- •Передмова
- •Глава 1.
- •1.1. Основні теоретичні положення
- •3. Розрізняють такі статистичні ознаки:
- •5. Розрізняють такі статистичні показники:
- •1.2. Тестові завдання
- •Глава 2.
- •2.1. Основні теоретичні положення
- •25. Види сс:
- •34. Форми організації сс:
- •43. Розрізняють похибки:
- •2.2. Задачі
- •2.2.1. Типова задача
- •2.2.2. Варіанти початкових даних
- •2.3. Тестові завдання
- •Глава 3.
- •3.1. Основні теоретичні положення
- •3.2. Задачі
- •3.2.1. Типові задачі
- •3.2.2. Варіанти початкових даних
- •3.3. Тестові завдання
- •Глава 4.
- •4.1. Основні теоретичні положення
- •4.2. Задачі
- •4.2.1. Типові задачі
- •4.2.2. Варіанти початкових даних
- •4.3. Тестові завдання
- •Глава 5.
- •5.1. Основні теоретичні положення
- •5.2. Задачі
- •5.2.1. Типові задачі
- •За планом
- •5.2.2. Варіанти початкових даних
- •5.3. Тестові завдання
- •Глава 6.
- •6.1. Основні теоретичні положення
- •6.2. Задачі
- •6.2.1. Типові задачі
- •Розрахункова таблиця
- •6.2.2. Варіанти початкових даних
- •6.3. Тестові завдання
- •16. Яка вибіркова оцінка є незміщеною? _______________________________.
- •Глава 7.
- •7.1. Основні теоретичні положення
- •7.2. Задачі
- •7.2.1. Типові задачі
- •Розрахункова таблиця
- •Розрахункова таблиця
- •88,81 Тис.Грош.Од.
- •7.2.2. Варіанти початкових даних
- •7.3. Тестові завдання
- •Глава 8.
- •8.1. Основні теоретичні положення
- •8.2. Задачі
- •8.2.1. Типові задачі
- •8.2.2. Варіанти початкових даних
- •Глава 9.
- •9.1. Основні теоретичні положення
- •9.2. Задачі
- •9.2.1. Типові задачі
- •9.2.2. Варіанти початкових даних
- •Для нотаток
- •Значення функції
- •Додаток 2 Інтеграл ймовірностей
- •Додаток 5 Критичні значення f-критерію
- •Додаток 6 Критичні значення Kn;α для статистики критерію Колмлогорова
- •Література
- •Грецький алфавит
- •Латинський алфавит
7.2. Задачі
7.2.1. Типові задачі
Побудова ряду динаміки з обчисленням його числових характеристик (показників), визначенням основної тенденції розвитку та прогнозуванням.
Задача №22. Початкові умови. Річний обсяг виробництва продукції А в галузі протягом семи послідовних років становив (млн.т.) (таблиця):
Таблиця
Рік |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
Річний обсяг виробництва, млн.т |
80 |
90 |
98 |
112 |
122 |
128 |
140 |
Завдання.
1) Побудувати ряд динаміки, встановивши його вид. Результати представити графічно.
2) Обчислити абсолютні, відносні та середні показники ряду.
3) Серед чотирьох моделей тренду (лінійної функції, квадратичної та кубічної парабол, показникової функції) визначити адекватну.
4) Провести екстраполяцію на рівні значущості α = 0,05 t-критерію, визначивши границі довірчого інтервалу для прогнозованого значення обсягу виробництва у восьмому році. Прогноз разом з адекватною моделлю зобразити на графіку.
Зробити висновки.
Розв’язок. Характеризуючи обсяг виробництва продукції окремо за кожен рік, даний ряд є інтервальним.
1) Представимо річний обсяг виробництва продукції А на останню дату кожного року, побудувавши лінійну діаграму (рис.).
Рис. Лінійна діаграма річних змін обсягу виробництва продукції А галузі
протягом 1-7 років
2) Обчислимо показники цього ряду.
