент колеблемости: %.
Коэффициент сезонной колеблемости:
%.
Сезонная колеблемость очень незначительная, поэтому ею можно пренебречь.
Средняя зарплата -всего. ? = 2994,563 + 94,530 * t.
№ периода |
Y |
? |
Y- ? |
|Y - ?| |
(Y- ?)2 |
|
1 |
3040 |
3089,093 |
-49,093 |
49,093 |
2410,123 |
|
2 |
3189 |
3183,623 |
5,377 |
5,377 |
28,91213 |
|
3 |
3362 |
3278,153 |
83,847 |
83,847 |
7030,319 |
|
4 |
3511 |
3372,683 |
138,317 |
138,317 |
19131,59 |
|
5 |
3684 |
3467,213 |
216,787 |
216,787 |
46996,6 |
|
6 |
3669 |
3561,743 |
107,257 |
107,257 |
11504,06 |
|
7 |
3818 |
3656,273 |
161,727 |
161,727 |
26155,62 |
|
8 |
3836 |
3750,803 |
85,197 |
85,197 |
7258,529 |
|
9 |
3997 |
3845,333 |
151,667 |
151,667 |
23002,88 |
|
10 |
4001 |
3939,863 |
61,137 |
61,137 |
3737,733 |
|
11 |
3999 |
4034,393 |
-35,393 |
35,393 |
1252,664 |
|
12 |
4009 |
4128,923 |
-119,923 |
119,923 |
14381,53 |
|
13 |
4092 |
4223,453 |
-131,453 |
131,453 |
17279,89 |
|
14 |
3999 |
4317,983 |
-318,983 |
318,983 |
101750,2 |
|
15 |
4244 |
4412,513 |
-168,513 |
168,513 |
28396,63 |
|
16 |
4350 |
4507,043 |
-157,043 |
157,043 |
24662,5 |
|
17 |
4565 |
4601,573 |
-36,573 |
36,573 |
1337,584 |
|
18 |
4532 |
4696,103 |
-164,103 |
164,103 |
26929,79 |
|
19 |
4740 |
4790,633 |
-50,633 |
50,633 |
2563,701 |
|
20 |
4753 |
4885,163 |
-132,163 |
132,163 |
17467,06 |
|
21 |
4900 |
4979,693 |
-79,693 |
79,693 |
6350,974 |
|
22 |
4958 |
5074,223 |
-116,223 |
116,223 |
13507,79 |
|
23 |
4957 |
5168,753 |
-211,753 |
211,753 |
44839,33 |
|
24 |
5021 |
5263,283 |
-242,283 |
242,283 |
58701,05 |
|
25 |
5445 |
5357,813 |
87,187 |
87,187 |
7601,573 |
|
26 |
5430 |
5452,343 |
-22,343 |
22,343 |
499,2096 |
|
27 |
5900 |
5546,873 |
353,127 |
353,127 |
124698,7 |
|
28 |
5920 |
5641,403 |
278,597 |
278,597 |
77616,29 |
|
29 |
6006 |
5735,933 |
270,067 |
270,067 |
72936,18 |
|
30 |
5941 |
5830,463 |
110,537 |
110,537 |
12218,43 |
|
31 |
5848 |
5924,993 |
-76,993 |
76,993 |
5927,922 |
|
32 |
5871 |
6019,523 |
-148,523 |
148,523 |
22059,08 |
|
33 |
5941 |
6114,053 |
-173,053 |
173,053 |
29947,34 |
|
34 |
6210 |
6208,583 |
1,417 |
1,417 |
2,007889 |
|
35 |
6334 |
6303,113 |
30,887 |
30,887 |
954,0068 |
|
36 |
6689 |
6397,643 |
291,357 |
291,357 |
84888,9 |
|
170761,2 |
4869,226 |
946026,7 |
Среднее линейное отклонение: .
Среднее квадратическое отклонение: .
Коэффициент колеблемости: %.
Следовательно, колеблемость очень слабая.
Коэффициент сезонной колеблемости:
%.
Сезонная колеблемость очень слабая, поэтому ею можно пренебречь.
