Предварительный анализ данных.

На этом этапе производится:

• выявление аномальных наблюдений;

• проверка наличия тренда;

• сглаживание временных рядов;

• расчет показателей развития динамики экономических про­цессов.

Так как наличие аномальных наблюдений приводит к искаже­нию результатов моделирования, то необходимо убедиться в отсутствии аномалий данных. В качестве примера аномалии может служить скачок курса доллара, зафиксированный в «черный вторник».

Для диагностики аномальных наблюдений разработаны раз­личные критерии, например метод Ирвина [1]. Для всех или только для подозреваемых в аномальности наблюдений вычисляется величина _t:

где

Если рассчитанная величина _t, превышает табличный уровень (например, для 10 наблюдений значение критерия Ирвина рав­но 1,5), то уровень y_t считается аномальным. Аномальные наблю­дения необходимо исключить из временного ряда и заменить их расчетными значениями (самый простой способ замены - в каче­стве нового значения принять среднее из двух соседних значений).

Следующая процедура этапа предварительного анализа дан­ных - выявление наличия тенденций в развитии исследуемого по­казателя. Отметим, что тенденция прослеживается не только в увеличении или уменьшении среднего текущего значения времен­ного ряда, но она присуща и другим его характеристикам: диспер­сии, автокорреляции, корреляции с другими показателями и т.д. Тенденцию среднего визуально можно определить из графика исходных данных, а более точно - с помощью метода Фостера-Стьюарта, метода проверки существенности разности средних и т.п., подробное описание которых дано в работе [1].

Наличие тенденции среднего уровня на графике становится более заметным, когда на нем отражены сглаженные значения исходных данных.

Процедура сглаживания необходима при построении некото­рых математических моделей и для устранения аномальных на­блюдений. Чаще всего для сглаживания применяются методы простой скользящей средней, взвешенной скользящей средней и экспоненциального сглаживания.

Традиционными показателями, характеризующими развитие экономических процессов, были и остаются показатели роста и прироста. Для характеристики динамики изменения экономи­ческих показателей все чаще используется понятие автокорреляции, которая характеризует не только взаимозависимость уровней од­ного и того же ряда, относящихся к разным моментам наблюде­ний, но и степень устойчивости развития процесса во времени, величину оптимального периода прогнозирования и т.п.