Для количественной оценки динамики развития явлений используются статистические показатели динамики: абсолютные приросты, темпы роста и прироста, которые дают характеристику направления и размер изменений явления во времени. Рассмотрим условный пример с потоками туристов в регион в течение ряда лет:
Год
Количество туристов, млн. чел.
1,155
1,170
1,201
1,280
1,320
1,410
Средний уровень динамики для интервальных рядов представим как где n – число уровней. млн. человек.
Для моментных рядов фиксируется состояние явления на определенный момент, это могут быть данные на начало или конец какого-либо периода (например, по состоянию на 1 января текущего года). Средний уровень здесь определяется как средняя арифметическая из двух этих показателей. Например, численность работников турфирмы на 1 января.
Годы
Человек
60 человек на 1 января 2003 г. – это одновременно численность работников фирмы на 31 декабря 2002 г. Поэтому средняя численность работников:
за 2003 г. чел. за 2004 г. =78 чел.
за 2005г. чел. за 2006 г. чел.
Средняя численность за период составила чел.
Средний уровень моментного ряда рассчитывается также по средней хронологической:
Например, имеются данные о числе гостей в отеле по состоянию на начало квартала в течение 2005 года.
Кварталы
01.01
01.04
01.07
01.10
01.01.06
Число гостей
Средняя численность гостей в течение года:
чел.
В динамических рядах определяют вариацию динамики по формулам:
и
С помощью простейших показателей определим направление и размер изменений уровней во времени по данным потоков туристов в регионе в течение ряда лет:
Год
Количество туристов, млн. чел.
у
1,155
1,170
1,201
1,280
1,320
1,410
Ежегодный абсолютный прирост
-
0,015
0,031
0,079
0,040
0,090
Темп роста к предыдущему году
-
1,013
1,026
1,066
1,031
1,068
Темп роста в %
-
101,3
102,6
106,6
103,1
106,8
Темп прироста к предыдущему году
-
1,3
2,6
6,6
3,1
6,8
Темп роста к 2000 г. (%)
100,0
101,3
103,9
110,8
114,3
122,1
Темп прироста к 2000 году
-
1,3
3,9
10,8
14,3
22,1
Исследование тенденций развития явлений
Изменение уровней рядов динамики связано с влиянием на изучаемое явление множества факторов, которые различны по силе воздействия, направлению и времени их действия. Постоянно действующие факторы оказывают на явление определяющее воздействие и формируют в рядах динамики основное направление развитие – тренд. Воздействие других факторов, как правило, периодическое и вызывает колебания уровней рядов динамики. Определенное воздействие на динамику развития явления могут оказывать отдельные случайные (спорадические) факторы.
Воздействие постоянных, периодических и разовых причин на уровни динамики развития явления вызывает необходимость изучения этих факторов для определения тренда, периодических колебаний и случайных отклонений.
Простейший способ обработки динамического ряда с целью выявления тенденции его развития заключается в укрупнении интервалов времени. Предположим, имеются данные о количестве гостей в отеле по месяцам в течение года:
Месяц
Количество гостей
Месяц
Количество гостей
Январь
Февраль
Март
Апрель
Май
Июнь
Июль
Август
Сентябрь
Октябрь
Ноябрь
Декабрь
Укрупним интервалы до трех месяцев, рассчитаем общее количество гостей и среднемесячное их количество по кварталам:
Квартал
Количество гостей
Среднемесячное количество гостей по кварталам
I
II
III
IY
Укрупнив интервалы, устранили случайные колебания и проявили основную тенденцию сезонных колебаний в потоке гостей в течение года.
Сглаживание способом скользящей средней. Суть этого способа заключается в замене фактических уровней рядом подвижных (скользящих) средних, которые рассчитываются для последовательно подвижных интервалов и относятся к середине каждого из них. Сглаживание этим способом можно производить по любому числу членов ряда. Если осуществляется сглаживание ряда динамики с интервалом из 5 членов, то в этом случае необходимо последовательно суммировать по 5 членов и результаты делить на 5. Например, поток туристов в страну в течение 10 лет составил:
Годы
Поток туристов
млн. человек
Скользящая сумма из 5 членов
Скользящая средняя
4,3
4,6
4,3
4,5
4,3
5,2
5,3
5,7
6,0
6,0
-
-
22,0
22,9
23,6
25,0
26,5
28,0
-
-
-
-
4,40
4,58
4,72
5,00
5,30
5,64
-
-
Недостатком сглаживания ряда способом скользящей средней является то, что сглаженный ряд укорачивается по сравнению с фактическим на члена с одного и другого конца (n- число членов, из которых рассчитываются скользящие средние). В нашем случае это по с каждой стороны.
