Тема 2. Ряды динамики

Относительные изменения уровней — это по существу индексы динамики, критериальным значением которых служит 1. Если они больше ее, имеет место рост явления, меньше ее — спад, а при равенстве единице наблюдается стабильность явления.

В нашей задаче эти изменения определены в 5-м и 6-м столбцах таблицы 3.

Вычитая единицу из относительных изменений, получают темп изменения уровней, критериальным значением которого служит 0. При положительном темпе изменения имеет место рост явления, при отрицательном — спад, а при нулевом темпе изменения наблюдается стабильность явления. В нашей задаче темпы изменения определены в 7-м и 9-м столбцах таблицы 3, а в 8-м и 10-м сделан вывод о характере развития изучаемого явления. Для проверки правильности расчетов применяется правило, согласно которому произведение цепных относительных изменений равняется последнему базисному. В нашей задаче это правило выполняется: =1,107 и =1,107.

Таблица 3. Вспомогательные расчеты для решения задачи

Обобщенной характеристикой ряда динамики является средний уровень ряда . Способ расчета зависит от того, моментный ряд или интервальный (см. рис.3):

Ряд динамики

Интервальный (уровни равномерного ряда – это накопленный результат за определенный интервал времени)

Моментный (уровни ряда – это величины, характеризующие явление на определенную дату)

Средняя арифметическая простая: =

Если промежутки между датами неравные – средняя хронологическая взвешенная:

Если промежутки между датами равные – средняя хронологическая простая:

Рис.3. Методы расчета среднего уровня ряда динамики.

В нашей задаче ряд динамики интервальный, значит, применяем формулу средней арифметической простой (6): = 12070,2 / 10 = 1207,02 (тыс. чел.). То есть за период 1995-2004 в России в среднем за год от болезней системы кровообращения умирало 1207,02 тыс. чел.

Кроме среднего уровня в рядах динамики рассчитываются и другие средние показатели – среднее изменение уровней ряда (базисным и цепным способами), средний темп изменения.

Базисное среднее абсолютное изменение – это частное от деления последнего базисного абсолютного изменения на количество изменений уровней (32). Цепное среднее абсолютное изменение уровней ряда – это частное от деления суммы всех цепных абсолютных изменений наколичество изменений (33).

Естественно, базисное и цепное среднее относительное изменения должны быть одинаковыми и сравнением их с критериальным значением 1 делается вывод о характере изменения явления в среднем: рост, спад или стабильность. В нашей задаче = = 1,0114, то есть ежегодно в среднем смертность от болезней системы кровообращения растет в 1,0114 раза.

Вычитанием 1 из среднего относительного изменения образуется соответствующий средний темп изменения, по знаку которого также можно судить о характере изменения изучаемого явления, отраженного данным рядом динамики. В нашей задаче = 1,0114 – 1 = 0,0114, то есть ежегодно в среднем смертность от болезней системы кровообращения растет на 1,14%.

Проверка ряда динамики на наличие в нем тренда (тенденции развития ряда) возможна несколькими способами (метод средних, Фостера и Стюарта, Валлиса и Мура и пр.), но наиболее простым является графическая модель, где на графике по оси абсцисс откладывается время, а по оси ординат – уровни ряда. Соединив полученные точки линиями, в большинстве случаев можно выявить тренд визуально. Тренд может представлять собой прямую линию, параболу, гиперболу и т.п. В итоге приходим к трендовой модели вида:

, (36)

где – математическая функция развития; – случайное или циклическое отклонение от функции; t – время в виде номера периода (уровня ряда). Цель такого метода – выбор теоретической зависимости в качестве одной из функций:

– прямая линия; – гипербола; – парабола; – степенная; – ряд Фурье.

Для выявления тренда (тенденции развития ряда) в нашей задаче построим график Y(t) (рис.4):

Рис.4. График динамики смертности от болезней системы кровообращения в РФ.

Из данного графика видно, что есть все основания принять уравнение тренда в виде линейной функции.

Определение параметров в этих функциях может вестись несколькими способами, но самые незначительные отклонения аналитических (теоретических) уровней ( – читается как «игрек, выравненный по t») от фактических () дает метод наименьших квадратов – МНК. При этом методе учитываются все эмпирические уровни и должна обеспечиваться минимальная сумма квадратов отклонений эмпирических значений уровней от теоретических уровней :

. (37)

В нашей задаче при выравнивании по прямой вида параметры и отыскиваются по МНК следующим образом. В формуле (36) вместо записываем его конкретное выражение . Тогда . Дальнейшее решение сводится к задаче на экстремум, т.е. к определению того, при каком значении и функция двух переменных S может достигнуть минимума. Как известно, для этого надо найти частные производные S по и , приравнять их к нулю и после элементарных преобразований решить систему двух уравнений с двумя неизвестными.

В соответствии с вышеизложенным найдем частные производные:

Сократив каждое уравнение на 2, раскрыв скобки и перенеся члены с y в правую сторону, а остальные – оставив в левой, получим систему нормальных уравнений:

(38)

где n – количество уровней ряда; t – порядковый номер в условном обозначении периода или момента времени; y – уровни эмпирического ряда.