2.1) Абсолютний приріст:
- базисний (7.1):
Δуб2 = 90 – 80 = 10 (млн.т),
Δуб3 = 98 – 80 = 18 (млн.т),
Δуб4 = 112 – 80 = 32 (млн.т),
Δуб5 = 122 – 80 = 42 (млн.т),
Δуб6 = 128 – 80 = 48 (млн.т),
Δуб7 = 140 – 80 = 60 (млн.т);
- ланцюговий (7.2):
Δул2 = 90 – 80 = 10 (млн.т),
Δул3 = 98 – 90 = 8 (млн.т),
Δул4 = 112 – 98 = 14 (млн.т),
Δул5 = 122 – 112 = 10 (млн.т),
Δул6 = 128 – 122 = 6 (млн.т),
Δул7 = 140 – 128 = 12 (млн.т);
2.2) Відносні (в процентах):
а) темп зростання:
- базисний (7.4):
Тзб2 = 90 : 80 ∙ 100 = 112,50 (%),
Тзб3 = 98 : 80 ∙ 100 = 122,50 (%),
Тзб4 = 112 : 80 ∙ 100 = 140,00 (%),
Тзб5 = 122 : 80 ∙ 100 = 152,50 (%),
Тзб6 = 128 : 80 ∙ 100 = 160,00 (%),
Тзб7 = 140 : 80 ∙ 100 = 175,00 (%);
- ланцюговий (7.5):
Тзл2 = 90 : 80 ∙ 100 = 112,50 (%),
Тзл3 = 98 : 90 ∙ 100 ≈ 108,89 (%),
Тзл4 = 112 : 98 ∙ 100 ≈ 114,29 (%),
Тзл5 = 122 : 112 ∙ 100 ≈ 108,93 (%),
Тзл6 = 128 : 122 ∙ 100 ≈ 104,92 (%),
Тзл7 = 140 : 128 ∙ 100 ≈ 109,38 (%);
б) темп приросту:
- базисний (7.6):
Тпб2 = 112,50 – 100 = 12,50 (%),
Тпб3 = 122,50 – 100 = 22,50 (%),
Тпб4 = 112 : 80 – 100 = 40,00 (%),
Тпб5 = 122 : 80 – 100 = 52,50 (%),
Тпб6 = 128 : 80 – 100 = 60,00 (%),
Тпб7 = 140 : 80 – 100 = 75,00 (%);
- ланцюговий (7.7):
Тпл2 = 112,50 – 100 = 12,50 (%),
Тпл3 = 108,89 – 100 = 8,89 (%),
Тпл4 = 114,29 – 100 = 14,29 (%),
Тпл5 = 108,93 – 100 = 8,93 (%),
Тпл6 = 104,92 – 100 = 4,92 (%),
Тпл7 = 109,38 – 100 = 9,38 (%);
в) темп нарощування (7.9):
Тн2 = 10,00 : 80 ∙ 100 = 12,50 (%),
Тн3 = 8,00 : 80 ∙ 100 = 10,00 (%),
Тн4 = 14,00 : 80 ∙ 100 = 17,50 (%),
Тн5 = 10,00 : 80 ∙ 100 = 12,50 (%),
Тн6 = 6,00 : 80 ∙ 100 = 7,50 (%),
Тн7 = 12,00 : 80 ∙ 100 = 15,00 (%);
2.3) Середні:
а) рівень ряду (7.11)
= (80 + 90 + 98 + 112 + 122 + 128 + 140) : 7 = 770 :7 = 110,00 (млн.т);
б) абсолютний ланцюговий приріст (7.14)
= (10 + 8 + 14 + 10 + 6 + 12) : 6 = 60 : 6 = 10,00 (млн.т);
в) темп зростання у формі середнього геометричного (7.16)
≈ 109,78 (%);
г) темп приросту (7.18)
= 109,78 – 100 = 9,78 (%).
Зручним є представлення обчислених показників у зведеній таблиці.
Зведена таблиця
Показник |
Результати розрахунків для і-го звітного періоду |
У середньому за період |
||||||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
||
yi, млн.т |
80,00 |
90,00 |
98,00 |
112,00 |
122,00 |
128,00 |
140,00 |
= 110 |
∆yбi, млн.т |
х |
10,00 |
18,00 |
32,00 |
42,00 |
48,00 |
60,00 |
х |
∆yлi, млн.т |
х |
10,00 |
8,00 |
14,00 |
10,00 |
6,00 |
12,00 |
= 10 |
Тзбі,% |
х |
112,50 |
122,50 |
140,00 |
152,50 |
160,00 |
175,00 |
х |
Тзлі, % |
х |
112,50 |
108,89 |
114,29 |
108,93 |
104,92 |
109,38 |
=109,78 |
Тпбі, % |
х |
12,50 |
22,50 |
40,00 |
52,50 |
60,00 |
75,00 |
х |
Тплі, % |
х |
12,50 |
8,89 |
14,29 |
8,93 |
4,92 |
9,38 |
= 9,78 |
Тні, % |
х |
12,50 |
10,00 |
17,50 |
12,50 |
7,50 |
15,00 |
х |
3) Побудуємо модель тренду за допомогою запропонованих математичних функцій. Для цього скористаємось методом найменших квадратів. Результати проміжних розрахунків представимо у розрахунковій таблиці №1. Значення часу представимо відповідно до способу його відліку від умовного початку.
