Методы анализа основной тенденции (тренда) в рядах динамики
Цель адаптивных методов заключается в построении самонастраивающихся моделей, способных учитывать информационную ценность различных членов временного ряда и давать достаточно точные оценки будущим членам данного ряда. ТС
Прогноз получается как экстраполяция последней тенденции. В разных методиках прогнозирования процесс настройки (адаптации) модели осуществляется по-разному, и можно выделить:
метод скользящей средней (адаптивной фильтрации, метод Бонса-Дженкинса);
метод экспоненциального сглаживания (методы Хольда, Брауна, экспоненциальной средней).
Скользящие средние представляют собой средние уровни за определенные периоды времени путем последовательного передвижения начала периода на единицу времени. При простой скользящей средней все уровни временного ряда считаются равноценными, а при исчислении взвешенной скользящей средней каждому уровню в пределах интервала сглаживания приписывается вес, зависящий от расстояния данного уровня до середины интервала сглаживания.
Особенность метода экспоненциального сглаживания в том, что в процедуре выравнивания каждого наблюдения используется только значения предыдущих уравнений, взятых с определенным весом. Смысл экспоненциальных средних состоит в нахождении таких средних, в которых влияние прошлых наблюдений затухает по мере удаления от момента, для которого определяется средние.
Вывод
Всякий ряд динамики теоретически может быть представлен в виде составляющих:
тренд – основная тенденция развития динамического ряда (к увеличению или снижению его уровней);
циклические (периодические колебания, в том числе сезонные);
случайные колебания.
С помощью рядов динамики изучение закономерностей развития социально – экономических явлений осуществляется в следующих основных направлениях:
Характеристика уровней развития изучаемых явлений во времени;
Измерение динамики изучаемых явлений посредством системы статистических показателей;
Выявление и количественная оценка основной тенденции развития (тренда);
Изучение периодических колебаний;
Экстраполяция и прогнозирование.
В заключении необходимо отметить, что выполнив данную курсовую работу я закрепила теоретические знания, полученные мною в процессе изучения данного курса, а так же получила навыки самостоятельного решения конкретных вопросов.
Список используемой литературы
Курс лекций по статистике, студента группы ВЭ-052;
Ефимова М.Р., Петрова Е.В. Общая теория статистики: учебник. 2004г.
Сергеева И.И., Тимофеева С.А., Чекулина Т.А. Статистика: учебник. 2008г.
Шмойлова Р. А. Теория статистики: учебник. 2002г.
Интернет
Приложение
Имеются данные о реализации продукции компании ООО «СЕТА» по месяцам за 2004,2005,2006,2007 гг., в тыс. руб.:
| Год | Месяц | |||||||||||
| I | II | III | IV | V | VI | VII | VII | IX | X | XI | XII | |
|
2004 2005 2006 2007 |
297 315 573 785 |
272 303 515 697 |
284 313 560 715 |
279 274 542 699 |
270 261 504 670 |
266 255 480 658 |
250 295 495 667 |
253 307 562 713 |
275 370 601 784 |
291 420 657 792 |
302 458 700 804 |
307 505 734 879 |
Определить:
1)Индекс сезонности (построить график);
2)Сделать прогноз реализации продукции на 2008-2009 гг.
Решение:
1) определим индекс сезонности и построим график сезонной волны.
1. Среднемесячная за три года.
Январь
![]()
Февраль
![]()
Март
![]()
Апрель
![]()
Май
![]()
Июнь
![]()
Июль
![]()
Август
![]()
Сентябрь
![]()
Октябрь
![]()
Ноябрь
![]()
Декабрь
![]()
2. Общая (постоянная) средняя.


3.Индекс сезонности.
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
![]()
Рассчитанные данные сведены в таб. 1.
Таблица 1
Анализ реализации продукции за три года
| Месяцы | Реализация продукции , тыс. руб. | Индексы сезонности, % | ||||
| 2004 | 2005 | 2006 | 2007 | Среднемесячная за три года | ||
|
Январь Февраль Март Апрель Май Июнь Июль Август Сентябрь Октябрь Ноябрь Декабрь |
297 272 284 279 270 266 250 253 275 291 302 307 |
315 303 313 274 261 255 295 307 370 420 458 505 |
573 515 560 542 504 480 495 562 601 657 700 734 |
785 697 715 699 670 658 667 713 784 792 804 879 |
492,5 446,75 468 448,5 426,25 414,75 426,75 458,75 507,5 540 566 606,25 |
101,9 92,4 96,8 92,8 88,2 85,8 88,3 94,9 105 111,7 117,1 125,4 |
| Итого: | 3346 | 4076 | 6923 | 8863 | 483,5 | 100 |

Рис. 1. Сезонная волна реализации продукции, линия тренда.
Индексы сезонности показывают, что наименьший спрос приходится на май-июль, а наибольший на октябрь- декабрь. Для наглядности я построила график сезонной волны реализации.
2)Сделаем прогноз реализации продукции на 2008-2009 гг.
Построим вспомогательную таб. 2.
Таблица 2
| Годы |
Реализация
в млн. руб.,
|
t |
|
yt |
Теоретический
уровень,
|
|
2004 2005 2006 2007 |
3346 4076 6923 8863 |
-3 -1 1 3 |
9 1 1 9 |
-10038 -4076 6923 26589 |
2892,3 4832,1 6771,9 8711,7 |
| Итого | 23208 | 0 | 20 | 19398 |
Уравнение линейного тренда имеет вид:
,
1. Параметры:
,
![]()
,
![]()
Подставим параметры в уравнение линейного тренда:
.
2004:
![]()
2005:
![]()
2006:
![]()
2007:
![]()
3. Определим средний абсолютный прирост:

млн. руб.
млн. руб.
Определим средний темп роста:

![]()
![]()
Точечный прогноз реализации продукции на 2008-2009 гг.
![]()
![]()
![]()