Производство готового проката. ? = 28,89461 + 11,05817 * lоg t .
№ периода |
Y |
? |
Y- ? |
|Y - ?| |
(Y- ?)2 |
|
1 |
30 |
28,89461 |
1,10539 |
1,10539 |
1,221887 |
|
2 |
29,4 |
32,22345 |
-2,82345 |
2,82345 |
7,97187 |
|
3 |
38,4 |
34,1707 |
4,229302 |
4,229302 |
17,887 |
|
4 |
32,7 |
35,55229 |
-2,85229 |
2,85229 |
8,135558 |
|
5 |
37,5 |
36,62394 |
0,876061 |
0,876061 |
0,767483 |
|
6 |
38,4 |
37,49954 |
0,900461 |
0,900461 |
0,81083 |
|
7 |
37,6 |
38,23985 |
-0,63985 |
0,63985 |
0,409408 |
|
8 |
40,9 |
38,88113 |
2,018867 |
2,018867 |
4,075824 |
|
9 |
37,2 |
39,44679 |
-2,24679 |
2,24679 |
5,048065 |
|
10 |
30,4 |
39,95278 |
-9,55278 |
9,55278 |
91,25561 |
|
11 |
43,3 |
40,41051 |
2,889493 |
2,889493 |
8,34917 |
|
12 |
43,6 |
40,82838 |
2,77162 |
2,77162 |
7,681877 |
|
13 |
46 |
41,21278 |
4,787215 |
4,787215 |
22,91743 |
|
14 |
39,8 |
41,56869 |
-1,76869 |
1,76869 |
3,128264 |
|
15 |
42,3 |
41,90003 |
0,399973 |
0,399973 |
0,159978 |
|
16 |
44,7 |
42,20997 |
2,490027 |
2,490027 |
6,200234 |
|
17 |
43,1 |
42,50112 |
0,598877 |
0,598877 |
0,358654 |
|
18 |
41,3 |
42,77563 |
-1,47563 |
1,47563 |
2,177484 |
|
19 |
45 |
43,03528 |
1,964715 |
1,964715 |
3,860105 |
|
20 |
45,4 |
43,28162 |
2,118379 |
2,118379 |
4,48753 |
|
21 |
44,4 |
43,51594 |
0,884064 |
0,884064 |
0,781569 |
|
22 |
33,8 |
43,73935 |
-9,93935 |
9,93935 |
98,79068 |
|
23 |
44,5 |
43,95283 |
0,547172 |
0,547172 |
0,299397 |
|
24 |
44,6 |
44,15722 |
0,442779 |
0,442779 |
0,196053 |
|
25 |
47,9 |
44,35327 |
3,546732 |
3,546732 |
12,57931 |
|
26 |
45 |
44,54163 |
0,458374 |
0,458374 |
0,210107 |
|
27 |
33,1 |
44,72287 |
-11,6229 |
11,6229 |
135,0918 |
|
28 |
48 |
44,89753 |
3,10247 |
3,10247 |
9,62532 |
|
29 |
49,2 |
45,06606 |
4,133944 |
4,133944 |
17,08949 |
|
30 |
46,1 |
45,22887 |
0,871132 |
0,871132 |
0,758871 |
|
31 |
46,9 |
45,38634 |
1,513659 |
1,513659 |
2,291164 |
|
32 |
45,2 |
45,53881 |
-0,33881 |
0,33881 |
0,114792 |
|
33 |
48,2 |
45,6866 |
2,513405 |
2,513405 |
6,317205 |
|
34 |
39,1 |
45,82996 |
-6,72996 |
6,72996 |
45,29236 |
|
35 |
47,6 |
45,96918 |
1,630823 |
1,630823 |
2,659584 |
|
36 |
49,3 |
46,10447 |
3,195532 |
3,195532 |
10,21142 |
|
1499,9 |
99,98097 |
539,2134 |
Среднее линейное отклонение: .
Среднее квадратическое отклонение: .
Коэффициент колеблемости: %.
Коэффициент сезонной колеблемости:
%
Сезонная колеблемость очень слабая, поэтому ею можно пренебречь.