Выравнивание по аналитическим формулам. Этот способ обработки динамических рядов является более совершенным по сравнению с вышеприведенными способами. Способ предполагает подбор наиболее подходящей функции, для отражения тенденции развития изучаемого явления. Задача выравнивания здесь сводится к определению вида функции, отысканию ее параметров по эмпирическим данным и расчету теоретических уровней по найденной формуле.
К наиболее простым формулам, отражающим тенденции развития относятся:
1) прямая вида , где -теоретический уровень, t – время, a и b – параметры прямой.
2) парабола второго порядка
3) показательная функция
4) гипербола .
Выравнивание по прямой. Как правило, используется в тех случаях, когда абсолютные приросты относительно постоянны, т.е. когда уровни изменяются приблизительно в рамках арифметической прогрессии.
Параметры a и b искомой прямой находятся решением системы нормальных уравнений:
,
где y- уровни эмпирического ряда,n –количество уровней ряда, t- время
Эту систему можно упростить, если отсчет моментов времени ведется от середины ряда. При нечетном числе уровней ряда средняя точка принимается за 0, тогда предшествующие периоды обозначаются: -1,-2,-3 и т.д., а последующие за средним: +1,+2,+3 и т.д. В сумме t должно сводиться к 0.
При четном числе уровней ряда два серединных момента времени принимаются за -1 и +1 и все остальные соответственно обозначаются через два интервала:-5, -3, -1, +1, +3, +5, В этом случае и система уравнений принимает вид:
b , тогда , .
Рассмотрим условный пример с потоками туристов в регион в течение 5 лет:
Годы
Поток туристов, тыс. чел. (y)
Условное обозначение времени (t)
t2
yt
-2
-1
+1
-220
-115
109,8
115,0
120,2
125,4
130,6
n=5
Определяем параметры: , b=
Тогда уравнение теоретической прямой будет иметь вид: . Подставляя последовательно значения t=-2, -1, 0, 1, 2 находим выравненные уровни динамического ряда.
Выравнивание по параболе 2-го порядка. Выравнивание по параболе 2-го порядка сводится к нахождению параметров a,b,c из системы нормальных уравнений:
.
При система уравнений имеет вид:
.
Произведем выравнивание динамического ряда объема услуг фирмы за 6 лет параболой 2-го порядка:
Годы
Объем услуг, млн. руб. (у)
t
t2
t4
ty
t2 y
уt= 53,73+6,22t+0,28t2
29,9
37,3
47,2
60,9
75,2
91,5
-5
-3
-1
-149,5
-111,9
-47,2
60,9
225,6
457,5
747,5
335,7
47,2
60,9
676,8
2287,5
29,6
37,6
47,8
60,2
74,9
91,9
Итого
n=6
342,0
435,4
4155,6
342,0
Полученные суммы по столбцам подставим в систему уравнений:
Отсюда искомое уравнение параболы 2-го порядка уt= 53,73+6,22t+0,28t2 . На основе этого уравнения рассчитаем выравненные уровни, подставив соответствующие значения t и занесем их в последнюю графу таблицы.
Выравнивание по показательной функции. В основном производится, когда динамический ряд отражает развитие процесса в геометрической прогрессии. Уравнение показательной функции . Логарифм показательной функции представляет собой уравнение прямой Заменив уровни ряда их логарифмами, параметры a и b можно определить через их логарифмы. Система уравнений подобна системе уравнений при выравнивании по прямой.
Если , то система сводится к следующему виду:
Отсюда и .
Произведем выравнивание динамического ряда продаж турфирмой туристских путевок в течение 7 лет:
Годы
Количество
проданных путевок, тыс. шт.(у)
lg y
Условное обозначение времени
t
t2
t lgy
lg yt
Выравненные уровни
yt
2,0334
2,0453
2,0607
2,0719
2,0828
2,0934
2,1072
-3
-2
-1
-6,1002
-4,0906
-2,0607
2,0828
4,1868
6,3216
2,0344
2,0465
2,0586
2,0707
2,0828
2,0949
2,1070
108,2
111,3
114,5
117,7
121.0
124,5
127,9
n=7
14,4947
0,3397
14,4949
825,1
lg a=
lg b= ,
следовательно, или .
Подставляем в формулу значения t , найдем логарифмы , а затем по таблицам - .
Для 2000 г. lgy=2,0707+0,0121(-3)=2,0344 или .
Выравненные уровни близки к эмпирическим уровням, значит показательная функция подходит для отражения тренда.