Эта система и, соответственно, расчет параметров и упрощаются, если отсчет времени ведется от середины ряда. Например, при нечетном числе уровней серединная точка (год, месяц) принимается за нуль. Тогда предшествующие периоды обозначаются соответственно –1, –2, –3 и т.д., а следующие за средним (центральным) – соответственно 1, 2, 3 и т.д. При четном числе уровней два серединных момента (периода) времени обозначают –1 и +1, а все последующие и предыдущие, соответственно, через два интервала: , , и т.д.

При таком порядке отсчета времени (от середины ряда) = 0, поэтому, система нормальных уравнений упрощается до следующих двух уравнений, каждое из которых решается самостоятельно:

(39)

Как видим, при такой нумерации периодов параметр представляет собой средний уровень ряда. Определим по формуле (39) параметры уравнения прямой, для чего исходные данные и все расчеты необходимых сумм представим в таблице 4.

Из таблицы получаем, что = 12070,2/10 = 1207,02 и = 4195/330 = 12,7121. Отсюда искомое уравнение тренда =1207,02+12,7121t. В 6-м столбце таблицы 4 приведены трендовые уровни, рассчитанные по этому уравнению. Для иллюстрации построим график эмпирических (маркеры-кружочки) и трендовых уровней (рис.5).

Рис.5. График эмпирических и трендовых уровней смертности от болезней системы кровообращения в РФ.

По полученной модели для каждого периода (каждой даты) определяются теоретические уровни тренда () и оценивается надежность (адекватность) выбранной модели тренда. Оценку надежности проводят с помощью критерия Фишера, сравнивая его расчетное значение F_р с теоретическими значениями F_Т (приложение 1). При этом расчетный критерий Фишера определяется по формуле:

, (40)

где k – число параметров (членов) выбранного уравнения тренда; Д_А – аналитическая дисперсия, определяемая по формуле (42); Д_о – остаточная дисперсия (43), определяемая как разность фактической дисперсии Д_Ф (41) и аналитической дисперсии:

; (41)

; (42)

. (43)

Сравнение расчетного и теоретического значений критерия Фишера ведется обычно при уровне значимости с учетом степеней свободы и . Уровень значимости связан с вероятностью следующей формулой . При условии F_р > F_Т считается, что выбранная математическая модель ряда динамики адекватно отражает обнаруженный в нем тренд.

Таблица 4. Вспомогательные расчеты для решения задачи

Год	y	t	t2	yt		(y – )2	( – )2	(y – )2
	1163,5	-9		-10471,5	1092,611	5025,263	13089,44	1893,9904
	1113,7	-7		-7795,9	1118,035	18,79354	7918,3033	8708,6224
	1100,3	-5		-5501,5	1143,459	1862,733	4039,9506	11389,1584
	1094,1	-3		-3282,3	1168,884	5592,592	1454,3822	12750,9264
	1187,8	-1		-1187,8	1194,308	42,35249	161,59803	369,4084
	1231,4			1231,4	1219,732	136,1394	161,59803	594,3844
	1253,1			3759,3	1245,156	63,10136	1454,3822	2123,3664
	1308,1			6540,5	1270,581	1407,705	4039,9506	10217,1664
	1330,5			9313,5	1296,005	1189,915	7918,3033	15247,3104
	1287,7			11589,3	1321,429	1137,652	13089,44	6509,2624
Итого	12070,2				12070,2	16476,25	53327,348	69803,596

Проверим тренд в нашей задаче на адекватность по формуле (40), для чего в 7-м столбце таблицы 6 рассчитан числитель остаточной дисперсии, а в 8-м столбце – числитель аналитической дисперсии. В формуле (40) можно использовать их числители, так как оба они делятся на число уровней n (n сократятся): F_Р = 53327,348*8/(16476,25*1) = 25,893 > F_Т, значит, модель адекватна и ее можно использовать для прогнозирования (F_Т = 5,32 находим по приложению 1 в 1-ом столбце [ = k – 1 = 1] и 8-й строке [ = n – k = 8]).

При составлении прогнозов уровней социально-экономических явлений обычно оперируют не точечной, а интервальной оценкой, рассчитывая так называемые доверительные интервалы прогноза. Границы интервалов определяются по формуле (44):

, (44)

где – точечный прогноз, рассчитанный по модели тренда; – коэффициент доверия по распределению Стьюдента при уровне значимости и числе степеней свободы =n–1 (приложение 2); – ошибка аппроксимации, определяемая по формуле (45):

, (45)

где и – соответственно фактические и теоретические (трендовые) значения уровней ряда динамики; n – число уровней ряда; k – число параметров (членов) в уравнении тренда.

Определим доверительный интервал в нашей задаче на 2005 год с уровнем значимости = (1–0,95) = 0,05. Для этого найдем ошибку аппроксимации по формуле (45): = = 45,38. Коэффициент доверия по распределению Стьюдента = 2,2622 при = 10 – 1=9.

Прогноз на 2005 с вероятностью 95% осуществим по формуле (44):

Y_{2005 =}(1207,02+12,7121*11) 2,2622*45,38 или 1244,19< Y₂₀₀₅ <1449,51 (тыс.чел.).