Изучение динамики явлений (анализ динамических, временных рядов)

Содержание

Слайд 2

Динамический ряд - ряд однородных величин, характеризующих изменение явления во времени.

Динамический ряд - ряд однородных величин, характеризующих изменение явления во времени.

Слайд 3

Анализ динамических рядов : · выявление закономерности изменения изучаемого явления во

Анализ динамических рядов :
· выявление закономерности изменения изучаемого
явления во времени;
·  прогнозирование (экстраполирование) полученных

данных на последующие годы.
Слайд 4

Числовые значения, составляющие динамический ряд, называются уровнями ряда (у).

Числовые значения, составляющие динамический ряд, называются уровнями ряда (у).

Слайд 5

Типы динамических рядов: 1. В зависимости от вида уровня ряда: а)

Типы динамических рядов:

1. В зависимости от вида уровня ряда:
а) простые (уровень

ряда выражен абсолютными числами);
б) сложные (уровень ряда выражен обобщающими коэффициентами).
2. В зависимости от способа формирования временного интервала:
а) моментные (данные собираются на определенный момент времени);
б) интервальные (данные собираются за определенный период времени).
Слайд 6

Типы динамических рядов: 3. В зависимости от выраженности изменений явления во

Типы динамических рядов:

3. В зависимости от выраженности изменений явления во времени

(определяется по коэффициенту корреляции между временем и изучаемым явлением).
а) с выраженной тенденцией (r =0,7 - 1,0);
б) с неустойчивой тенденцией (r =0,3 - 0,69);
в) с отсутствием тенденции ( r = 0 - 0,29).
Слайд 7

Основное требование, предъявляемое к анализируемым динамическим рядам, заключается в сопоставимости их уровней.

Основное требование, предъявляемое к анализируемым динамическим рядам, заключается в сопоставимости их

уровней.
Слайд 8

Для оценки сопоставимости проводят предварительный анализ полученных данных по следующим критериям:

Для оценки сопоставимости проводят предварительный анализ полученных данных по следующим критериям:
единство

территории, на которой проводился сбор данных;
единая методология учета данных;
единые временные интервалы, в течение которых проводилась регистрация данных.
Слайд 9

Методика анализа динамических рядов Представить полученные данные графически и выявить форму

Методика анализа динамических рядов

Представить полученные данные графически и выявить форму

зависимости изучаемого явления от времени.
2. Оценить наличие и силу корреляции изучаемого явления от времени
Слайд 10

Методика анализа динамических рядов 3. Если установлено, что ряд обладает выраженной

Методика анализа динамических рядов

3. Если установлено, что ряд обладает выраженной

тенденцией, проводят анализ компонентов динамики ряда:
основной тенденции (эволюции, тренда),
кратковременных систематических движений
случайных колебаний
4. Основная задача анализа - разделить эти компоненты и выявить основную закономерность изменения явления во времени
Слайд 11

Для выявления и описания тренда динамический ряд подвергают обработке - выравниванию.

Для выявления и описания тренда динамический ряд подвергают обработке - выравниванию.

Слайд 12

Методика анализа динамических рядов Для выявления и описания тренда динамический ряд подвергают обработке - выравниванию.

Методика анализа динамических рядов

Для выявления и описания тренда динамический ряд

подвергают обработке - выравниванию.
Слайд 13

Способы выравнивания динамических рядов: 1.Укрупнение временных интервалов (периодов), в течение которых

Способы выравнивания динамических рядов:

1.Укрупнение временных интервалов (периодов), в течение которых изучается

явление.
2.Сглаживание ряда методом скользящей средней.
3.Аналитический способ (метод наименьших квадратов).
Слайд 14

Аналитический способ (метод наименьших квадратов) При этом способе на основании фактических

Аналитический способ (метод наименьших квадратов)

При этом способе на основании фактических данных

подбирается наиболее подходящее для отражения тенденции развития явления математическое уравнение (аппроксимирующая функция), которое принимается за модель развития явления во времени.
Слайд 15

