Имеются данные о производстве деталей на заводе, тыс. штук.
Месяц | у, тыс.штук | Четырехмесячная скользящая средняя | |
нецентрированная | центрированная | ||
январь | 15,3 | ||
февраль | 16,8 | 16,4 | |
март | 16,4 | 16,9 | 16,6 |
апрель | 16,9 | 16,9 | 16,9 |
май | 17,5 | 17,1 | 17,0 |
июнь | 16,9 | 17,3 | 17,2 |
июль | 17,1 | 17,1 | 17,2 |
август | 17,5 | 17,4 | 17,2 |
сентябрь | 16,9 | 17,7 | 17,5 |
октябрь | 17,9 | 18,0 | 17,8 |
ноябрь | 18,5 | ||
декабрь | 18,6 |
Центрированные средние наносят на график с эмпирическими данными.
Рис. 3. Динамика производства деталей на заводе, тыс. штук
Особенность способа сглаживания рядов динамики на основе скользящих средних заключается в том, что полученные средние не дают теоретических рядов, в основе которых лежала бы определенная математическая закономерность.
Более совершенным приемом изучения общей тенденции в рядах динамики является аналитическое выравнивание. Оно основано на допущении, что изменения в рядах динамики могут быть выражены определенным математическим законом. На основе теоретического анализа выявляется характер явления во времени и на этой основе выбирается то или иное математическое выражение типа закономерности изменения явления:
- линейная функция
- полином второго порядка
- полином третьего порядка
- степенная функция
- показательная функция
и другие.
Данный прием сводится к следующему:
а) на основе экономического анализа явления за рассматриваемый период времени выявляется его характер;
б) исходя из характера явления выбирается то или иное математическое уравнение;
в) определяются параметры уравнения;
г) рассчитываются теоретические (выровненные) уровни ряда динамики, которые наносятся на график эмпирических значений;
д) прогнозируются уровни динамического ряда на основе аппроксимирующей модели на предстоящий период.
Рассмотрим выравнивание ряда динамики по прямой (таблица 9). Задача аналитического выравнивания решается с помощью метода наименьших квадратов, смысл которого состоит в том, что вычисленная линия теоретических уровней должна проходить в максимальной близости к фактическим уровням ряда, то есть
где y – исходные (эмпирические) уровни динамического ряда;
- расчетные (теоретические) уровни ряда динамики.
Выравнивание по прямой осуществляется по формуле:
где y – исходные (эмпирические) уровни ряда динамики
a и b – параметры уравнения,
t – время
Параметры уравнения находятся на основе системы уравнений:
Расчет параметров заметно упрощается, если перенести начало отсчета времени в середину исходного ряда (что бы ). Причем, если число уровней ряда нечетное, нумерация t следующая: …-3, -2, -1, 0, +1, +2, +3…. ; а если число уровней ряда четное, нумерация t будет следующая: …-5, -3, -1, +1, +3, +5….
При условии, что St=0 (графа В таблицы 9) исходные нормальные уравнения принимают вид:
,
отсюда .
Необходимые величины рассчитаны в графах Г и Д таблицы 9.
Параметризованное уравнение имеет вид
В полученное параметризованное уравнение подставляют значения t и получают расчетные значения результативного признака (графа Е таблицы 9), которые и являются тенденцией данного явления. Их наносят на график с эмпирическими данными.
Таблица 9
Расчетная таблица для аналитического выравнивания ряда динамики по прямой
Год | Эмпирические уровни ряда (y) | Условные обозначения времени (t) | t2 | y*t | |
А | Б | В | Г | Д | Е |
-4 | -884 | 219,32 | |||
-3 | -705 | 241,24 | |||
-2 | -544 | 263,16 | |||
-1 | -285 | 285,08 | |||
307,0 | |||||
+1 | 328,92 | ||||
+2 | 350,84 | ||||
+3 | 372,76 | ||||
+4 | 394,68 | ||||
Всего |
Рис. 4. Динамика эмпирических и теоретических уровней ряда динамики
Аналогично рассматриваются другие виды функций. При оценке параметров полиномов используется МНК, степенная и показательная функции приводятся к линейному виду путем линеаризации.
Критерием выбора параметризованного (лучшего для прогнозирования) уравнения является наименьшая ошибка аппроксимации:
Средняя ошибка аппроксимации не должна превышать 10%.
Для выполнения прогноза в параметризованную модель подставляют перспективные значения t и получают расчетное значение . Поскольку рассматриваемые методы являются вероятностными, прогнозные значения должны рассчитываться с доверительным интервалом, определяемым по формуле:
D=tm
где D - предельная ошибка или доверительный интервал;
t – коэффициент доверия, соответствующий определенной вероятности, так для вероятности 0,954 t=2, для вероятности 0,997 t=3.
m - средняя ошибка или ошибка репрезентативности.
Ошибка репрезентативности определяется:
,
где - дисперсия y;
n - число уровней ряда.
Таким образом, прогнозные значения должны быть даны в интервале:
от ( -tm) до ( +tm).
Для нашего примера выполним прогноз на десятый год (t=5). Точечный прогноз составит: . Интервальный прогноз выполним с вероятностью 95,4% (коэффициент доверия равен 2), дисперсия равна . Отсюда ошибка репрезентативности:
Таким образом, прогнозные значения будут лежать в интервале:
.
Таким образом, с вероятностью 95,4% можно утверждать, что прогнозные значения будут находиться в интервале от 379 до 455 ед.
УСЛОВИЯ ДЛЯ ЗАДАЧ 21-30
По приведенным ниже данным:
а) построить график динамики изучаемого явления;
б) определить показатели анализа ряда динамики (за каждый период и средние);
в) определить основную тенденцию развития ряда динамики методом скользящей средней и методом аналитического выравнивания (вид функции определить самостоятельно, доказать правильность выбора с помощью ошибки аппроксимации);
г) осуществить прогноз анализируемого явления на одиннадцатый год.
д) сделать выводы.
ЗАДАЧИ ДЛЯ САМОСТОЯТЕЛЬНОГО РЕШЕНИЯ
Таблица 10