Показатели устойчивости
Устойчивость, как категория, противоположная колеблемости, оценивается показателем устойчивости:
.
Для оценки устойчивости направленности изменения, то есть устойчивости тенденции, можно использовать коэффициент корреляции рангов Спирмэна:
;
где - разность рангов уровней и номеров периодов.
В случае связанных рангов:
,
,
где j - номера связок для х;
Аj - число одинаковых рангов в j-ой связке.
,
где k - число связок по у;
Вk - число одинаковых рангов в k-ой связке.
Если:, то наблюдается полная устойчивость выбранной тенденции,
, то наблюдается отсутствие тенденции,
, то наблюдается полная устойчивость к противоположенной тенденции.
Численность персонала.
Уровни ряда |
Ранги уровней |
Номера периодов |
d = Ру-Рп |
d2=(Ру-Рп)2 |
|
12,3 |
16 |
1 |
15 |
225 |
|
12 |
15 |
2 |
13 |
169 |
|
11,8 |
14,125 |
3 |
11,125 |
123,765625 |
|
11,8 |
14,125 |
4 |
10,125 |
102,515625 |
|
11,8 |
14,125 |
5 |
9,125 |
83,265625 |
|
11,8 |
14,125 |
6 |
8,125 |
66,015625 |
|
11,8 |
14,125 |
7 |
7,125 |
50,765625 |
|
11,8 |
14,125 |
8 |
6,125 |
37,515625 |
|
11,8 |
14,125 |
9 |
5,125 |
26,265625 |
|
11,8 |
14,125 |
10 |
4,125 |
17,015625 |
|
10,1 |
13,5 |
11 |
2,5 |
6,25 |
|
10,1 |
13,5 |
12 |
1,5 |
2,25 |
|
10 |
12,5 |
13 |
-0,5 |
0,25 |
|
10 |
12,5 |
14 |
-1,5 |
2,25 |
|
9,9 |
11,5 |
15 |
-3,5 |
12,25 |
|
9,9 |
11,5 |
16 |
-4,5 |
20,25 |
|
9,7 |
9,33 |
17 |
-7,67 |
58,8289 |
|
9,6 |
8,5 |
18 |
-9,5 |
90,25 |
|
9,7 |
9,33 |
19 |
-9,67 |
93,5089 |
|
9,8 |
10 |
20 |
-10 |
100 |
|
9,7 |
9,33 |
21 |
-11,67 |
136,1889 |
|
9,4 |
6,2 |
22 |
-15,8 |
249,64 |
|
9,3 |
5,25 |
23 |
-17,75 |
315,0625 |
|
9,3 |
5,25 |
24 |
-18,75 |
351,5625 |
|
9 |
2 |
25 |
-23 |
529 |
|
9,4 |
6,2 |
26 |
-19,8 |
392,04 |
|
9,4 |
6,2 |
27 |
-20,8 |
432,64 |
|
9,4 |
6,2 |
28 |
-21,8 |
475,24 |
|
9,3 |
5,25 |
29 |
-23,75 |
564,0625 |
|
9,3 |
5,25 |
30 |
-24,75 |
612,5625 |
|
9,5 |
7 |
31 |
-24 |
576 |
|
9,6 |
8,5 |
32 |
-23,5 |
552,25 |
|
9,4 |
6,2 |
33 |
-26,8 |
718,24 |
|
9,2 |
4 |
34 |
-30 |
900 |
|
9,1 |
3 |
35 |
-32 |
1024 |
|
8,9 |
1 |
36 |
-35 |
1225 |
|
Итого |
10340,7017 |
1. Показатель устойчивости:
%.
2. Коэффициент корреляции рангов Спирмена рассчитываем для случая связанных рангов. Для этого находим А и В:
Как видим по коэффициенту Спирмена, устойчивость экономического показателя «Численность персонала» невысока, т.е. наблюдается неполная устойчивость выбранной тенденции.
Средняя зарплата - всего.
