Определить показатели статистики

Автор работы: Пользователь скрыл имя, 06 Февраля 2013 в 20:17, курсовая работа

Описание работы

В данной работе был рассмотрен анализ рядов динамики объема добычи. В теоретической части работы рассмотрены понятия элементы и виды рядов динамики, основные показатели. В практической части описаны расчеты для сглаживания и выравнивания рядов динамики, а также показаны графики: по исходным данным, сглаживания и выравнивания.

Файлы: 1 файл

Статистика.doc

— 756.50 Кб (Скачать файл)

      1.4.2.Методы аналитического выравнивания

          Важнейшим способом количественного выражения общей тенденции изменения уровней динамического ряда является аналитическое выравнивание ряда динамики, которое позволяет получить описание плавной линии развития ряда. При этом эмпирические уровни заменяются уровнями, которые рассчитываются на основе определенной кривой, где уравнение рассматривается как функция времени. Вид уравнения зависит от конкретного характера динамики развития. Его можно определить как теоретически, так и практически. Теоретический анализ основывается на рассчитанных показателях динамики. Практический анализ - на исследовании линейной диаграммы.

        Задачей аналитического выравнивания является определение не только общей тенденции развития явления, но и некоторых недостающих значений как внутри периода, так и за его пределами. Способ определения неизвестных значений внутри динамического ряда называют интерполяцией. Эти неизвестные значения можно определить:

1) используя полусумму уровней,  расположенных рядом с интерполируемыми;

2) по среднему абсолютному приросту;

3) по темпу роста.

         Способ определения количественных значений за пределами ряда называют экстраполяцией. Экстраполирование используется для прогнозирования тех факторов, которые не только в прошлом и настоящем обусловливают развитие явления, но и могут оказать влияние на его развитие в будущем.

Экстраполировать можно по средней  арифметической, по среднему абсолютному  приросту, по среднему темпу роста.

       При аналитическом выравнивании может иметь место автокорреляция, под которой понимается зависимость между соседними членами динамического ряда. Автокорреляцию можно установить с помощью перемещения уровня на одну дату. Коэффициент автокорреляции вычисляется по формуле

                                                                                                    (1.21)

          Автокорреляцию в рядах можно устранить, коррелируя не сами уровни, а так называемые остаточные величины (разность эмпирических и теоретических уровней). В этом случае корреляцию между остаточными величинами можно определить по формуле

                                                                                    (1.22)

 

1.5. ИЗУЧЕНИЕ СЕЗОННОСТИ КОЛЕБАНИЙ

          Анализ рядов динамики предполагает и исследование сезонной неравномерности (сезонных колебаний), под которыми понимают устойчивые внутригодовые колебания, причиной которых являются многочисленные факторы, в том числе и природно-климатические. Сезонные колебания измеряются с помощью индексов сезонности, которые рассчитываются двумя способами в зависимости от характера динамического развития.

При относительно неизменном годовом  уровне явления индекс сезонности можно рассчитать как процентное отношение средней величины из фактических уровней одноименных месяцев к общему среднему уровню за исследуемый период:

                                                                                                             (1.23)

          В условиях изменчивости годового уровня индекс сезонности определяется как процентное отношение средней величины из фактических уровней одноименных месяцев к средней величине из выровненных уровней одноименных месяцев:

                                                                                                       (1.24)

1.6. ЭЛЕМЕНТЫ ПРОГНОЗИРОВАНИЯ И ИНТЕРПОЛЯЦИИ

       Элементы прогнозирования и интерполяции развития социально – экономических процессов

       Применение прогнозирования предполагает, что закономерность развития, действующая  в прошлом (внутри ряда динамики), сохранится и в прогнозируемом  будущем, т. е. прогноз основан  на экстраполяции

       Теоретической основой распространения тенденций на будущее является свойство социально – экономических явлений, называемое – инерционностью.

       Экстраполяцию следует рассматривать  как начальную стадию построения  окончательных прогнозов.