Т.е. уровни ряда рассматриваются как функция времени, и задача выравнивания сводится

Т.е. уровни ряда рассматриваются как функция времени, и задача выравнивания сводится

к
определению вида функции;
отысканию ее параметров по эмпирическим данным;
расчету по найденной формуле теоретических выровненных уровней.
Слайд 16

Наиболее часто в качестве модели используются следующие функции: а) линейная зависимость:

Наиболее часто в качестве модели
используются следующие функции:
а) линейная зависимость:
б) экспоненциальная

зависимость:
в) показательная зависимость:
г) параболическая зависимость:
и др.
где a0, a1, а2 - параметры уравнения;
у – теоретический уровень;
t – временной интервал.
Слайд 17

Для выравнивания ряда чаще всего выбирают линейную зависимость, используя для нахождения

Для выравнивания ряда чаще всего выбирают линейную зависимость, используя для нахождения

параметров уравнения а0 ,а1 способ наименьших квадратов.
Слайд 18

Способ наименьших квадратов позволяет найти теоретическую кривую, максимально приближенную к эмпирической,

Способ наименьших квадратов позволяет найти теоретическую кривую, максимально приближенную к эмпирической,

а условие минимума суммы квадратов отклонений теоретических данных от фактических позволяет свести математическое решение задачи к системе нормальных уравнений:
Слайд 19

где у - уровни фактического ряда; n - количество уровней; t - порядковый номер временного периода.

где
у - уровни фактического ряда;
n - количество уровней;
t - порядковый

номер временного периода.
Слайд 20

Эта система уравнений легко упрощается, если «t» присвоить ранги (порядковые номера),

Эта система уравнений легко упрощается, если «t» присвоить ранги (порядковые номера),

ведя отсчет времени от середины ряда.
Слайд 21

При нечетном ряде середина обозначается через 0, а отсчет рангов ведется

При нечетном ряде середина обозначается через 0, а отсчет рангов ведется

через единицу с соответствующим знаком в ту или иную сторону от середины
(например: -5,-4,-3,-2,-1, 0,+1.+2,+3,+4,+5).
Слайд 22

При четном ряде две средние временные точки обозначаются через +1 и

При четном ряде две средние временные точки обозначаются через +1 и

-1, а остальные ранги присваиваются через две единицы (например: -5,-3,-1,+1,+3,+5).
Слайд 23

При отсчете времени от середины ряда Σt = 0 и система нормальных уравнений принимает вид:

При отсчете времени от середины ряда
Σt = 0 и

система нормальных уравнений принимает вид:
Слайд 24

Отсюда находим параметры уравнения:

Отсюда находим параметры уравнения:

Слайд 25

Подставляя в уравнение у = а0 + а1t вместо «t» его

Подставляя в уравнение у = а0 + а1t вместо «t» его

ранги, находим выровненные (теоретические) значения уровней ряда и строим теоретическую кривую выровненного динамического ряда.
Слайд 26

Заключительным этапом выравнивания динамического ряда аналитическим способом является оценка точности аппроксимации с определенным уровнем значимости.

Заключительным этапом выравнивания динамического ряда аналитическим способом является оценка точности аппроксимации

с определенным уровнем значимости.
Слайд 27

Оценка точности аппроксимации возможна с помощью нахождения: а) коэффициента вариации: где

Оценка точности аппроксимации возможна с помощью нахождения:
а) коэффициента вариации:

где у- фактический уровень

ряда;
yt - теоретический уровень ряда;
k- число параметров уравнения;
n- число уровней ряда.
Аппроксимация считается точной при Cv не более 15%.
Слайд 28

б) коэффициент расхождения Тейла: где у - фактический уровень ряда; yt

б) коэффициент расхождения Тейла:

где у - фактический уровень ряда;
yt -

теоретический уровень ряда.
Аппроксимация считается точной при U не более 5%
Слайд 29

После аналитического выравнивания динамического ряда и описания тренда возможно экстраполировать полученные