Визначимо оцінки параметрів кожної моделі тренду:
- лінійної функції (7.29):
а0 = 770 : 7 = 110 (млн.т),
а1 = 280 : 28 = 10 (млн.т/р.);
Розрахункова таблиця №1
і |
ti |
ti² |
ti³ |
ti4 |
ti6 |
yi |
ti ∙ yi |
ti² ∙ yi |
ti³ ∙ yi |
lgyi |
ti ∙ lgyi |
1 |
-3 |
9 |
-27 |
81 |
729 |
80,00 |
-240,00 |
720,00 |
-2160,00 |
1,903090 |
-5,709270 |
2 |
-2 |
4 |
-8 |
16 |
64 |
90,00 |
-180,00 |
360,00 |
-720,00 |
1,954243 |
-3,908485 |
3 |
-1 |
1 |
-1 |
1 |
1 |
98,00 |
-98,00 |
98,00 |
-98,00 |
1,991226 |
-1,991226 |
4 |
0 |
0 |
0 |
0 |
0 |
112,00 |
0,00 |
0,00 |
0,00 |
2,049218 |
0,000000 |
5 |
1 |
1 |
1 |
1 |
1 |
122,00 |
122,00 |
122,00 |
122,00 |
2,086360 |
2,086360 |
6 |
2 |
4 |
8 |
16 |
64 |
128,00 |
256,00 |
512,00 |
1024,00 |
2,107210 |
4,214420 |
7 |
3 |
9 |
27 |
81 |
729 |
140,00 |
420,00 |
1260,00 |
3780,00 |
2,146128 |
6,438384 |
Σ |
0 |
28 |
0 |
196 |
1588 |
770,00 |
280,00 |
3072,00 |
1948,00 |
14,24 |
1,13 |
- квадратичної параболи (7.30):
а0 = (196 ∙ 770 – 28 ∙ 3072) : (7 ∙ 196 – 28 ∙ 28) ≈ 110,380952 (млн.т),
а1 = 280 : 28 = 10 (млн.т/р.),
а2 = (7 ∙ 3072 – 28 ∙ 770) : (7 ∙ 196 – 28 ∙ 28) ≈ -0,095238 (млн.т/р²);
- кубічної параболи (7.31):
а0 = (196 ∙ 770 – 28 ∙ 3072) : (7 ∙ 196 – 28 ∙ 28) ≈ 110,380952 (млн.т),
а1 = (1588 ∙ 280 – 196 ∙ 1948) : (28 ∙ 1588 – 196 ∙ 196) ≈ 10,388889 (млн.т/р),
а2 = (7 ∙ 3072 – 28 ∙ 770) : (7 ∙ 196 – 28 ∙ 28) ≈ -0,095238 (млн.т/р.²),
а3 = (28 ∙ 1948 – 196 ∙ 280) : (28 ∙ 1588 – 196 ∙ 196) ≈ -0,055556 (млн.т/р³);
- показникової функції (7.32):
а0 = 1014,24 : 7 ≈ 108,124701 (млн.т),
а1 = 101,13 : 28 ≈ 1,097397.
Отже, модель тренду виглядає так:
- лінійна функція (№1) – Yt = 110 + 10 ∙ t;
- квадратична парабола (№2) – Yt = 110,380952 + 10 ∙ t – 0,095238 ∙ t²;
- кубічна парабола (№3) – Yt = 110,380952 + 10,388889 ∙ t – 0,095238 ∙ t² –
– 0,055556 ∙ t³;
- показникові функція (№4) – Yt = 108,124701 ∙ 1,097397t.
Спробуємо вибрати серед них адекватну. Для цього спочатку перевіримо на незмінність у часі ланцюгові показники:
- абсолютний приріст:
К5% = (14 – 6) : 10 ∙ 100 = 80 (%);
- темп приросту:
К5% = (14,29 – 4,92) : 9,78 ∙ 100 ≈ 95,81 (%);
- темп зростання:
К5% = (114,29 – 104,92) : 109,78 ∙ 100 ≈ 8,54 (%)
Жоден з цих показників не може бути визнаним незмінним у часі, тому що коливання в обидва боки від середнього значення однойменного показника скрізь перевищують критичний, 5%-ий, бар’єр. Тому адекватну модель визначимо по мінімальному значенню середньої квадратичної похибки апроксимації. Результати проміжних розрахунків СКП кожної моделі (з номерами 1, 2, 3, 4 відповідно) зведемо у розрахункову таблицю №2.
Середня квадратична похибка для кожної із запропонованих моделей становить (7.26):
- для лінійної функції – σапрокс. = √(16 : 7) ≈ 1,511858 (млн.т);
- для квадратичної параболи – σапрокс. = √(15,238095 : 7) ≈ 1,475422 (млн.т);
- для кубічної параболи – σапрокс. = √(14,571429 : 7) ≈ 1,442786 (млн.т);
- для показникової функції – σапрокс. = √(43,096683 : 7) ≈ 2,481264 (млн.т).
Розрахункова таблиця №2
i |
ti |
yi |
yti |
(yi – yti)² |
||||||
№1 |
№2 |
№3 |
№4 |
№1 |
№2 |
№3 |
№4 |
|||
1 |
-3 |
80 |
80 |
79,523810 |
79,857143 |
81,815182 |
0 |
0,226757 |
0,020408 |
3,294887 |
2 |
-2 |
90 |
90 |
90,000000 |
89,666667 |
89,783716 |
0 |
0,000000 |
0,111111 |
0,046779 |
3 |
-1 |
98 |
100 |
100,285714 |
99,952381 |
98,528358 |
4 |
5,224490 |
3,811791 |
0,279162 |
4 |
0 |
112 |
110 |
110,380952 |
110,380952 |
108,124701 |
4 |
2,621315 |
2,621315 |
15,017944 |
5 |
1 |
122 |
120 |
120,285714 |
120,619048 |
118,655696 |
4 |
2,938776 |
1,907029 |
11,184370 |
6 |
2 |
128 |
130 |
130,000000 |
130,333333 |
130,212376 |
4 |
4,000000 |
5,444444 |
4,894607 |
7 |
3 |
140 |
140 |
139,523810 |
139,190476 |
142,894639 |
0 |
0,226757 |
0,655329 |
8,378934 |
Σ |
0 |
770 |
770 |
770,000000 |
770,000000 |
770,014668 |
16 |
15,238095 |
14,571429 |
43,096683 |
Отже, адекватною є кубічна парабола
Yt = 110,380952 + 10,388889 ∙ t – 0,095238 ∙ t² – 0,055556 ∙ t³,
тому що для неї СКП апроксимації є найменшою (1,442786).
