logo
Статистика

Показатели ряда динамики и тенденции динамики

Наименование показателя

-2

-1

0

1

2

Средние характеристики

Уровень ряда, руб.

3230,60

4299,60

5435,60

7211,30

8999,50

5835,32

Абсолютный прирост (цепной), руб.

1069,00

1136,00

1775,70

1788,20

1442,23

Абсолютный прирост (базисный), руб.

0

1069,00

2205,00

3980,70

5768,90

Абсолютное ускорение (цепное)

67,00

639,70

12,50

239,73

Темп роста (цепной),%

133,09

126,42

132,67

124,80

129,19

Темп роста (базисный),%

100,00

133,09

168,25

223,22

278,57

Темп прироста (цепной),%

33,09

26,42

32,67

24,80

29,19

Темп прироста (базисный),%

0

33,09

68,25

123,22

178,57

Абсолютное значение 1% прироста (цепного)

32,31

43,00

54,36

72,11

Таблица 10 - Показатели ряда динамики

Абсолютный цепной прирост показывает изменение значения показателя по отношению к предыдущему периоду, а абсолютный базисный прирост - по отношению к начальному периоду. Цепной темп роста - это соотношение значения показателя в текущем и предыдущем периоде. Видно, что во всех интервалах цепной темп роста больше 100%, следовательно, значение показателя увеличивается. Средний уровень ряда рассчитывается как простая арифметическая, так длина интервалов одинаковая, а показатель выражен в абсолютных величинах. Средний прирост уровня ряда составляет 1442,23 руб. в год. Средний темп прироста равен 29,19%, именно на эту величину в среднем увеличиваются среднедушевые доходы каждый год.

Выбор вида тренда

Так как количество уровней в ряду мало, то для выбора вида уравнения динамики можно использовать графический метод или метод наименьших квадратов.

Применим графический метод. Нанесем на поле координат точки, соответствующие значениям признака в каждом периоде. Проведем прямую линию, наиболее точно отражающую тенденцию распределения точек.

На проведенной прямой выберем 2 произвольные точки. Используя их координаты, решим следующую систему уравнений:

a+b* = ;

a+b* = ;

a= , b= .

Уравнение динамики имеет вид: y= + .

Метод наименьших квадратов дает оценку параметров, отвечающую принципам максимального правдоподобия, лишь в том случае, когда распределение в совокупности подчиняется нормальному закону. В нашем случае гипотеза о нормальном характере распределения была отвергнута. Поэтому методу МНК нельзя полностью доверять.

Рассчитаем параметры уравнения прямой линейной зависимости:

5*a+0*b=29176,60

0*a+10*b=14449,5

a=5835,32; b=1444,95; Сумма квадратов отклонений фактических значений признака от теоретических равна 329329,28.

Рассчитаем параметры уравнения параболы:

5*a+0*b+10*c=29176,60

0*a+10*b+0*c=14449,5

10*a+0*b+34*c=60431,3

a=5538,45; b=1444,95; c=148,44. Сумма квадратов отклонений фактических значений признака от теоретических равна 20865,03.

Рассчитаем параметры уравнения третьей степени:

5*a+0*b+10*c+0*d=29176,60

0*a+10*b+0*c+34*d=14449,5

10*a+0*b+34*c+0*d=60431,3

0*a+34*b+0*c+130*d=49062,9

a=5538,45; b=1460,392; c=148,44; d=-4,54. Сумма квадратов отклонений фактических значений признака от теоретических равна 20568,00.

Минимальное значение суммы квадратов отклонений фактических значений признака от теоретических соответствует последнему уравнению. Таким образом, уравнение динамики имеет вид:

y = -4,5417x3 + 148,44x2 + 1460,4x + 5538,4.

Рассчитаем показатели колеблемости, для чего сначала вычислим показатели отклонения от тренда:

Наименование показателя

-2

-1

0

1

2

Уровень ряда (фактический), ед.

3230,60

4299,60

5435,60

7211,30

8999,50

Уровень ряда (теоретический), ед.

3247,74

4231,03

5538,45

7142,73

9016,64

Отклонение фактического уровня ряда от теоретического, ед.

-17,14

68,57

-102,85

68,57

-17,14

Таблица 11 - показатели отклонения от тренда

Наименование показателя

Значение

Амплитуда отклонений от тренда

171,41

Среднее линейное отклонение от тренда

17,14

Среднее квадратическое отклонение от тренда

143,42

Относительное линейное отклонение от тренда

0,00

Коэффициент аппроксимации

0,02

Таблица 12 - показатели колеблемости

Анализ полученных результатов позволяет сделать вывод о том, что полученная зависимость наилучшим образом аппроксимирует исходные данные. Очень низкие коэффициент аппроксимации, показывающий очень слабую колеблемость тенденции, и относительное линейное отклонение от тренда позволяют использовать тренд для прогнозирования изменения значений показателя среднедушевых денежных доходов в месяц на срок приблизительно 1,5 года.