Автоматизированный анализ рядов динамики среди MS Excel

РОССИЙСКИЙ ГОСУДАРСТВЕННЫЙ УНИВЕРСИТЕТ ИНФОРМАЦИОННЫХ ТЕХНОЛОГИЙ И ПРЕДПРИНИМАТЕЛЬСТВА

УПРАВЛЕНИЕ ИННОВАЦИЯМИ

О Т Ч Е Т

о результатах выполнения

компьютерной лабораторной работы

Автоматизированный анализ рядов динамики среди MS Excel

Вариант № 3

                Выполнил: ст.    3   курса  гр. 09Э1

                                         Кузнецова О.П.

    Проверил:  ассистент

                                Калинина Т.В.

Пенза 2012 г.

Понятие о статистических рядах динамики

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 времен;

2) соответствующие им уровни развития изучаемого явления;

В качестве показаний времени в рядах динамики выступают либо определенные даты (моменты), либо отдельные периоды (годы, кварталы, месяцы, сутки).

Уровни рядов динамики отображают количественную оценку (меру) развития во времени изучаемого явления. Они могут выражаться абсолютными, относительными или средними величинами.

Уровни интервального ряда динамики абсолютных величин характеризует собой суммарный итог какого-либо явления за определенный отрезок времени. Они зависят от продолжительности этого периода времени.

Отдельные уровни моментного ряда динамики содержат элементы повторного счета.

Ряды динамики различаются по следующим признакам:

1) По времени. В зависимости от характера изучаемого явления уровни рядов динамики могут относиться или к определенным датам (моментам) времени, или к отдельным периодам. В соответствии с этим ряды динамики подразделяются на моментные и интервальные.  Моментные ряды динамики отображают состояние изучаемых явлений на определенные даты (моменты) времени.

Особенностью моментного ряда динамики является то, что в его уровни могут входить одни и те же единицы изучаемой совокупности. Хотя и в моментном ряду есть интервалы – промежутки между соседними в ряду датами, – величина того или иного конкретного уровня не зависит от продолжительности периода между двумя датами. Поэтому при суммировании уровней моментного ряда может возникнуть повторный счет.

Посредством моментных рядов динамики в торговле, на пример, изучаются товарные запасы, состояние кадров, количество оборудования и других показателей, отображающих состояние изучаемых явлений на отдельные даты (моменты) времени.

Интервальные ряды динамики отражают итоги развития (функционирования) изучаемых явлений за отдельные периоды (интервалы) времени.

Каждый уровень интервального ряда уже представляет собой сумму уровней за более короткие промежутки времени. При этом единица совокупности, входящая в состав одного уровня, не входит в состав других уровней.

Особенностью интервального ряда динамики является то, что каждый его уровень складывается из данных за более короткие интервалы (субпериоды) времени. Например, суммируя товарооборот за первые три месяца года, получают его объем за I квартал, а, суммируя товарооборот за четыре квартала, получают его величину за год, и т. д. При прочих равных условиях уровень интервального ряда тем больше, чем больше длина интервала, к которому этот уровень относится.

Свойство суммирования уровней за последовательные интервалы времени позволяет получить ряды динамики более укрупненных периодов.

Посредством интервальных рядов динамики в торговле изучают изменения во времени поступления и реализации товаров, суммы издержек обращения и других показателей, отображающих итоги функционирования изучаемого явления за отдельные периоды.

Статистическое отображение изучаемого явления во времени может быть представлено рядами динамики с нарастающими итогами. Их применение обусловлено потребностями отображения результатов развития изучаемых показателей не только за данный отчетный период,  но и с учетом предшествующих периодов. При составлении таких рядов производится последовательное суммирование смежных уровней. Этим достигается суммарное обобщение результата развития изучаемого показателя с начала отчетного периода (года, месяца, квартала и т. д.).