4) Екстраполяцію ряду динаміки виконаємо з використанням адекватної моделі, для чого:
а) визначимо точкову оцінку прогнозованого рівня ряду підстановкою в рівняння моделі наступного значення (t8 = 4) часу:
уt8 = 110,380952 + 10,388889 ∙ 4 – 0,095238 ∙ 4² – 0,055556 ∙ 4³ ≈
≈ 146,857143 (млн.т.);
б) визначимо середню квадратичну похибку екстраполяції (7.33):
σекстр. = √(14,571429 : (7 – 4)) ≈ 2,203893 (млн.т);
в) визначимо значення t-критерію на рівні значущості α = 0,05 з кількістю ступенів свободи m = 7 – 4 = 3, для чого скористаємось статистичною таблицею t-розподілу (Д.4):
|t|3;1-0,05 ≈ 3,18;
г) визначимо граничну похибку екстраполяції (7.36):
δекстр. = 3,18 ∙ 2,203893 ≈ 7,008380 (млн.т);
ґ) зробимо інтервальну оцінку прогнозованого рівня ряду, для чого визначимо границі довірчого інтервалу Іα (7.34):
І0,05 = [146,857143 – 7,008380; 146,857143 + 7,008380] =
= [139,848763; 153,865523] (млн.т; млн.т).
д) зобразимо на графіку прогноз (сектор можливих змін обсягу виробництва) разом з адекватною моделлю (рис.):
Сектор
можливих змін
Іα
Рис. Аналітичне вирівнювання ряду динаміки (ряд 1) кубічною параболою (ряд 2)
з екстраполяцією (Іα) на восьмий рік
Висновки:
1) Річний обсяг виробництва продукції А щороку поступово збільшується, про що свідчить побудований інтервальний ряд динаміки.
2) Збільшення обсягу виробництва має такі особливості (числові характеристики):
а) щодо абсолютного приросту виробництва:
- кожного року порівняно з першим роком відбувається абсолютний приріст виробництва, який в динаміці є поступово зростаючим від 10 млн.т в другому році до 60 млн.т в сьомому, останньому, році;
- кожного року порівняно з попереднім роком відбувається абсолютний приріст виробництва, який в динаміці має коливальний характер: від 6 млн.т. в шостому, передостанньому, році до 14 млн.т в четвертому, центральному, році;
б) щодо відносних змін виробництва:
- кожного року порівняно з першим роком відбувається відносне збільшення (зростання) виробництва, яке в динаміці є поступово зростаючим від 112,5 % в другому році до 175 % в сьомому, останньому, році;
- кожного року порівняно з попереднім роком відбувається відносне збільшення (зростання) виробництва, яке в динаміці має коливальний характер: від 104,92 % в шостому, передостанньому, році до 114,29 % в четвертому, центральному, році;
- кожного року порівняно з першим роком відбувається відносний приріст виробництва, який в динаміці є поступово зростаючим від 12,5 % в другому році до 75 % в сьомому, останньому, році;
- кожного року порівняно з попереднім роком відбувається відносний приріст виробництва, який в динаміці має коливальний характер: від 4,92 % в шостому, передостанньому, році до 14,29 % в четвертому, центральному, році;
- кожного року порівняно з першим роком відбувається відносне нарощування виробництва, яке в динаміці має коливальний характер: від 7,5 % в шостому, передостанньому, році до 17,5 % в четвертому, центральному, році;
в) щодо середніх характеристик виробництва:
- із загальних 770 млн.т. продукції, виробленої протягом семи послідовних років, кожного року у середньому, рівними частинами, виробляється по 110 млн.т. продукції;
- у середньому кожного року виробляється на 10 млн.т. продукції більше, ніж в попередньому році;
- у середньому кожного року порівняно з попереднім роком відбувалося відносне зростання вироблення у 109,78 %, що еквівалентно щорічному збільшенню (приросту) виробництва у середньому на 9,78 %.
3) Основна тенденція розвитку (тренд) в даному ряду динаміки більше нагадує кубічну параболу Yt = 110,380952 + 10,388889 ∙ t – 0,095238 ∙ t² – – 0,055556 ∙ t³: середня квадратична похибка апроксимації цієї функціє є найменшою (1,442786 млн.т) серед усіх чотирьох запропонованих моделей, – її визначення стало єдиним можливим способом вибору адекватної моделі тренду – жоден з ланцюгових показників динаміки не дає уявлення про основну тенденцію через значні (> 5%) відносні зміни у часі.
4) Довірчий інтервал в границях 139,848763 млн.т і 153,865523 млн.т, визначених з використанням адекватної моделі тренду, на рівні значущості α = 0,05 t-критерію «накриває» прогнозоване значення річного обсягу виробництва продукції А у восьмому році.
Згладжування методом плинного середнього.
Задача №23. Завдання. По даних про реалізацію продуктів сільськогосподарського виробництва магазинами споживчої кооперації міста (таблиця) побудувати ряд динаміки, виконати його аналітичне вирівнювання адекватною моделлю тренду, а також згладжування методом плинного середнього. Даний ряд, його адекватну модель тренду і згладжену криву зобразити на одному графіку. Зробити висновок (провести порівняльний аналіз результатів, отриманих від застосованих методів).