Уровни ряда |
Ранги уровней |
Номера периодов |
d = Ру-Рп |
d2=(Ру-Рп)2 |
|
3040 |
1 |
1 |
0 |
0 |
|
3189 |
2 |
2 |
0 |
0 |
|
3362 |
3 |
3 |
0 |
0 |
|
3511 |
4 |
4 |
0 |
0 |
|
3684 |
6 |
5 |
1 |
1 |
|
3669 |
5 |
6 |
-1 |
1 |
|
3818 |
7 |
7 |
0 |
0 |
|
3836 |
8 |
8 |
0 |
0 |
|
3997 |
9 |
9 |
0 |
0 |
|
4001 |
11 |
10 |
1 |
1 |
|
3999 |
10,5 |
11 |
-0,5 |
0,25 |
|
4009 |
12 |
12 |
0 |
0 |
|
4092 |
13 |
13 |
0 |
0 |
|
3999 |
10,5 |
14 |
-3,5 |
12,25 |
|
4244 |
14 |
15 |
-1 |
1 |
|
4350 |
15 |
16 |
-1 |
1 |
|
4565 |
17 |
17 |
0 |
0 |
|
4532 |
16 |
18 |
-2 |
4 |
|
4740 |
18 |
19 |
-1 |
1 |
|
4753 |
19 |
20 |
-1 |
1 |
|
4900 |
20 |
21 |
-1 |
1 |
|
4958 |
22 |
22 |
0 |
0 |
|
4957 |
21 |
23 |
-2 |
4 |
|
5021 |
23 |
24 |
-1 |
1 |
|
5445 |
25 |
25 |
0 |
0 |
|
5430 |
24 |
26 |
-2 |
4 |
|
5900 |
28 |
27 |
1 |
1 |
|
5920 |
29 |
28 |
1 |
1 |
|
6006 |
31 |
29 |
2 |
4 |
|
5941 |
30,5 |
30 |
0,5 |
0,25 |
|
5848 |
26 |
31 |
-5 |
25 |
|
5871 |
27 |
32 |
-5 |
25 |
|
5941 |
30,5 |
33 |
-2,5 |
6,25 |
|
6210 |
32 |
34 |
-2 |
4 |
|
6334 |
33 |
35 |
-2 |
4 |
|
6689 |
34 |
36 |
-2 |
4 |
|
Итого |
108 |
1. Показатель устойчивости: .
2. Коэффициент корреляции рангов Спирмена рассчитываем для случая связанных рангов. Для этого находим А и В:
.
Как видим по коэффициенту Спирмена, устойчивость экономического показателя «Средняя зарплата - всего» высока, т.е. направленность тенденции устойчивая.
Производство готового проката.
Уровни ряда |
Ранги уровней |
Номера периодов |
d = Ру-Рп |
d2=(Ру-Рп)2 |
|
30 |
2 |
1 |
1 |
1 |
|
29,4 |
1 |
2 |
-1 |
1 |
|
38,4 |
10,5 |
3 |
7,5 |
56,25 |
|
32,7 |
4 |
4 |
0 |
0 |
|
37,5 |
8 |
5 |
3 |
9 |
|
38,4 |
10,5 |
6 |
4,5 |
20,25 |
|
37,6 |
9 |
7 |
2 |
4 |
|
40,9 |
13 |
8 |
5 |
25 |
|
37,2 |
7 |
9 |
-2 |
4 |
|
30,4 |
3 |
10 |
-7 |
49 |
|
43,3 |
17 |
11 |
6 |
36 |
|
43,6 |
18 |
12 |
6 |
36 |
|
46 |
26 |
13 |
13 |
169 |
|
39,8 |
12 |
14 |
-2 |
4 |
|
42,3 |
15 |
15 |
0 |
0 |
|
44,7 |
22 |
16 |
6 |
36 |
|
43,1 |
16 |
17 |
-1 |
1 |
|
41,3 |
14 |
18 |
-4 |
16 |
|
45 |
23,5 |
19 |
4,5 |
20,25 |
|
45,4 |
25 |
20 |
5 |
25 |
|
44,4 |
19 |
21 |
-2 |
4 |
|
33,8 |
6 |
22 |
-16 |
256 |
|
44,5 |
20 |
23 |
-3 |
9 |
|
44,6 |
21 |
24 |
-3 |
9 |
|
47,9 |
30 |
25 |
5 |
25 |
|
45 |
23,5 |
26 |
-2,5 |
6,25 |
|
33,1 |
5 |
27 |
-22 |
484 |
|
48 |
31 |
28 |
3 |
9 |
|
49,2 |
33 |
29 |
4 |
16 |
|
46,1 |
27 |
30 |
-3 |
9 |
|
46,9 |
28 |
31 |
-3 |
9 |
|
45,2 |
24 |
32 |
-8 |
64 |
|
48,2 |
32 |
33 |
-1 |
1 |
|
39,1 |
11 |
34 |
-23 |
529 |
|
47,6 |
29 |
35 |
-6 |
36 |
|
49,3 |
34 |
36 |
-2 |
4 |
|
Итого |
1983 |
3. Показатель устойчивости: .
