37. Сезонные колебания уровней рядов динамики

Изучение сезонных колебаний проводится с целью выявления закономерно повторяющихся различий в уровне рядов динамики в зависимости от времени года. Так, например, реализация сахара населению в летний период значительно возрастает в связи с консервированием фруктов и ягод. Потребность в рабочей силе в сельскохозяйственном производстве различна в зависимости от времени года. Задача статистики состоит в том, чтобы измерить сезонные различия в уровне показателей, а чтобы выявленные сезонные различия были закономерными (а не случайными) необходимо строить анализ на базе данных за несколько лет, по крайней мере не менее чем за три года. В табл.

Средняя величина за каждый месяц исчисляется по формуле средней арифметической простой.

Индекс сезонности исчисляется путем деления средних величин за каждый месяц на общую среднюю месячную величину, принятую за 100%.

В условиях рынка при заключении договоров на поставку различной продукции (сырья, материалов, электроэнергии, товаров) необходимо располагать информацией о сезонных потребностях в средствах производства, о спросе населения на отдельные виды товаров. Результаты исследования сезонных колебаний важны для эффективного управления экономическими процессами.

38. Понятие причинности, регрессии и корреляции

Для количественного описания взаимосвязей между экономическими переменными в статистике используют методы регрессии и корреляции.

Регрессия - величина, выражающая зависимость среднего значения случайной величины у от значений случайной величины х. Уравнение регрессии выражает среднюю величину одного признака как функцию другого. 2 типа взаимосвязей между х и у: 1) может быть неизвестно, какая из двух переменных является независимой, а какая - зависимой, переменные равноправны, это взаимосвязь корреляционного типа; 2) если х и у неравноправны и одна из них рассматривается как объясняющая (независимая) переменная, а другая - как зависимая, то это взаимосвязь регрессионного типа.

Виды регрессий: 1) гиперболическая - регрессия равносторонней гиперболы: у = а + b / х + Е;

2) линейная - регрессия, применяемая в статистике в виде четкой экономической интерпретации ее параметров: у = а+b*х+Е; 3) логарифмически линейная - регрессия вида: In у = In а + b * In x + In E

4) множественная - регрессия между переменными у и х1 , х2 ...xm; 5) нелинейная - регрессия, нелинейная относительно включенных в анализ объясняющих переменных, но линейная по оцениваемым параметрам; или регрессия, нелинейная по оцениваемым параметрам. 6) обратная - регрессия, приводимая к линейному виду, реализованная в стандартных пакетах прикладных программ вида: у = 1/a + b*х+Е; 7) парная - регрессия между двумя переменными у и x.

Корреляция - величина, отражающая наличие связи между явлениями, процессами и характеризующими их показателями.

Корреляционная зависимость - определение зависимости средней величины одного признака от изменения значения другого признака.

Коэффициент корреляции величин х и у (rxy) свидетельствует о наличии или отсутствии линейной связи между переменными:

где (-1; 1). Если: r= -1, то наблюдается строгая отрицательная связь; r = 1, то наблюдается строгая положительная связь; r = 0, то линейная связь отсутствует.

- ковариация, т. е. среднее произведение отклонений признаков от их средних квадратических отклонений.

Коэффициент корреляции может служить мерой зависимости случайных величин.

Корреляция для нелинейной регрессии:

при R[0;1].

Чем ближе R к 1, тем теснее связь рассматриваемых признаков.