Ряды динамики с нарастающими итогами строятся при определении общего объема товарооборота в розничной торговле. Так, обобщением товарно-денежных отчетов за последние операционные периоды (пятидневки, недели, декады и т. д.).

2) По форме представления уровней. Могут быть построены также ряды динамики, уровни которых представляют собой относительные и средние величины. Они также могут быть либо моментными, либо интервальными.

В интервальных рядах динамики относительных и средних величин непосредственное суммирование уровней само по себе лишено смысла, так как относительные и средние величины являются производными и исчисляются через деление других величин.

3) По расстоянию между датами или интервалам времени выделяют полные или неполные ряды динамики.

Полные ряды динамики имеют место тогда, когда даты регистрации или окончания периодов следуют друг за другом с равными интервалами. Это равноотстоящие ряды динамики. Неполные – когда принцип равных интервалов не соблюдается.

4) По числу показателей можно выделить изолированные и комплексные (многомерные) ряды динамики. Если ведется анализ во времени одного показателя, то ряд динамики изолированный. Комплексный ряд динамики получается в том случае, когда в хронологической последовательности дается система показателей, связанных между собой единством процесса или явления (приложение 1).

К рядам динамики предъявляются следующие требования:

1) Сопоставимость статистических данных

Основным условием для получения правильных выводов при анализе рядов динамики является сопоставимость его элементов.

Ряды динамики формируются в результате сводки и группировки материалов статистического наблюдения. Повторяющиеся во времени (по отчетным периодам) значения одноименных показателей в ходе статистической сводки систематизируются в хронологической последовательности.

При этом каждый ряд динамики охватывает отдельные обособленные периоды, в которых могут происходить изменения, приводящие к несопоставимости отчетных данных с данными других периодов. Поэтому для анализа ряда динамики необходимо приведение всех составляющих его элементов к сопоставимому виду. Для этого в соответствии с задачами исследования устанавливаются причины, обусловившие несопоставимость анализируемой информации, и применяется соответствующая обработка, позволяющая производить сравнение уровней ряда динамики.

Несопоставимость в рядах динамики вызывается различными причинами. Это могут быть разновеликость показаний времени, неоднородность состава изучаемых совокупностей во времени, изменения в методике первичного учета и обобщения исходной информации, различия применяемых в различное время единиц измерения и т. д.

Так, при изучении динамики товарооборота по внутригодовым периодам несопоставимость возникает при неодинаковой продолжительности показаний времени (месяцев, кварталов, полугодий).

2) Величины временных интервалов должны соответствовать интенсивности изучаемых процессов. Чем больше вариация уровней во времени, тем чаще следует делать замеры. Соответственно для стабильных процессов интервалы можно увеличить.

Так, переписи населения достаточно проводить один раз в десять лет; учет национального дохода, урожая ведется один раз в год; ежедневно регистрируются курсы покупки и продажи валют, и т. д.

3) Числовые уровни рядов динамики должны быть упорядоченными во времени. Не допускается анализ рядов с пропусками отдельных уровней, если же такие пропуски неизбежны, то их восполняют условными расчетными значениями.

Показатели ряда динамики

Для расчета показателей динамики на постоянной базе каждый уровень ряда сравнивается с одним и тем же базисным уровнем. Исчисляемые при этом показатели называются базисными . Для расчета показателей динамики на переменной базе каждый последующий уровень ряда сравнивается с предыдущим . Такие показатели называются цепными . Абсолютный прирост – важнейший статистический показатель динамики, определяется в разностном соотношении , сопоставлении двух уровней ряда динамики в единицах измерения исходной информации . Бывает цепной и базисный :

1)Базисный абсолютный прирост определяется как разность между сравниваемым уровнем и уровнем , принятым за постоянную базу сравнения(формула 1):

(1)

2) Цепной абсолютный прирост – разность между сравниваемым уровнем и уровнем, который ему предшествует, (формула 2):

(2)

Абсолютный прирост может иметь и отрицательный знак, показывающий , насколько уровень изучаемого периода ниже базисного.