4. Коэффициент корреляции рангов Спирмена рассчитываем для случая связанных рангов. Для этого находим А и В:
.
Как видим по коэффициенту Спирмена, устойчивость экономического показателя «Производство готового проката» высока, т.е. направленность тенденции устойчивая.
Корреляция рядов динамики
Один из подходов к синтезу индивидуальных прогнозов экономических показателей заключается в том, что прогнозы используются в качестве аргументов в уравнении множественной регрессии. Корреляция проводится по исходным данным.
В качестве уравнения множественной регрессии чаще всего применяется линейная функция (y = a + b1 · x1 + b2 · x2 + …+ bk · xk) и степенная функция (y = a · x1b1 · x2b2 · …· ·xkbk·).
Проводить корреляционно-регрессионный анализ можно только при выполнении следующих условий:
Уровни каждого из взаимосвязанных рядов являются статистически независимыми, то есть в исследуемых рядах динамики отсутствует автокорреляция;
Исследуемые совокупности распределены нормально;
Ряды динамики состоят из случайных величин.
Проверка автокорреляции
При проверке независимости уровней динамического ряда рассчитывается коэффициент автокорреляции первого порядка , измеряющий тесноту связи между следующими рядами: y1,y2,…,yn-1 и y2,y3,…,yn .
Полученное расчетное значение коэффициента автокорреляции сравнивается с табличным значением ( ) при заданном уровне значимости. Если , то автокорреляция отсутствует.
Сравним коэффициенты автокорреляции первого порядка(мы их рассчитывали, когда выявляли тип колеблемости каждого ряда(п. 2.1.)) с табличным критическим значением коэффициента автокорреляции при уровне значимости =0,05 (0,299).
Численность персонала:=0,884
Средняя зарплата - всего: =0,892
Производство готового проката: =0,371
Все расчетные значения коэффициента корреляции > rтабл, следовательно нельзя говорить об отсутствии автокорреляции, т. е. уровни рядов не являются статистически независимыми.
Проверка нормальности распределения.
Провести оценку нормальности распределения можно путем построения графиков:
· Эмпирической гистограммы и теоретической кривой распределения;
· Эмпирической кривой распределения на нормальной вероятностной бумаге.
Для более точной оценки совпадения эмпирического распределения с нормальным применим критерий Колмогорова-Смирнова из модуля пакета STATISTICA «Basic Statistics/ Tables».
Численность персонала.
Таким образом, вероятность, что данные не подчинены нормальному закону распределения: P = 0,05, то есть гипотеза о том, что данные подчинены нормальному закону распределения подтверждается.
Средняя зарплата - всего.
Таким образом, вероятность, что данные не подчинены нормальному закону распределения: P=0,2 ( = 1 - Р = 1 - 0,2 = 0,8 > 0,05), то есть гипотеза о том, что данные не подчинены нормальному закону распределения отвергается.
Производство готового проката.
Таким образом, вероятность, что данные не подчинены нормальному закону распределения: P = 0,2 ( = 1 - Р = 1 - 0,2 = 0,8 > 0,05), то есть гипотеза о том, что данные подчинены нормальному закону распределения подтверждается.
Проверка случайности значений динамического ряда.
