Автор работы: Пользователь скрыл имя, 30 Января 2011 в 19:18, курсовая работа
Ряды динамики – статистические данные , отображающие развитие во времени изучаемого явления . Их также называют динамическими рядами , временными рядами .
В каждом ряду динамики имеется два основных элемента :
1.показатель времени t ;
2.соответствующие им уровни развития изучаемого явления y;
В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты), либо отдельные периоды (годы , кварталы, месяцы, сутки).
при n=1,2,...,(T/2 – 1);
3)
В простейших случаях для характеристики взаимосвязи двух или более рядов их приводят к общему основанию , для чего берут в качестве базисных уровни за один и тот же период и исчисляют коэффициенты опережения по темпам роста или прироста .
Коэффициенты опережения по темпам роста – это отношение темпов роста (цепных или базисных) одного ряда к соответствующим по времени темпам роста (также цепным или базисным) другого ряда . Аналогично находятся и коэффициенты опережения по темпам прироста .
Анализ
взаимосвязанных рядов
Под
автокорреляцией понимается зависимость
последующих уровней ряда от предыдущих
. Проверка на наличие автокорреляции
осуществляется по критерию Дарбина –
Уотсона (формула 39) :
где -- отклонение фактического уровня ряда в точке t от теоретического (выравненного) значения .
При К = 0 имеется полная положительная автокорреляция , при К = 2 автокорреляция отсутствует , при К = 4 – полная отрицательная автокорреляция . Прежде чем оценивать взаимосвязь , автокорреляцию необходимо исключить . Это можно сделать тремя способами .
Далее
выполняют переход к новым
рядам динамики , построенным из
отклонений от трендов , рассчитанным
по формулам 41 :
Для последовательностей выполняется проверка на автокорреляцию по критерию Дарбина – Уотсона . Если значение К близко к 2 , то данный ряд отклонений оставляют без изменений . Если же К заметно отличается от 2 , то по такому ряду находят параметры уравнения авторегрессии по формулам 42 :
Более полные уравнения авторегрессии можно получить на основе анализа автокорреляционной функции , когда определяются число параметров ( ) и соответствующие этим параметрам величины шагов .
Далее
по формуле 43 подсчитываются новые
остатки :
(t = 1, ... , Т)
(43)
и
, по формуле 44, коэффициент корреляции
признаков :
По DХ и DУ определяют
по формуле 46 направление и силу связи
в регрессии:
В
простейших случаях уравнение выглядит
следующим образом (формула 47):
Из
перечисленных методов