       Чем шире раздвигаются временные рамки прогнозирования, тем очевиднее становится недостаточность простого экстраполяционного метода (изменения тенденций, неопределенность точек поворота кривых, появления новых факторов и т. д. ). Так как, анализируемые социально – экономические ряды динамики нередко относительно короткие, то горизонт экстраполяции не может быть бесконечным.       Поэтому, чем короче срок экстраполяции ( период упреждения), тем более надежные и точные результаты ( при прочих равных условиях) дает прогноз.

       Экстраполяцию в общем виде можно представить зависимостью

             y i +Т = f ( y i , Т , a j ) ,                                                                                 (1.25 )

        где y i +Т - прогнозируемый уровень;

           yi – текущий уровень прогнозируемого ряда;

          Т – период упреждения;

          aj – параметр уравнения тренда.

        В зависимости от того, какие принципы и исходные данные положены в

основу прогноза, выделяются следующие простейшие методы экстраполяции:

- среднего абсолютного прироста;

-    среднего  темпа роста;

-    экстраполяцию  на основе выравнивания рядов  по какой – либо аналитической  формуле.

      Прогнозирование по среднему  абсолютному приросту применяется  в том случае, когда есть уверенность  считать абсолютную тенденцию линейной , т. е. метод основан на предположении о равномерном изменении уровня (под равномерностью понимается стабильность абсолютных приростов). В данном случае экстраполяция осуществляется по зависимости

                    y i +t = y i + Δ ⋅ t ,

                    ˆ                                                                                                                 ( 1.26)

      где yi +t - экстраполируемый уровень: (i+t) – номер этого уровня (года);

           i – номер последнего уровня (года) исследуемого периода, за который рассчитан Δ ;

           t – срок прогноза (период упреждения);

           Δ - средний абсолютный прирост.

 

 

2.ПРАКТИЧЕСКАЯ  ЧАСТЬ

2.1.ОПРЕДЕЛЕНИЕ АБСОЛЮТНЫХ И ОТНОСИТЕЛЬНЫХ ПОКАЗАТЕЛЕЙ ( БАЗИСНЫЕ И ЦЕПНЫЕ ) РЯДОВ ДИНАМИКИ.

1

2

3

4

5

6

7

8

9

10

1450

1500

1480

1490

1510

1520

1530

1570

1620

1720

11

12

13

14

15

16

17

18

19

20

1690

1700

1690

1670

1690

1670

1577

1544

1480

1490


 

1.Определяем  цепные и базисные темпы роста  (К) :

Цепные:                                                                             Базисные: 

К1=1500/1450=1,03                                                К1= 1500/1450=1,03

К2=1480/1500=0,98                                                К2=1480/1450=1,02 

Запишем полученные данные в столбец

2. Определяем  цепной и базисный абсолютный  прирост  (∆ У).

Цепные :                                                                             Базисные:

∆У1=1500-1450=50     ∆У1 =1500-1450=50

∆У2=1480-1500=20                                                      ∆У2=1480-1450=30

3. Определяем  цепные и базисные темпы прироста  (∆К);

Цепные:              Базисные:

∆К1

0,034483

∆К2

0,02069




∆К=∆ Уi/Уi-1                                     ∆К=∆Уi/У0

∆К1

0,03

∆К2

0,01




 

 

Запишем полученные данные в таблицу 1.2 в столбец 3 и 4 соответственно.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

       2.2ОПРЕДЕЛЕНИЕ СРЕДНИХ ПОКАЗАТЕЛЕЙ РЯДА ДИНАМИКИ (СРЕДНИЙ УРОВЕНЬ, СРЕДНЕГОДОВОЙ ТЕМП ПРИРОСТА, СРЕДНЕГОДОВОЙ АБСОЛЮТНЫЙ ПРИРОСТ, СРЕДНЕГОДОВОЙ ТЕМП РОСТА).

Средний уровень рассчитывается по формуле:

 где n - число уровней ряда

y=31591/20=1579.55

среднегодовой темп роста найдем по формуле:

.