Таблиця
Середньоденна реалізація (Y, тис.грош.од.)
Квартал |
1-й рік |
2-й рік |
3-й рік |
4-й рік |
І |
180 |
252 |
425 |
431 |
ІІ |
268 |
303 |
446 |
455 |
ІІІ |
331 |
371 |
458 |
487 |
ІV |
302 |
346 |
404 |
465 |
Розв’язок.
1) Побудуємо даний ряд динаміки (ряд 1 на рисунку).
500
Y,
тис.грош.од.
450
400
350
300
250
200
150
I
II
III
IV
I
II
III
IV
I
II
III
IV
I
II
III
IV
Ряд1
Квартал
Ряд2
Ряд3
1-й рік
2-й рік
3-й рік
4-й рік
Рис. Аналітичне вирівнювання ряду динаміки щоквартальної середньоденної реалізації
продуктів (ряд 1) адекватною моделлю тренду (кубічною параболою – ряд 2), його
згладжування методом плинного середнього (ряд 3)
2) Виконаємо аналітичне вирівнювання ряду адекватною моделлю тренду, для чого в якості функціональних моделей тренду візьмемо лінійну функцію, квадратичну і кубічну параболи та показникову функцію. Оцінки параметрів кожної моделі визначимо методом найменших квадратів. Адекватну серед них модель оберемо за найменшою середньою квадратичною похибкою апроксимації.
Результати проміжних розрахунків зведемо в розрахункову таблицю №1.
Розрахункова таблиця №1
і |
ti |
ti² |
ti³ |
ti4 |
ti6 |
yi |
ti ∙ yi |
ti² ∙ yi |
ti³ ∙ yi |
lgyi |
ti ∙ lgyi |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
1 |
-15 |
225 |
-3375 |
50625 |
11390625 |
180 |
-2700 |
40500 |
-607500 |
2,255272505 |
-33,82908758 |
2 |
-13 |
169 |
-2197 |
28561 |
4826809 |
268 |
-3484 |
45292 |
-588796 |
2,428134794 |
-31,56575232 |
3 |
-11 |
121 |
-1331 |
14641 |
1771561 |
331 |
-3641 |
40051 |
-440561 |
2,519827994 |
-27,71810793 |
4 |
-9 |
81 |
-729 |
6561 |
531441 |
302 |
-2718 |
24462 |
-220158 |
2,480006943 |
-22,32006249 |
5 |
-7 |
49 |
-343 |
2401 |
117649 |
252 |
-1764 |
12348 |
-86436 |
2,401400541 |
-16,80980379 |
6 |
-5 |
25 |
-125 |
625 |
15625 |
303 |
-1515 |
7575 |
-37875 |
2,481442629 |
-12,40721314 |
7 |
-3 |
9 |
-27 |
81 |
729 |
371 |
-1113 |
3339 |
-10017 |
2,56937391 |
-7,708121729 |
8 |
-1 |
1 |
-1 |
1 |
1 |
346 |
-346 |
346 |
-346 |
2,539076099 |
-2,539076099 |
9 |
1 |
1 |
1 |
1 |
1 |
425 |
425 |
425 |
425 |
2,62838893 |
2,62838893 |
10 |
3 |
9 |
27 |
81 |
729 |
446 |
1338 |
4014 |
12042 |
2,649334859 |
7,948004576 |
11 |
5 |
25 |
125 |
625 |
15625 |
458 |
2290 |
11450 |
57250 |
2,660865478 |
13,30432739 |
12 |
7 |
49 |
343 |
2401 |
117649 |
404 |
2828 |
19796 |
138572 |
2,606381365 |
18,24466956 |
13 |
9 |
81 |
729 |
6561 |
531441 |
431 |
3879 |
34911 |
314199 |
2,63447727 |
23,71029543 |
14 |
11 |
121 |
1331 |
14641 |
1771561 |
455 |
5005 |
55055 |
605605 |
2,658011397 |
29,23812536 |
15 |
13 |
169 |
2197 |
28561 |
4826809 |
487 |
6331 |
82303 |
1069939 |
2,687528961 |
34,9378765 |
16 |
15 |
225 |
3375 |
50625 |
11390625 |
465 |
6975 |
104625 |
1569375 |
2,667452953 |
40,01179429 |
Σ |
0 |
1360 |
0 |
206992 |
37308880 |
5924 |
11790 |
486492 |
1775718 |
40,866977 |
15,126257 |
На відміну від попередньої задачі, даний ряд містить парну кількість (16) відліків часу, тому відстань між сусідніми значеннями для зручності оберемо рівною двом, а самі значення часу становитиме: {-15, -13, …, -3, -1, 1, 3, …, 13, 15} (графа 2).
