МАРК РЕГНЕРУС ДОСЛІДЖЕННЯ: Наскільки відрізняються діти, які виросли в одностатевих союзах
РЕЗОЛЮЦІЯ: Громадського обговорення навчальної програми статевого виховання ЧОМУ ФОНД ОЛЕНИ ПІНЧУК І МОЗ УКРАЇНИ ПРОПАГУЮТЬ "СЕКСУАЛЬНІ УРОКИ" ЕКЗИСТЕНЦІЙНО-ПСИХОЛОГІЧНІ ОСНОВИ ПОРУШЕННЯ СТАТЕВОЇ ІДЕНТИЧНОСТІ ПІДЛІТКІВ Батьківський, громадянський рух в Україні закликає МОН зупинити тотальну сексуалізацію дітей і підлітків Відкрите звернення Міністру освіти й науки України - Гриневич Лілії Михайлівні Представництво українського жіноцтва в ООН: низький рівень культури спілкування в соціальних мережах Гендерна антидискримінаційна експертиза може зробити нас моральними рабами ЛІВИЙ МАРКСИЗМ У НОВИХ ПІДРУЧНИКАХ ДЛЯ ШКОЛЯРІВ ВІДКРИТА ЗАЯВА на підтримку позиції Ганни Турчинової та права кожної людини на свободу думки, світогляду та вираження поглядів Контакти
Тлумачний словник |
|
|||||||
ЧАСОВІ РЯДИПрогнозування за допомогою екстраполяції засновано на переносі подій і тенденцій, що мали місце в минулому на майбутнє. Методи екстраполяції застосовуються для так званих повільно мінливих подій. Якщо прогнозовані події, показники, процеси можуть у майбутньому змінюватися стрибками, мати розриви в часі (так називані “революційні” процеси), то застосовувати методи екстраполяції не можна. У той же час методи екстраполяції накладають певні обмеження на вихідну інформацію - по поданню даних, - по кількості даних, - по довжині рядів і т.д. Застосування методів екстраполяції виправдане для коротко- і середньострокових прогнозів тих показників проектів, для яких у майбутньому не передбачається істотних якісних змін і стрибків. З існуючих методів екстраполяції більш докладно зупинимося на методі екстраполяції динамічних рядів, тобто коли вихідна інформація представлена у вигляді динамічного ряду y = y(t). Добування інформації з масивів даних. Аналіз. за допомогою часових рядів досліджують динаміку економічних явищ і процесів. Часовий ряд – це ряд послідовних значень, що характеризують зміни показника в часі. Тобто часовим рядом називають статистичний ряд, що характеризує стан і схему явищ у часі й позначають y1, y2, y3, … уn, де yi (i = 1,n) – рівень ряду, що характеризує величини явища; i - момент часу, до якого належить ця величина явища; n - тривалість або загальна кількість членів ряду; y1 – початковий рівень; yn – кінцевий рівень; Рівні часових рядів можна виразити - абсолютними, - середніми, - відносними величинами. Залежно від частоти реєстрації факту часові ряди діляться на - дискретні (дані реєструються через рівні фіксовані проміжки часу) - безперервні (безперервний запис зміни явищ у часі). Сучасні методики статистичного аналізу часових рядів побудовані на гіпотезі про їхню безперервність. У процесі аналізу часових рядів використають статистичні показники, наприклад: - абсолютні прирости; - темпи росту; - темпи приросту й ін. Виділяють показники : - базисні - кожен рівень часового ряду порівнюють із початковим; - ланцюгові - кожен рівень часового ряду порівнюють із попереднім; 1. Абсолютний приріст часового ряду (∆) Визначають як різницю між поточним (yi) і попередньої (yi-1) або початковим (y1) рівнями часового ряду ∆i(1) = yi – yi-1 або ∆i(1) = yi – y1. Якщо з абсолютних приростів створити новий часовий ряд можна одержати абсолютні прирости другого порядку й т.д. ∆i(k) = ∆i(k-1) - ∆i-1(k-1) або ∆i(k) = ∆i(k-1) - ∆1(k-1). 2. Темпи росту (Тр) – це відношення поточного рівня часового ряду (yi) і попередній (yi-1) або початковому (y1) рівню: Тр(i) = або Тр(i) = 3. Темпи приросту (Тпр) – відношення абсолютного приросту (∆i) до попереднього (yi-1) або початковому (y1) рівню: Тпр(i) = або Тпр(i) = 4. Середній рівень часового ряду визначається залежно від характеру ряду як середнє хронологічне, арифметичне або геометричне: - середнє хронологічне ухр = - середнє арифметичне уар = - середнє геометричне угеом = 5. Середній абсолютний приріст обчислюють по формулі середнього арифметичного з ланцюгових приростов ∆ = або ∆ = 6. Середній темп росту обчислюють за допомогою середнього геометричного: Тр = або Тр = . 7. Середній темп приросту Тпр = (Тр - 1)×100% В основі аналізу часових рядів лежить ідея, що дані, які характеризують об'єкт, процес у минулому, можна використати для прогнозування майбутніх значень. Дані по проекті в минулому можуть включати кілька компонентів, таких як - тренди; - сезонні коливання; - циклічні коливання; а так само - середнє значення за певний період; - випадкові викиди; - автокореляція. Часові ряди можна визначити як дані, розташовані в хронологічному порядку, які можуть містити один або кілька компонентів досліджуваного показника: - трендовий; - сезонний; - (адитивні або мультиплікативні сезонні коливання, сезонний індекс); - циклічний; - автоукореляційний - випадковий.
Читайте також:
|
||||||||
|