Для проверки случайности значений динамического ряда используется критерий медианы или критерий минимумов и максимумов.
Воспользуемся критерием минимумов и максимумов.
По данным динамического ряда определяется количество поворотных точек (p). Поворотными считаются точки, для которых выполняются следующие условия:
yt-1 yt yt+1 или yt-1 yt yt+1
Динамический ряд состоит из случайных величин (с вероятностью 0,95), если выполняется неравенство:
P []
P>17.83
Число поворотных точек для ряда «Численность персонала».
Периоды |
П. точ. |
||||
1 |
12,3 |
11,81021 |
0,48979 |
||
2 |
12 |
10,90468 |
1,095318 |
+ |
|
3 |
11,8 |
10,81187 |
0,988128 |
+ |
|
4 |
11,8 |
10,71906 |
1,080938 |
||
5 |
11,8 |
10,62625 |
1,173748 |
||
6 |
11,8 |
10,53344 |
1,266558 |
||
7 |
11,8 |
10,44063 |
1,359368 |
||
8 |
11,8 |
10,34782 |
1,452178 |
||
9 |
11,8 |
10,25501 |
1,544988 |
||
10 |
11,8 |
10,1622 |
1,637798 |
+ |
|
11 |
10,1 |
10,06939 |
0,030608 |
+ |
|
12 |
10,1 |
9,976582 |
0,123418 |
+ |
|
13 |
10 |
9,883772 |
0,116228 |
+ |
|
14 |
10 |
9,790962 |
0,209038 |
+ |
|
15 |
9,9 |
9,698152 |
0,201848 |
+ |
|
16 |
9,9 |
9,605342 |
0,294658 |
+ |
|
17 |
9,7 |
9,512532 |
0,187468 |
||
18 |
9,6 |
9,419722 |
0,180278 |
+ |
|
19 |
9,7 |
9,326912 |
0,373088 |
||
20 |
9,8 |
9,234102 |
0,565898 |
+ |
|
21 |
9,7 |
9,141292 |
0,558708 |
||
22 |
9,4 |
9,048482 |
0,351518 |
||
23 |
9,3 |
8,955672 |
0,344328 |
+ |
|
24 |
9,3 |
8,862862 |
0,437138 |
+ |
|
25 |
9 |
8,770052 |
0,229948 |
+ |
|
26 |
9,4 |
8,677242 |
0,722758 |
||
27 |
9,4 |
8,584432 |
0,815568 |
||
28 |
9,4 |
8,491622 |
0,908378 |
+ |
|
29 |
9,3 |
8,398812 |
0,901188 |
+ |
|
30 |
9,3 |
8,306002 |
0,993998 |
||
31 |
9,5 |
8,213192 |
1,286808 |
||
32 |
9,6 |
8,120382 |
1,479618 |
+ |
|
33 |
9,4 |
8,027572 |
1,372428 |
||
34 |
9,2 |
7,934762 |
1,265238 |
||
35 |
9,1 |
7,841952 |
1,258048 |
||
36 |
8,9 |
7,749142 |
1,150858 |
17<17,83 - Так как не выполняется P>1783, то можно сделать вывод, что ряд не состоит из случайных величин.
Число поворотных точек для ряда «Средняя зарплата - всего».