Визначимо оцінки параметрів кожної моделі тренду:
- лінійної функції (7.29):
а0 = 5924 : 16 = 370,25 (тис.грош.од.),
а1 = 11790 : 1360 ≈ 8,66912 (тис.грош.од./півкварталу);
- квадратичної параболи (7.30):
а0 = (206992 ∙ 5924 – 1360 ∙ 486492) : (16 ∙ 206992 – 1360 ∙ 1360) ≈
≈ 386,10566 (тис.грош.од.),
а1 = 11790 : 1360 ≈ 8,66912 (тис.грош.од./півкварталу),
а2 = (16 ∙ 486492 – 1360 ∙ 5924) : (16 ∙ 206992 – 1360 ∙ 1360) ≈
≈ -0,18654 (тис.грош.од./півкварталу ²);
- кубічної параболи (7.31):
а0 = (206992 ∙ 5924 – 1360 ∙ 486492) : (16 ∙ 206992 – 1360 ∙ 1360) ≈
≈ 386,10566 (тис.грош.од.),
а1 = (37308880 ∙ 11790 – 206992 ∙ 1775718) : (1360 ∙ 37308880 – 206992 × × 206992) ≈ 9,15996 (тис.грош.од./півкварталу),
а2 = (16 ∙ 486492 – 1360 ∙ 5924) : (16 ∙ 206992 – 1360 ∙ 1360) ≈
≈ -0,18654 (тис.грош.од./півкварталу ²),
а3 = (1360 ∙ 1775718 – 206992 ∙ 11790) : (1360 ∙ 37308880 – 206992 ∙ 206992) ≈
≈ -0,00323 (тис.грош.од./півкварталу ³);
- показникової функції (7.32):
а0 = 1040,866977: 16 ≈ 358,24987 (тис.грош.од.),
а1 = 1015,126257: 1360 ≈ 1,02594.
Отже, модель тренду виглядає так:
- лінійна функція (№1) – Yt = 370,25 + 8,66912 ∙ t;
- квадратична парабола (№2) – Yt = 386,10566 + 8,66912 ∙ t – 0,18654 ∙ t²;
- кубічна парабола (№3) – Yt = 386,10566 + 9,15996 ∙ t – 0,18654 ∙ t² – – 0,00323 ∙ t³;
- показникові функція (№4) – Yt = 358,24987 ∙ 1,02594t.
Результати проміжних розрахунків СКП кожної моделі (з номерами 1, 2, 3, 4 відповідно) зведемо у розрахункову таблицю №2.
Теоретичні значення рівня ряду yti визначаються підстановкою нових значень часу в рівняння тренду (графи 4-7). Повинна виконуватись тотожність Σyti ≡ Σyi (підсумок граф 3-7: так воно й є – 5924 = 5924; відмінність суми теоретичних рівнів показникової функції обумовлена нелінійним характером перетворень всупереч лінійності МНК).
Розрахункова таблиця №2
i |
ti |
yi |
yti |
(yi – yti)² |
||||||
№1 |
№2 |
№3 |
№4 |
№1 |
№2 |
№3 |
№4 |
|||
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
1 |
-15 |
180 |
240,213235 |
214,098039 |
217,619711 |
243,978930 |
3625,633705 |
1162,676278 |
1415,242659 |
4093,303507 |
2 |
-13 |
268 |
257,551471 |
241,882353 |
242,586687 |
256,801064 |
109,171767 |
682,131488 |
645,836462 |
125,416176 |
3 |
-11 |
331 |
274,889706 |
268,174370 |
267,067559 |
270,297055 |
3148,365106 |
3947,059817 |
4087,357063 |
3684,847546 |
4 |
-9 |
302 |
292,227941 |
292,974090 |
290,907526 |
284,502318 |
95,493134 |
81,467058 |
123,042976 |
306,168874 |
5 |
-7 |
252 |
309,566176 |
316,281513 |
313,951791 |
299,454128 |
3313,864673 |
4132,112863 |
3838,024438 |
2251,894299 |
6 |
-5 |
303 |
326,904412 |
338,096639 |
336,045555 |
315,191720 |
571,420902 |
1231,774045 |
1092,008709 |
148,638039 |
7 |
-3 |
371 |
344,242647 |
358,419468 |
357,034019 |
331,756389 |
715,955936 |
158,269791 |
195,048629 |
1540,060972 |
8 |
-1 |
346 |
361,580882 |
377,250000 |
376,762384 |
349,191603 |
242,763895 |
976,562500 |
946,324263 |
10,186328 |
9 |
1 |
425 |
378,919118 |
394,588235 |
395,075851 |
367,543111 |
2123,447718 |
924,875433 |
895,454670 |
3301,294103 |
10 |
3 |
446 |
396,257353 |
410,434174 |
411,819623 |
386,859069 |
2474,330936 |
1264,928003 |
1168,298200 |
3497,649707 |
11 |
5 |
458 |
413,595588 |
424,787815 |
426,838899 |
407,190163 |
1971,751784 |
1103,049224 |
971,014233 |
2581,639506 |
12 |
7 |
404 |
430,933824 |
437,649160 |
439,978881 |
428,589743 |
725,430850 |
1132,265946 |
1294,479880 |
604,655471 |
13 |
9 |
431 |
448,272059 |
449,018207 |
451,084771 |
451,113962 |
298,324016 |
324,655794 |
403,398016 |
404,571480 |
14 |
11 |
455 |
465,610294 |
458,894958 |
460,001769 |
474,821925 |
112,578341 |
15,170698 |
25,017694 |
392,908719 |
15 |
13 |
487 |
482,948529 |
467,279412 |
466,575077 |
499,775843 |
16,414414 |
388,901600 |
417,177463 |
163,222157 |
16 |
15 |
465 |
500,286765 |
474,171569 |
470,649897 |
526,041195 |
1245,155763 |
84,117671 |
31,921334 |
3726,027484 |
Σ |
0 |
5924 |
5924,000000 |
5924,000000 |
5924,000000 |
5893,108219 |
20790,102941 |
17610,018207 |
17549,646690 |
26832,484368 |
Середня квадратична похибка (7.26) для кожної із обраних моделей становить:
- для лінійної функції – σапрокс. = √(20790,102941 : 16)
≈ 36,046934 (тис.грош.од.);
- для квадратичної параболи – σапрокс. = √(17610,018207 : 16) ≈
≈ 33,175686 (тис.грош.од.);
- для кубічної параболи – σапрокс. = √(17549,646690 : 16)
≈ 33,118770 (тис.грош.од.);
- для показникової функції – σапрокс. = √(26832,484368 : 16) ≈
≈ 40,951560 (тис.грош.од.).