Между базисными и абсолютными приростами существует связь: сумма цепных абсолютных приростов равна базисному абсолютному приросту последнего ряда динамики (формула 3):

(3)

Ускорение – разность между абсолютным приростом за данный период и абсолютным приростом за предыдущий период равной длительности (формула 4):

(4)

Показатель абсолютного ускорения применяется только в цепном варианте, но не в базисном. Отрицательная величина ускорения говорит о замедлении роста или об ускорении снижения уровней ряда.

Темп роста – распространенный статистический показатель динамики. Он характеризует отношение двух уровней ряда и может выражаться в виде коэффициента или в процентах.

1) Базисные темпы роста исчисляются делением сравниваемого уровня на уровень, принятый за постоянную базу сравнения, по формуле 5:

(5)

2) Цепные темпы роста исчисляются делением сравниваемого уровня на предыдущий уровень (формула 6):

(6)

Если темп роста больше единицы (или 100%), то это показывает на увеличение изучаемого уровня по сравнению с базисным. Темп роста, равный единице (или 100%), показывает, что уровень изучаемого периода по сравнению с базисным не изменился. Темп роста меньше единицы (или 100%) показывает на уменьшение уровня изучаемого периода по сравнению с базисным. Темп роста всегда имеет положительный знак.

Между базисными и цепными темпами роста имеется взаимосвязь: произведение последовательных цепных темпов роста равно базисному темпу роста, а частное от деления последующего базисного темпа роста на предыдущий равно соответствующему цепному темпу роста.

Темпы прироста характеризуют абсолютный прирост в относительных величинах. Исчисленный в процентах темп прироста показывает, на сколько процентов изменился сравниваемый уровень по отношению к уровню, принятому за базу сравнения.

1) Базисный темп прироста вычисляется делением сравниваемого базисного абсолютного прироста на уровень, принятый за постоянную базу сравнения (формула 7):

(7)

2) Цепной темп прироста - это отношение сравниваемого цепного абсолютного прироста к предыдущему уровню (формула 8):

= : (8)

Между показателями темпа роста и темпа прироста существует взаимосвязь , выраженная формулами 9 и 10:

(%) = (%) - 100 (9)

(при выражении темпа роста в процентах).

= - 1 (10)

Методы анализа ряда динамики

              Наиболее  важна  при  анализе ряда динамики его основная тенденция развития, но часто по одному лишь внешнему виду ряда динамики ее установить невозможно,  поэтому  используют  специальные методы обработки, позволяющие показать основную тенденцию ряда:

1.      метод укрупнения интервалов - суть метода в том,  чтобы от интервалов, или периодов времени, для которых определены исходные уровни ряда динамики, перейти к более продолжительным периодам времени и посмотреть, как уровни ряда изменяются в этом случае;

2.      метод скользящих средних. Суть метода заключается в том, что фактические уровни ряда заменяются средними уровнями, вычисленными по определённому правилу. Сглаживание методом скользящих средних можно производить по трем, четырём, пяти или другому числу уровней ряда, используя соответствующие формулы для усреднения исходных уровней. Метод скользящих средних не позволяет получить численные оценки для выражения основной тенденции в ряду динамики, давая лишь наглядное графическое представление;

3.      Метод аналитического выравнивания - наиболее совершенным способ определения тенденции развития в ряду динамики. При этом методе исходные уровни ряда динамики  заменяются теоретическими или расчетными , которые представляют из себя некоторую достаточно простую математическую функцию времени, выражающую общую тенденцию развития ряда динамики. Чаще всего в качестве такой функции выбирают прямую, параболу, экспоненту и др.

Подбор подходящей функциональной зависимости должен опираться на теоретический анализ сущности изучаемого явления и на данные, полученные в результате применения других способов выравнивания. Этот метод вызван необходимостью прогнозирования.