Периоды |
|
|
|
П. точ. |
|
1 |
3040 |
3089,093 |
-49,093 |
|
|
2 |
3189 |
3183,623 |
5,377 |
+ |
|
3 |
3362 |
3278,153 |
83,847 |
|
|
4 |
3511 |
3372,683 |
138,317 |
|
|
5 |
3684 |
3467,213 |
216,787 |
+ |
|
6 |
3669 |
3561,743 |
107,257 |
+ |
|
7 |
3818 |
3656,273 |
161,727 |
+ |
|
8 |
3836 |
3750,803 |
85,197 |
+ |
|
9 |
3997 |
3845,333 |
151,667 |
+ |
|
10 |
4001 |
3939,863 |
61,137 |
|
|
11 |
3999 |
4034,393 |
-35,393 |
|
|
12 |
4009 |
4128,923 |
-119,923 |
|
|
13 |
4092 |
4223,453 |
-131,453 |
|
|
14 |
3999 |
4317,983 |
-318,983 |
+ |
|
15 |
4244 |
4412,513 |
-168,513 |
|
|
16 |
4350 |
4507,043 |
-157,043 |
|
|
17 |
4565 |
4601,573 |
-36,573 |
+ |
|
18 |
4532 |
4696,103 |
-164,103 |
+ |
|
19 |
4740 |
4790,633 |
-50,633 |
+ |
|
20 |
4753 |
4885,163 |
-132,163 |
+ |
|
21 |
4900 |
4979,693 |
-79,693 |
+ |
|
22 |
4958 |
5074,223 |
-116,223 |
|
|
23 |
4957 |
5168,753 |
-211,753 |
|
|
24 |
5021 |
5263,283 |
-242,283 |
+ |
|
25 |
5445 |
5357,813 |
87,187 |
+ |
|
26 |
5430 |
5452,343 |
-22,343 |
+ |
|
27 |
5900 |
5546,873 |
353,127 |
+ |
|
28 |
5920 |
5641,403 |
278,597 |
|
|
29 |
6006 |
5735,933 |
270,067 |
|
|
30 |
5941 |
5830,463 |
110,537 |
|
|
31 |
5848 |
5924,993 |
-76,993 |
|
|
32 |
5871 |
6019,523 |
-148,523 |
|
|
33 |
5941 |
6114,053 |
-173,053 |
+ |
|
34 |
6210 |
6208,583 |
1,417 |
|
|
35 |
6334 |
6303,113 |
30,887 |
|
|
36 |
6689 |
6397,643 |
291,357 |
|
17<17,83 - Так как не выполняется P>1783, то можно сделать вывод, что ряд не состоит из случайных величин.
Число поворотных точек для ряда «Производство готового проката».
Периоды |
|
|
|
П. точ. |
|
1 |
30 |
28,89461 |
1,10539 |
|
|
2 |
29,4 |
32,22345 |
-2,82345 |
+ |
|
3 |
38,4 |
34,1707 |
4,2293 |
+ |
|
4 |
32,7 |
35,55229 |
-2,85229 |
+ |
|
5 |
37,5 |
36,62394 |
0,87606 |
|
|
6 |
38,4 |
37,49954 |
0,90046 |
+ |
|
7 |
37,6 |
38,23985 |
-0,63985 |
+ |
|
8 |
40,9 |
38,88113 |
2,01887 |
+ |
|
9 |
37,2 |
39,44679 |
-2,24679 |
|
|
10 |
30,4 |
39,95278 |
-9,55278 |
+ |
|
11 |
43,3 |
40,41051 |
2,88949 |
+ |
|
12 |
43,6 |
40,82838 |
2,77162 |
+ |
|
13 |
46 |
41,21278 |
4,78722 |
+ |
|
14 |
39,8 |
41,56869 |
-1,76869 |
+ |
|
15 |
42,3 |
41,90003 |
0,39997 |
|
|
16 |
44,7 |
42,20997 |
2,49003 |
+ |
|
17 |
43,1 |
42,50112 |
0,59888 |
|
|
18 |
41,3 |
42,77563 |
-1,47563 |
+ |
|
19 |
45 |
43,03528 |
1,96472 |
|
|
20 |
45,4 |
43,28162 |
2,11838 |
+ |
|
21 |
44,4 |
43,51594 |
0,88406 |
|
|
22 |
33,8 |
43,73935 |
-9,93935 |
+ |
|
23 |
44,5 |
43,95283 |
0,54717 |
+ |
|
24 |
44,6 |
44,15722 |
0,44278 |
+ |
|
25 |
47,9 |
44,35327 |
3,54673 |
+ |
|
26 |
45 |
44,54163 |
0,45837 |
|
|
27 |
33,1 |
44,72287 |
-11,62287 |
+ |
|
28 |
48 |
44,89753 |
3,10247 |
|
|
29 |
49,2 |
45,06606 |
4,13394 |
+ |
|
30 |
46,1 |
45,22887 |
0,87113 |
+ |
|
31 |
46,9 |
45,38634 |
1,51366 |
+ |
|
32 |
45,2 |
45,53881 |
-0,33881 |
+ |
|
33 |
48,2 |
45,6866 |
2,5134 |
+ |
|
34 |
39,1 |
45,82996 |
-6,72996 |
+ |
|
35 |
47,6 |
45,96918 |
1,63082 |
|
|
36 |
49,3 |
46,10447 |
3,19553 |
|
25>17,83 - условие P>17,83 выполняется, делаем вывод, что ряд состоит из случайных величин.