Отже, адекватною є кубічна парабола (ряд 2 на рисунку)
Yt = 386,10566 + 9,15996 ∙ t – 0,18654 ∙ t² – 0,00323 ∙ t³,
тому що для неї СКП апроксимаціє є найменшою (33,118770).
3) Виконаємо згладжування ряду динаміки методом плинного середнього в два етапи, представляючи результати в розрахунковій таблиці №3.
Розрахункова таблиця №3
Рік (j) |
Квартал |
і |
yi |
(yi + yi+1 + yi+2 + yi+3) : 4 |
усі = (yi + yi+1) : 2 |
1 |
2 |
3 |
4 |
5 |
6 |
1 |
І |
1 |
180 |
- |
- |
ІІ |
2 |
268 |
270,250000 |
- |
|
ІІІ |
3 |
331 |
288,250000 |
279,250000 |
|
ІV |
4 |
302 |
297,000000 |
292,625000 |
|
2 |
І |
5 |
252 |
307,000000 |
302,000000 |
ІІ |
6 |
303 |
318,000000 |
312,500000 |
|
ІІІ |
7 |
371 |
361,250000 |
339,625000 |
|
ІV |
8 |
346 |
397,000000 |
379,125000 |
|
3 |
І |
9 |
425 |
- |
407,875000 |
ІІ |
10 |
446 |
418,750000 |
426,000000 |
|
ІІІ |
11 |
458 |
433,250000 |
434,000000 |
|
ІV |
12 |
404 |
434,750000 |
435,875000 |
|
4 |
І |
13 |
431 |
437,000000 |
440,625000 |
ІІ |
14 |
455 |
444,250000 |
451,875000 |
|
ІІІ |
15 |
487 |
459,500000 |
- |
|
ІV |
16 |
465 |
- |
- |
На першому етапі, рахуючи зліва направо по часовій осі, поступово, крок за кроком, будемо визначати середнє арифметичне значення чотирьох сусідніх значень ряду: спочатку з першого по четвертий, потім з другого по п’ятий і т.д. до кінця ряду (плинні середні в графі 5). На другому етапі виконаємо аналогічну процедуру, але вже осереднюючи результати першого етапу по двох сусідніх значеннях (згладжені значення в графі 6). Нові, згладжені, значення відкладемо на діаграмі, починаючи з третього відліку часу (ряд 3 на рисунку).
Висновки:
1) Даний ряд динаміки має характерні періодичні, повторювані кожного року, зміни ряду динаміки: збільшення обсягу реалізації продукції в другому і третьому кварталах і його зменшення в четвертому кварталі, – а це дає підстави стверджувати, що в ряду спостерігаються сезонні коливання.
2) Після аналітичного вирівнювання даного ряду чотирма математичними моделями (лінійною функцією, квадратичною і кубічною параболами та показниковою функцією) й обчислення СКП кожної з них вдалося встановити, що адекватною серед цих моделей є кубічна парабола Yt = 386,10566 + 9,15996 ∙ t– – 0,18654 ∙ t² – 0,00323 ∙ t³. Параметри моделі були оцінені методом найменших квадратів.
3) Апроксимація ряду можлива не тільки через визначення адекватної функції, а і через осереднення рівнів ряду методом плинного середнього з побудовою згладженої кривої.
4) Порівняльний аналіз адекватної моделі та згладженої кривої свідчить про те, що вони мають достатню збіжність: відмінність теоретичних і згладжених рівнів ряду у відповідні моменти часу не перевищує 5% продовж усієї часової осі, за винятком ІІ-го кварталу 2-го року (7 %).
5) Більш детальне вивчення сезонних коливань стає можливим завдяки специфічним методам постійного та змінного середнього, а також методу рядів Фур’є.
Вивчення сезонних коливань; методи постійного та змінного середнього, метод рядів Фур’є.
Метод змінного середнього.
Задача №24. Завдання. За умов задачі №23 методом змінного середнього побудувати сезонну хвилю середньоденної реалізації, розрахувавши індекси сезонності (в процентах) (дані подати таблицею та графічно). Зробити висновок.