Кр=19√1.034*0.987*01,007*1,013*1,007*1,026*1,032*1,062*0,983*1,006*0,994*0,988*1,012*0,988*0,944*0,979*0,959*1,007=19√1.027586= 1.001433

Среднегодовой абсолютный прирост найдем по формуле:

∆=(50+30+40+60+70+80+120+170+270+240+250+240+220+127+94+30+ +40)/19=136.368

Среднегодовой темп прироста найдем по формуле:

¯Tп = 100,178-100=0.178

      2.3. СГЛАЖИВАНИЕ РЯДА ДИНАМИКИ МЕТОДОМ УКРУПНЕНИЯ ИНТЕРВАЛОВ

Укрупнение  интервалов возьмем за 5 лет, то есть в нашем случае будет 4 интервала:

1-5годы-1интервал, 6-10годы-2интервал,11-15годы-3интервал,16-20годы-4 интервал.

Объем добычи считается с помощью средней арифметической:

(1450+1500+1480+1490+1510)/5=1486

(1520+1530+1570+1620+1720) /5=1592

(1690+1700+1690+1670+1690) /5=1688

(1670+1577+1544+1480+1490)/5=1552,2

Запишем полученные значения в столбец 3 таблицы 2.2

    2.4 ВЫЯВЛЕНИЕ ОБЩЕЙ ТЕНДЕНЦИИ РАЗВИТИЯ ЯВЛЕНИЯ МЕТОДОМ ВЫРАВНИВАНИЯ ПО ПАРАБОДЛЕ 2-ГО ПОРЯДКА.

Рассчитаем  коэффициенты a0 , а1, а2, для параболического тренда                         

У(t)= a0 + а1 *t + а2 * t2  ряда  с помощью данных  из табл. 2.2

Составим систему уравнений  относительно неизвестных параметров a0 , а1, а2, согласно процедуре МНК:

 

 

 

Здесь  n= 20 ;  ∑ t=210;  ∑ t2  = 2870;  ∑ t3    = 44100  ; ∑  t4 =722666;

  ∑ У =31591 ;  ∑ t*У=335501 ;   ∑ t2 *У 4572029; таблица 2.1

Получим систему  линейных уравнений:

2870 а2+210 а1+20 a0 =31591

      44100 а +2870 а+210a0   =    335501  

722666   а+44100 а +2870a=      4572029

Откуда a0 =1339.86; а1 =54.73; а2 = -2.33     и уравнение тренда примет вид:

У(t)= 1339.86+ 54.73 *t  -2.33* t2

У (t)1   =1339.86+54.73 *t -2.33*12 =1392

У (t)2   =1339.86+54.73 *t -2.33*22 =1440 и т. д.

Запишем полученные данные в столбец 6 таблицы 2.2

 

 

 

 

 

 

                                                                                                                                                    Таблица 2.2

Расчеты для сглаживания и выравнивания  рядов динамики

годы (t)

объем добычи (y)

укрупнение интервалов за 5 лет

y*t

t^2

метод наименьших квадратов Y(t)

t^3

t^4

y*t^2

1

2

3

4

5

6

7

8

9

1

1450

1486

1450

1

1392

1

1

1450

2

1500

1486

3000

4

1440

8

16

6000

3

1480

1486

4440

9

1483

27

81

13320

4

1490

1486

5960

16

1522

64

256

23840

5

1510

1486

7550

25

1555

125

625

37750

6

1520

1592

9120

36

1584

216

1296

54720

7

1530

1592

10710

49

1609

343

2401

74970

8

1570

1592

12560

64

1629

512

4096

100480

9

1620

1592

14580

81

1644

729

6561

131220

10

1720

1592

17200

100

1654

1000

10000

172000

11

1690

1688

18590

121

1660

1331

14641

204490

12

1700

1688

20400

144

1661

1728

20736

244800

13

1690

1688

21970

169

1658

2197

28561

285610

14

1670

1688

23380

196

1649

2744

38416

327320

15

1690

1688

25350

225

1637

3375

50625

380250

16

1670

1552,2

26720

256

1619

4096

65536

427520

17

1577

1552,2

26809

289

1597

4913

83521

455753

18

1544

1552,2

27792

324

1570

5832

104976

500256

19

1480

1552,2

28120

361

1539

6859

130321

534280

20

1490

1552,2

29800

400

1502

8000

160000

596000

210

31591

 

335501

2870

31596

44100

722666

4572029

ср знач.

1579,6

             

Информация о работе Определить показатели статистики