После аналитического выравнивания динамического ряда и описания тренда возможно экстраполировать полученные

данные.
Экстраполяция предполагает сохранение тренда, базирующееся на допущении неизменности влияющих факторов и предшествующей тенденции.
Слайд 30

Экстраполяция осуществляется путем подставления в найденное уравнение аппроксимации не фактического значения

Экстраполяция осуществляется путем подставления в найденное уравнение аппроксимации не фактического значения

временного интервала, а того периода, на который прогнозируется результат.
Слайд 31

Вычисление основных показателей динамического ряда:

Вычисление основных показателей динамического ряда:

Слайд 32

Условные обозначения: yi - текущий уровень ( сравниваемый); уi-1- базисный уровень

Условные обозначения:
yi - текущий уровень ( сравниваемый);
уi-1- базисный уровень (с которым

сравнивают);
t- период времени, в течение которого уровень предполагается неизменным.
Слайд 33

1. Абсолютный прирост ( убыль) :

1. Абсолютный прирост ( убыль) :

Слайд 34

2. Темп роста (убыли):

2. Темп роста (убыли):

Слайд 35

3. Темп прироста (убыли) (относительная скорость ) :

3. Темп прироста (убыли) (относительная скорость ) :

Слайд 36

4.Средний темп прироста (убыли ): где а0; а1 - параметры уравнения;

4.Средний темп прироста (убыли ):

где а0; а1 - параметры уравнения;
k =

1 при нечетном ряде;
k = 2 при четном ряде.
Слайд 37

5.1% прироста ( убыли ): используются при сравнении динамических рядов с уровнями, выраженными различными обобщающими коэффициентами.

5.1% прироста ( убыли ): используются при сравнении динамических рядов с

уровнями, выраженными различными обобщающими коэффициентами.
Слайд 38

Пример Заболеваемость сифилисом в Российской Федерации за период 1993 – 1998

Пример

Заболеваемость сифилисом в Российской Федерации за период 1993 – 1998 гг.

(число случаев на 100 тыс. населения)
Слайд 39

Пример На основании условия задачи необходимо; 1. Выровнять динамический ряд методом

Пример

На основании условия задачи необходимо;
1. Выровнять динамический ряд методом наименьших квадратов.
2.

Рассчитать показатели динамического ряда (абсолютный прирост, темп роста, темп прироста, средний темп прироста, значение 1% прироста).
3. Изобразить ряд графически.
4. Дать прогноз изучаемого показателя на 1999 год.
5. Провести анализ и сделать выводы.
Слайд 40

В качестве модели (аппроксимирующей функции) выбираем линейную зависимость:

В качестве модели (аппроксимирующей функции) выбираем линейную зависимость:

Слайд 41

Пример Показатели выровненного ряда (число случаев сифилиса на 100 тыс. населения)

Пример

Показатели выровненного ряда
(число случаев сифилиса на 100 тыс. населения)

Слайд 42

Пример Показатели динамического ряда: Абсолютный прирост Темп прироста Темп роста Средний

Пример

Показатели динамического ряда:
Абсолютный прирост
Темп прироста
Темп роста
Средний темп прироста
1%

роста
Прогноз на 1999 год: y = 345,6 (на 100 тыс.населения)
Слайд 43

Заболеваемость сифилисом в РФ на 100 тыс. населения

Заболеваемость сифилисом в РФ на 100 тыс. населения

Слайд 44

Вывод: Заболеваемость сифилисом в РФ за период 1993-1999 г.г. имеет выраженную

Вывод: Заболеваемость сифилисом в РФ за период 1993-1999 г.г. имеет выраженную

тенденцию к росту (абсолютный прирост- 47,6; темп прироста- 26,5% ; темп роста – 179,3%; средний темп прироста – 26,5% ; 1% роста - 1,79).
Прогноз на 1999 год: y = 345,6 (на 100 тыс.населения)
Слайд 45

Анализ временных рядов в SPSS Команда Analyze → Time series …

Анализ временных рядов в SPSS

Команда Analyze → Time series …