Разделы презентаций


Изучение динамики явлений (анализ динамических, временных рядов)

Содержание

Динамический ряд - ряд однородных величин, характеризующих изменение явления во времени.

Слайды и текст этой презентации

Слайд 1ИЗУЧЕНИЕ ДИНАМИКИ ЯВЛЕНИЙ (анализ динамических, временных рядов)
И.И.Косаговская

ИЗУЧЕНИЕ ДИНАМИКИ ЯВЛЕНИЙ  (анализ динамических, временных рядов)И.И.Косаговская

Слайд 2Динамический ряд - ряд однородных величин, характеризующих изменение явления во

времени.

Динамический ряд - ряд однородных величин, характеризующих изменение явления во времени.

Слайд 3Анализ динамических рядов :

· выявление закономерности изменения изучаемого
явления во времени;
·  прогнозирование (экстраполирование)

полученных данных на последующие годы.

Анализ динамических рядов :·	выявление закономерности изменения изучаемого	явления во времени;· 	прогнозирование (экстраполирование) полученных данных на последующие годы.

Слайд 4Числовые значения, составляющие динамический ряд, называются уровнями ряда (у).

Числовые значения, составляющие динамический ряд, называются уровнями ряда (у).

Слайд 5Типы динамических рядов:
1. В зависимости от вида уровня ряда:
а) простые

(уровень ряда выражен абсолютными числами);
б) сложные (уровень ряда выражен обобщающими

коэффициентами).
2. В зависимости от способа формирования временного интервала:
а) моментные (данные собираются на определенный момент времени);
б) интервальные (данные собираются за определенный период времени).


Типы динамических рядов: 	1. В зависимости от вида уровня ряда:	а) 	простые (уровень ряда выражен абсолютными числами);	б) сложные

Слайд 6Типы динамических рядов:
3. В зависимости от выраженности изменений явления во

времени (определяется по коэффициенту корреляции между временем и изучаемым явлением).
а)

с выраженной тенденцией (r =0,7 - 1,0);
б) с неустойчивой тенденцией (r =0,3 - 0,69);
в) с отсутствием тенденции ( r = 0 - 0,29).
Типы динамических рядов: 	3. В зависимости от выраженности изменений явления во времени (определяется по коэффициенту корреляции между

Слайд 7Основное требование, предъявляемое к анализируемым динамическим рядам, заключается в сопоставимости

их уровней.

Основное требование, предъявляемое к анализируемым динамическим рядам, заключается в сопоставимости их уровней.

Слайд 8 Для оценки сопоставимости проводят предварительный анализ полученных данных по следующим

критериям:
единство территории, на которой проводился сбор данных;
единая методология учета данных;
единые

временные интервалы, в течение которых проводилась регистрация данных.

Для оценки сопоставимости проводят предварительный анализ полученных данных по следующим критериям:единство территории, на которой проводился сбор данных;единая

Слайд 9Методика анализа динамических рядов
Представить полученные данные графически и выявить

форму зависимости изучаемого явления от времени.
2. Оценить наличие и силу

корреляции изучаемого явления от времени


Методика анализа динамических рядов Представить полученные данные графически и выявить форму зависимости изучаемого явления от времени.2. 	Оценить

Слайд 10Методика анализа динамических рядов
3. Если установлено, что ряд

обладает выраженной тенденцией, проводят анализ компонентов динамики ряда:
основной тенденции

(эволюции, тренда),
кратковременных систематических движений
случайных колебаний

4. Основная задача анализа - разделить эти компоненты и выявить основную закономерность изменения явления во времени
Методика анализа динамических рядов 3. 	 Если установлено, что ряд обладает выраженной тенденцией, проводят анализ компонентов динамики

Слайд 11 Для выявления и описания тренда динамический ряд подвергают обработке -

выравниванию.

Для выявления и описания тренда динамический ряд подвергают обработке - выравниванию.

Слайд 12Методика анализа динамических рядов
Для выявления и описания тренда динамический

ряд подвергают обработке - выравниванию.

Методика анализа динамических рядов Для выявления и описания тренда динамический ряд подвергают обработке - выравниванию.

Слайд 13 Способы выравнивания динамических рядов:
1.Укрупнение временных интервалов (периодов), в течение которых

изучается явление.
2.Сглаживание ряда методом скользящей средней.
3.Аналитический способ (метод наименьших квадратов).


