- •Московский государственный университет экономики,
- •Раздел II. Моделирование динамики социально-экономических явлений и процессов 29
- •Раздел III. Прогнозирование динамики социально- экономических явлений и процессов 115
- •Раздел I
- •1.1. Система статистических понятий и категорий, применяемых в моделировании и прогнозировании.
- •1.2. Модель как отображение действительности
- •1.3. Понятие и основные принципы экономико-статистического анализа
- •1.4. Характеристика информационной базы и основные принципы ее формирования.
- •1.5. Априорный анализ и его роль в статистическом моделировании
- •Табулированные значения λt
- •Раздел II
- •2.1. Временные ряды, их характеристики и задачи анализа. Требования к исходной информации
- •Классификация временных рядов
- •2.2. Особенности статистического анализа одномерных временных рядов по компонентам ряда.
- •2.3. Моделирование тенденции
- •Промежуточные расчетные значения слагаемых кумулятивного т-критерия
- •Расчет Кумулятивного критерия для проверки гипотезы о линейной форме тренда
- •Расчетная таблица для определения тенденции в ряду динамики числа зарегистрированных разбоев методом Фостера-Стюарта
- •Уровни и фазы временного ряда
- •Уровни групп
- •Расчет 3-х и 4-членных скользящих средних объема платных услуг населению (цифры условные)
- •2.4. Выбор формы тренда
- •Критерии выбора трендовых моделей
- •Расчетная таблица реализации дисперсионного метода анализа в оценке трендовых моделей объема платных услуг населению одного из регионов за период январь-декабрь 2013 г.
- •2.5. Моделирование случайного компонента
- •Расчетная таблица для определения параметров линейного тренда, описывающего тенденцию изменения числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров критерия серий, основанного на медиане выборки числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров параболы второго порядка, описывающей тенденцию изменения числа зарегистрированных разбоев за период 2004-2013 гг.
- •Расчетная таблица для определения параметров критерия серий, основанного на медиане выборки
- •Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от линейного тренда)
- •Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от параболы второго порядка)
- •2.6. Модели периодических колебаний
- •I. Метод абсолютных разностей (таблица 2.22):
- •Распределение дисперсии между гармониками
- •2.7. Модели связных временных рядов.
- •Для проверки автокорреляции в уровнях ряда также используется критерий Дарбина-Уотсона. Гипотеза о наличии автокорреляции проверяется с помощью случайной величины:
- •Приведите классификацию статистических моделей.
- •Раздел III.
- •3.1. Сущность и классификация статистических прогнозов
- •3.2. Простейшие методы прогнозной экстраполяции
- •Расчетная таблица для определения прогнозных значений методом среднего абсолютного прироста
- •Расчетная таблица для определения прогнозных значений методом среднего темпа роста
- •3.3. Прогнозирование на основе экстраполяции тренда
- •3.4. Прогнозирование с учетом дисконтирования информации
- •Если временной ряд описывается параболой второго порядка:
- •3.5. Прогнозирование на основе кривых роста
- •Расчетная таблица определения промежуточных расчетов кривой Гомперца
- •3.6. Прогнозирование рядов динамики, не имеющих тенденции
- •Расчетная таблица для определения знаков отклонений
- •7. Объективизация прогноза – это:
- •21. Тенденция дисперсии – это:
- •Распределение Стьюдента (t – распределение)
- •Приложение 2 Распределение Фишера-Снедекора (f-распределение)
- •Значения для различных значенийt
- •Значения средней и стандартных ошибоки
- •Приложение 5 Критические значения кумулятивного т-критерия
- •Распределение критерия Дарбина-Уотсона для положительной автокорреляции ( для 5%-ного уровня значимости)
Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от линейного тренда)
Год |
yt | |||
2004 |
16,5 |
21,93 |
-5,43 |
|
2005 |
18,5 |
24,25 |
-5,75 |
- |
2006 |
30,4 |
26,57 |
3,83 |
+ |
2007 |
34,2 |
28,89 |
5,31 |
+ |
2008 |
37,9 |
31,21 |
6,69 |
+ |
2009 |
37,7 |
33,53 |
4,17 |
- |
2010 |
34,6 |
35,85 |
-1,25 |
- |
2011 |
34,3 |
38,17 |
-3,87 |
- |
2012 |
38,5 |
40,49 |
-1,99 |
+ |
2013 |
41,1 |
42,81 |
-1,71 |
+ |
Выдвигается гипотеза H0 : о случайности отклонений в ряду динамики.
Для проверки выдвинутой гипотезы определим:
длину наибольшей серии ;
число серий V(n)=4;
при n<26 K0(n)=5.
Гипотеза не отвергается, если справедлива следующая система неравенств:
.
Оба неравенства выполняются, следовательно гипотеза о случайности отклонений уровней ряда динамики числа зарегистрированных разбоев от линейного тренда не отвергается.
В качестве примера рассмотрим оценку случайности отклонений эмпирических значений числа зарегистрированных разбоев от теоретических, полученных по уравнению параболы второго порядка .
Расчет параметров параболы был произведен ранее и получено уравнение тренда .
Последовательно сравним каждое следующее значение εt с предыдущим:
если εt+1 > εt, то ставится «+»;
если εt+1 < εt, ставится «–». Результат отразим в таблице 2.21.
Таблица 2.21
Расчетная таблица критерия «восходящих» и «нисходящих» серий (по отклонениям от параболы второго порядка)
Год |
yt | |||
2004 |
16,5 |
16,65 |
-0,15 |
|
2005 |
18,5 |
22,49 |
-3,99 |
– |
2006 |
30,4 |
27,45 |
2,95 |
+ |
2007 |
34,2 |
31,53 |
2,67 |
– |
2008 |
37,9 |
34,73 |
3,17 |
+ |
2009 |
37,7 |
37,05 |
0,65 |
– |
2010 |
34,6 |
38,49 |
-3,89 |
– |
2011 |
34,3 |
39,05 |
-4,75 |
– |
2012 |
38,5 |
38,73 |
-0,23 |
+ |
2013 |
41,1 |
37,53 |
3,57 |
+ |
Выдвигается гипотеза H0: о случайности отклонений эмпирических значений числа зарегистрированных разбоев от теоретических, полученных по уравнению второго порядка.
Для проверки выдвинутой гипотезы определим:
длину наибольшей серии ;
число серий V(n)=6;
при n<=26 K0(n)=5.
Гипотеза не отвергается, если справедлива следующая система неравенств.
.
Оба неравенства выполняются, гипотеза о случайности отклонений уровней ряда динамики от параболы второго порядка не отвергается.
Критерий восходящих и нисходящих серий показал случайность отклонений уровней временного ряда от тренда в виде прямой и в виде параболы.
2.6. Модели периодических колебаний
При рассмотрении квартальных и месячных данных часто обнаруживаются периодические колебания, вызываемые сменой времен года. Их называют сезонными.
Изучение сезонных колебаний имеет самостоятельное значение как исследование особого типа динамики.
Сезонность можно понимать как внутригодовую динамику вообще.
Во многих случаях сезонность приносит ущерб экономике в связи с неравномерным использованием оборудования и рабочей силы, с неравномерной нагрузкой транспорта, поставкой сырья для других отраслей, связанных с сезонными отраслями.
Выявление сезонной составляющей может быть произведено на основе следующих методов, примеры на которые приведены ниже (таблицы 2.22 и 2.23).