Розв’язок. Дана задача зводиться до визначення квартальних значень середнього індексу сезонності, які представляють сезонну хвилю середньоденної реалізації продуктів протягом умовного року. Середній індекс сезонності умовного кварталу обчислюється по відповідних квартальних значеннях індексів сезонності усіх чотирьох років. Індекси сезонності визначаються як співвідношення відповідних фактичних значень рівня ряду динаміки (з таблиці початкових даних) і теоретичних значень рівня (з рівняння адекватної моделі тренду Yt = 386,10566 + 9,15996 ∙ t – 0,18654 ∙ t² – 0,00323 ∙ t³).
Для зручності початкові дані та результати проміжних розрахунків зведемо в розрахункову таблицю.
Розрахункова таблиця
Рік |
Квартал |
і |
ti |
yi |
yti |
yi : yti ∙ 100 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
1 |
І |
1 |
-15 |
180 |
217,619711 |
82,713096 |
ІІ |
2 |
-13 |
268 |
242,586687 |
110,475972 |
|
ІІІ |
3 |
-11 |
331 |
267,067559 |
123,938677 |
|
ІV |
4 |
-9 |
302 |
290,907526 |
103,813058 |
|
2 |
І |
5 |
-7 |
252 |
313,951791 |
80,267101 |
ІІ |
6 |
-5 |
303 |
336,045555 |
90,166347 |
|
ІІІ |
7 |
-3 |
371 |
357,034019 |
103,911667 |
|
ІV |
8 |
-1 |
346 |
376,762384 |
91,835070 |
|
3 |
І |
9 |
1 |
425 |
395,075851 |
107,574279 |
ІІ |
10 |
3 |
446 |
411,819623 |
108,299842 |
|
ІІІ |
11 |
5 |
458 |
426,838899 |
107,300436 |
|
ІV |
12 |
7 |
404 |
439,978881 |
91,822589 |
|
4 |
І |
13 |
9 |
431 |
451,084771 |
95,547451 |
ІІ |
14 |
11 |
455 |
460,001769 |
98,912663 |
|
ІІІ |
15 |
13 |
487 |
466,575077 |
104,377628 |
|
ІV |
16 |
15 |
465 |
470,649897 |
98,799554 |
|
Σ |
x |
0 |
5924 |
5924 |
х |
Відношення фактичних значень рівня ряду yi (графа 5) до теоретичних його значень (графа 6) дає відповідне значення індексу сезонності (графа 7).
Отже, середній індекс сезонності становить (7.39):
- у першому кварталі умовного року
= (82,713096 + 80,267101 + 107,574279 + 95,547451) : 4 ≈ 91,53 (%);
- у другому кварталі умовного року
= (110,475972 + 90,166347 + 108,299842 + 98,912663) : 4 ≈ 101,96 (%);
- у третьому кварталі умовного року
= (123,938677 + 103,911667 + 107,300436 + 104,377628) : 4 ≈ 109,88 (%);
- у четвертому кварталі умовного року
= (103,813058 + 91,835070 + 91,822589 + 98,799554) : 4 ≈ 96,57 (%).
Побудуємо сезонну хвилю (ряд 1 на рисунку).
Рис. Модель сезонної хвилі щоквартальної середньоденної реалізації продуктів
протягом умовного року: ряд 1 – побудована методом змінного середнього;
ряд 2 – побудована методом постійного середнього; 3 – побудована через
згладжування ряду методом ковзного середнього
Висновок: У даному ряду відбуваються сезонні коливання: середньоденна реалізація сільськогосподарської продукції в магазинах споживчої кооперації кожного року, починаючи з першого кварталу, поступово збільшується, й у другому-третьому кварталах стає найбільшою, а далі, до кінця року (у четвертому кварталі), зменшується. Враховуючи те, що тренд даного ряду має зростаючу по кубічній параболі тенденцію (Yt = 386,10566 + 9,15996 ∙ t – 0,18654 × × t² – 0,00323 ∙ t³), коли кожного кварталу спостерігається збільшення обсягу реалізації у середньому на 19 тис.грош.од. (середній абсолютний ланцюговий приріст), для аналізу сезонних коливань застосований метод змінного середнього з побудовою моделі сезонної хвилі.
Аналіз динаміки по сезонній хвилі свідчить, що у другому і третьому кварталах кожного року середньоденна реалізація сільськогосподарської продукції в магазинах споживчої кооперації у середньому перевищує відповідні теоретичні, трендові, значення цього показника на 1,96 % (101,96 – 100) і на 9,88 % (109,88 – 100), чого не можна сказати про перший і четвертий квартали, коли відбувається її «відставання» від загальної середньої тенденції на 8,47 % (91,53 – 100) і 3,43 % (96,57 – 100) відповідно.
Задача №25. Завдання. За умов задачі №23 і по результатах згладжування ряду динаміки методом плинного середнього, отриманих там же, побудувати сезонну хвилю, скориставшись методом змінного середнього (зобразити на тому ж самому графіку, що і в задачі №24). Зробити висновок і провести порівняльний аналіз обох кривих.
Розв’язок. Дана задача розв’язується аналогічно задачі №24, але індекси сезонності визначаються як співвідношення відповідних фактичних значень рівня ряду динаміки (з таблиці початкових даних) і згладжених значень рівня (з графи 6 розрахункової таблиці №3).
Для зручності результати проміжних розрахунків зведемо в розрахункову таблицю.