Способы выравнивания динамических рядов: 1.Укрупнение временных интервалов (периодов), в течение которых изучается явление.2.Сглаживание ряда методом скользящей

Слайд 14 Аналитический способ (метод наименьших квадратов)
При этом способе на основании фактических

данных подбирается наиболее подходящее для отражения тенденции развития явления математическое

уравнение (аппроксимирующая функция), которое принимается за модель развития явления во времени.
Аналитический способ (метод наименьших квадратов) При этом способе на основании фактических данных подбирается наиболее подходящее для

Слайд 15 Т.е. уровни ряда рассматриваются как функция времени, и задача выравнивания

сводится к
определению вида функции;
отысканию ее параметров по эмпирическим

данным;
расчету по найденной формуле теоретических выровненных уровней.
Т.е. уровни ряда рассматриваются как функция времени, и задача выравнивания сводится к определению вида функции; отысканию ее

Слайд 16Наиболее часто в качестве модели
используются следующие функции:
а) линейная зависимость:
б)

экспоненциальная зависимость:
в) показательная зависимость:
г) параболическая зависимость:
и др.
где a0,

a1, а2 - параметры уравнения;
у – теоретический уровень;
t – временной интервал.





Наиболее часто в качестве моделииспользуются следующие функции: а) линейная зависимость:		б) экспоненциальная зависимость:в) показательная зависимость: г) параболическая зависимость:	и

Слайд 17Для выравнивания ряда чаще всего выбирают линейную зависимость, используя для

нахождения параметров уравнения а0 ,а1 способ наименьших квадратов.

Для выравнивания ряда чаще всего выбирают линейную зависимость, используя для нахождения параметров уравнения а0 ,а1 способ наименьших

Слайд 18Способ наименьших квадратов позволяет найти теоретическую кривую, максимально приближенную к

эмпирической, а условие минимума суммы квадратов отклонений теоретических данных от

фактических позволяет свести математическое решение задачи к системе нормальных уравнений:

Способ наименьших квадратов позволяет найти теоретическую кривую, максимально приближенную к эмпирической, а условие минимума суммы квадратов отклонений

Слайд 19где
у - уровни фактического ряда;
n - количество уровней;
t -

порядковый номер временного периода.

где	у - уровни фактического ряда; 	n - количество уровней;t - порядковый номер временного периода.

Слайд 20Эта система уравнений легко упрощается, если «t» присвоить ранги (порядковые

номера), ведя отсчет времени от середины ряда.

Эта система уравнений легко упрощается, если «t» присвоить ранги (порядковые номера), ведя отсчет времени от середины ряда.

Слайд 21При нечетном ряде середина обозначается через 0, а отсчет рангов

ведется через единицу с соответствующим знаком в ту или иную

сторону от середины
(например: -5,-4,-3,-2,-1, 0,+1.+2,+3,+4,+5).
При нечетном ряде середина обозначается через 0, а отсчет рангов ведется через единицу с соответствующим знаком в

Слайд 22При четном ряде две средние временные точки обозначаются через +1

и -1, а остальные ранги присваиваются через две единицы (например:

-5,-3,-1,+1,+3,+5).
При четном ряде две средние временные точки обозначаются через +1 и -1, а остальные ранги присваиваются через

Слайд 23При отсчете времени от середины ряда
Σt =

0 и система нормальных уравнений принимает вид:




При отсчете времени от середины ряда  	Σt = 0 и система нормальных уравнений принимает вид:

Слайд 24Отсюда находим параметры уравнения:

Отсюда находим параметры уравнения:

Слайд 25Подставляя в уравнение у = а0 + а1t вместо «t»

его ранги, находим выровненные (теоретические) значения уровней ряда и строим

теоретическую кривую выровненного динамического ряда.

Подставляя в уравнение у = а0 + а1t вместо «t» его ранги, находим выровненные (теоретические) значения уровней

Слайд 26Заключительным этапом выравнивания динамического ряда аналитическим способом является оценка точности

аппроксимации с определенным уровнем значимости.

Заключительным этапом выравнивания динамического ряда аналитическим способом является оценка точности аппроксимации с определенным уровнем значимости.

Слайд 27Оценка точности аппроксимации возможна с помощью нахождения:
а) коэффициента вариации:



где у- фактический

уровень ряда;
yt - теоретический уровень ряда;
k- число параметров

уравнения;
n- число уровней ряда.

Аппроксимация считается точной при Cv не более 15%.




Оценка точности аппроксимации возможна с помощью нахождения:	а) коэффициента вариации:где	у- фактический уровень ряда; 	yt - теоретический уровень ряда;

Слайд 28б) коэффициент расхождения Тейла:

где у - фактический уровень ряда;
yt

- теоретический уровень ряда.

Аппроксимация считается точной при U не

более 5%


б) коэффициент расхождения Тейла:где	 у - фактический уровень ряда; 	yt - теоретический уровень ряда. Аппроксимация считается точной

Слайд 29После аналитического выравнивания динамического ряда и описания тренда возможно экстраполировать

полученные данные.
Экстраполяция предполагает сохранение тренда, базирующееся на допущении неизменности

влияющих факторов и предшествующей тенденции.
После аналитического выравнивания динамического ряда и описания тренда возможно экстраполировать полученные данные. Экстраполяция предполагает сохранение тренда, базирующееся

Слайд 30Экстраполяция осуществляется путем подставления в найденное уравнение аппроксимации не фактического

значения временного интервала, а того периода, на который прогнозируется результат.