Построение корреляционно-регрессионной модели
При построении модели следует учитывать следующие рекомендации:
1. Признаки-факторы должны находится в причинной связи с результативным признаком;
2. Признаки-факторы не должны быть составными частями результативного признака;
3. Признаки-факторы не должны дублировать друг друга, то есть быть коллинеарными. Мультиколлинеарность (коррелируемость независимых факторов) проверяется путем построения корреляционной матрицы. Коллинеарными считаются независимые факторы, имеющие между собой связь теснотой более 0,8.
4.Математическая форма уравнения регрессии должна соответствовать логике связи факторов с результатом в реальном объекте.
Подобные документы
Оценка среднего значения выручки по кварталам на примере ОАО "РуссНефть". Оценка моды, медианы, абсолютных и относительных показателей. Построение тренда на 3 периода вперед. Анализ колеблемости и экспоненциальное сглаживание динамического ряда.
курсовая работа [1,4 M], добавлен 18.04.2011Виды статистических методов анализа данных. Применение выборочного наблюдения в правовой статистике. Исследование стажа работы, тарифных разрядов и заработной платы рабочих цеха. Построение рядов распределения и расчет абсолютных показателей вариации.
курсовая работа [295,5 K], добавлен 14.04.2014Этапы и проблемы эконометрических исследований. Параметры парной линейной регрессии. Оценка тесноты связи с помощью показателей корреляции и детерминации. Расчет коэффициентов автокорреляции второго порядка для временного ряда расходов на потребление.
контрольная работа [60,3 K], добавлен 05.01.2011Построение рядов распределения с произвольными интервалами и с помощью формулы Стерджесса. Построение статистических графиков. Расчет и построение структурных характеристик вариационного ряда. Общая характеристика исследуемых статистических совокупностей.
курсовая работа [654,9 K], добавлен 12.04.2009Эффективная оценка по методу наименьших квадратов. Корелляционно-регрессионный анализ в эконометрическом моделировании. Временные ряды в эконометрических исследованиях. Моделирование тенденции временного ряда. Расчет коэффициента автокорреляции.
контрольная работа [163,7 K], добавлен 19.06.2015Эконометрическое моделирование стоимости квартир в московской области. Матрица парных коэффициентов корреляции. Расчет параметров линейной парной регрессии. Исследование динамики экономического показателя на основе анализа одномерного временного ряда.
контрольная работа [298,2 K], добавлен 19.01.2011Теория и анализ временных рядов. Построение линии тренда и прогнозирование развития случайного процесса на основе временного ряда. Сглаживание временного ряда, задача выделения тренда, определение вида тенденции. Выделение тригонометрической составляющей.
курсовая работа [722,6 K], добавлен 09.07.2019Изучение понятия имитационного моделирования. Имитационная модель временного ряда. Анализ показателей динамики развития экономических процессов. Аномальные уровни ряда. Автокорреляция и временной лаг. Оценка адекватности и точности трендовых моделей.
курсовая работа [148,3 K], добавлен 26.12.2014Сущность, цели и задачи выборочного обследования. Описание и особенности использования типического способа отбора выборочной совокупности. Формы статистических показателей выборочного наблюдения. Виды и методика расчета оценок статистических показателей.
курсовая работа [124,1 K], добавлен 13.03.2010Коэффициент корреляции, расчетное значение статистики Стьюдента. Предварительный анализ одновременного включения показателей процентных ставок банка по кредитованию и депозитным вкладам юридических лиц в модель. Графический анализ временного ряда.
контрольная работа [133,2 K], добавлен 03.02.2013