Предварительный анализ данных

В ходе предварительного анализа определяют соответствие имею­щихся данных требованиям, предъявляемым к ним математическими ме­тодами (объективности, сопоставимости, полноты, однородности и устойчивости); строится график динамики и рассчитываются основные динамические характеристики (приросты, темпы роста, темпы прирос­та, коэффициенты автокорреляции).

Для получения общего представления о динамике исследуемого пока­зателя целесообразно построить его график. При графическом отобра­жении динамики показателя во времени по оси абсцисс откладываются значения переменной t, а по оси ординат - соответствующие значения показателя Y(t).

К процедурам предварительного анализа относятся:

выявление аномальных наблюдений;

проверка наличия тренда;

сглаживание временных рядов;

расчет показателей развития динамики экономических процессов.

Так как наличие аномальных наблюдений приводит к искажению результатов моделирования, то необходимо убедиться в отсутствии аномалий данных. Поэтому процедура выявления аномальных наблюдений является обязательной процедурой этапа предварительного анализа данных. Для диагностики аномальных наблюдений разработаны различные критерии, например, метод Ирвина [3 Федосеев В.В., Гармаш А.Н., Дайитбегов Д.М., Орлова И.В., Половников В.А. Экономико-математические методы и прикладные модели: Учеб. пособие для вузов / Под ред. В.В.Федосеева. М.: ЮНИТИ, 1999.] Для всех или только для подозреваемых в аномальности наблюдений вычисляется величина :

, (3.4.3)

где

Если рассчитанная величина превышает табличный уровень (например, для 10 наблюдений значение критерия Ирвина равно 1,5), то уровень считается аномальным. Аномальные наблюдения необходимо исключить из временного ряда и заменить их расчетными значениями (самый простой способ замены – в качестве нового значения принять среднее из двух соседних значений).

Табл.3.4.1. Критические значения параметра .

Количество наблюдений n
P=0,95	P=0,99
	2,8	3,7
	2,2	2,9
	1,5	2,0
	1,3	1,8
	1,2	1,7
	1,1	1,6
	1,0	1,5
	0,9	1.3
	0,8	1.2

Пример 3.4.1. Выявление аномальных наблюдений.

На основании данных об изменении индекса потребительских цен, приведенных в табл. 3.4.2 проверить наличие аномальных наблюдений.