Экстраполяция осуществляется путем подставления в найденное уравнение аппроксимации не фактического значения временного интервала, а того периода, на

Слайд 31Вычисление основных показателей динамического ряда:

Вычисление основных показателей динамического ряда:

Слайд 32 Условные обозначения:
yi - текущий уровень ( сравниваемый);
уi-1- базисный уровень (с

которым сравнивают);
t- период времени, в течение которого уровень предполагается неизменным.

Условные обозначения:yi - текущий уровень ( сравниваемый);уi-1- базисный уровень (с которым сравнивают);t- период времени, в течение которого

Слайд 33 1. Абсолютный прирост ( убыль) :



1.	Абсолютный прирост ( убыль) :

Слайд 34 2. Темп роста (убыли):

2.	Темп роста (убыли):

Слайд 35 3. Темп прироста (убыли) (относительная скорость ) :



3.	Темп прироста (убыли) 	(относительная скорость ) :

Слайд 36 4.Средний темп прироста (убыли ):

где а0; а1 - параметры уравнения;
k

= 1 при нечетном ряде;
k = 2 при четном ряде.





4.Средний темп прироста (убыли ): где		а0; а1 - параметры уравнения;		k = 1 при нечетном ряде;		k = 2

Слайд 375.1% прироста ( убыли ): используются при сравнении динамических рядов

с уровнями, выраженными различными обобщающими коэффициентами.




5.1% прироста ( убыли ): используются при сравнении динамических рядов с уровнями, выраженными различными обобщающими коэффициентами.

Слайд 38Пример
Заболеваемость сифилисом в Российской Федерации за период 1993 – 1998

гг. (число случаев на 100 тыс. населения)

Пример	Заболеваемость сифилисом в Российской Федерации за период 1993 – 1998 гг. (число случаев на 100 тыс. населения)

Слайд 39Пример
На основании условия задачи необходимо;
1. Выровнять динамический ряд методом наименьших

квадратов.
2. Рассчитать показатели динамического ряда (абсолютный прирост, темп роста, темп

прироста, средний темп прироста, значение 1% прироста).
3. Изобразить ряд графически.
4. Дать прогноз изучаемого показателя на 1999 год.
5. Провести анализ и сделать выводы.

ПримерНа основании условия задачи необходимо;1. Выровнять динамический ряд методом наименьших квадратов.2. Рассчитать показатели динамического ряда (абсолютный прирост,

Слайд 40 В качестве модели (аппроксимирующей функции) выбираем линейную зависимость:













В качестве модели (аппроксимирующей функции) выбираем линейную зависимость:

Слайд 41Пример
Показатели выровненного ряда
(число случаев сифилиса на 100 тыс. населения)


ПримерПоказатели выровненного ряда(число случаев сифилиса на 100 тыс. населения)

Слайд 42Пример
Показатели динамического ряда:
Абсолютный прирост

Темп прироста

Темп роста

Средний темп

прироста

1% роста

Прогноз на 1999 год: y = 345,6 (на 100

тыс.населения)








ПримерПоказатели динамического ряда:Абсолютный прирост Темп прироста Темп роста Средний темп прироста1% роста Прогноз на 1999 год:	y =

Слайд 43 Заболеваемость сифилисом в РФ на 100 тыс. населения


Заболеваемость сифилисом в РФ  на 100 тыс. населения

Слайд 44
Вывод: Заболеваемость сифилисом в РФ за период 1993-1999 г.г. имеет

выраженную тенденцию к росту (абсолютный прирост- 47,6; темп прироста- 26,5%

; темп роста – 179,3%; средний темп прироста – 26,5% ; 1% роста - 1,79).
Прогноз на 1999 год: y = 345,6 (на 100 тыс.населения)

Вывод: Заболеваемость сифилисом в РФ за период 1993-1999 г.г. имеет выраженную тенденцию к росту (абсолютный прирост- 47,6;

Слайд 45Анализ временных рядов в SPSS
Команда Analyze → Time series …

Анализ временных рядов в SPSSКоманда Analyze → Time series …

Слайд 46

Спасибо за внимание!

Спасибо за внимание!

Обратная связь

Если не удалось найти и скачать доклад-презентацию, Вы можете заказать его на нашем сайте. Мы постараемся найти нужный Вам материал и отправим по электронной почте. Не стесняйтесь обращаться к нам, если у вас возникли вопросы или пожелания:

Email: Нажмите что бы посмотреть 

Что такое TheSlide.ru?

Это сайт презентации, докладов, проектов в PowerPoint. Здесь удобно  хранить и делиться своими презентациями с другими пользователями.


Для правообладателей

Яндекс.Метрика