и явища в середньому на одиницю часу.
Наприклад, для характеристики ступеня ритмічності роботи комерційного підприємства, дані про питому вагу продукції за певними декадах використовувати недоцільно, оскільки число робочих днів окремих декад може виявитися різним, що призводить до відмінностей в обсязі випуску продукції.
Якщо непорівнянність в рядах динаміки викликана адміністративно-територіальними змінами, то для вивчення розвитку явища необхідно побудувати ряд порівнянних рівнів в нових територіальних межах.
У цьому випадку, для приведення цієї інформації до порівнянної увазі визначається коефіцієнт перерахунку (коефіцієнт співвідношення двох рівнів):
К=РІВЕНЬ ЯВИЩА В НОВИХ КОРДОНАХ
РІВЕНЬ ЯВИЩА В СТАРИХ КОРДОНАХ (1.5)
Всі вищеназвані обставини слід враховувати при підготовці інформації для аналізу змін явищ у часі.
. 6 Основні показники динаміки економічних процесів
Для кількісної оцінки економічних процесів застосовують такі статистичні показники, як абсолютні прирости, темпи зростання і приросту. Вони поділяються на ланцюгові, базисні і середні.
Якщо порівняння рівнів часового ряду здійснюється з одним і тим же рівнем, прийнятим за базу, то показники називаються базисними. Якщо порівняння здійснюється зі змінною базою, і кожний наступний рівень порівнюється з попереднім, то обчислені показники називаються ланцюговими.
Опис динаміки ряду середнім приростом відповідає його поданням у вигляді прямої, що проходить через дві точки. Для отримання прогнозного значення на один крок вперед досить до останнього спостереженню додати значення середнього абсолютного приросту:
уn + 1=Уn +? у (1.6)
де
Уn - значення показника в п точці часового ряду;
уn + 1 - прогнозне значення показника в точці n + 1;
? у - значення середнього приросту часового ряду.
Отримання прогнозного значення за формулою (1.2) коректно, якщо динаміка ряду близька до лінійної. На такий рівномірний характер розвитку динаміки вказують приблизно однакові ланцюгові абсолютні прирости.
Використання середнього темпу зростання (середнього темпу приросту) для опису динаміки розвитку ряду відповідає його поданням у вигляді показової або експоненційної кривої, проведеної через дві крайні точки, і характерно для процесів, зміна динаміки яких відбувається з постійним темпом зростання. Прогнозне значення на i кроків вперед визначається за формулою
Уn + i=Yn * t (1.7)
де n- прогнозна оцінка значення показника в точці n + i; Т - середній темп зростання, виражений у%.
Недоліком прогнозування з використанням середнього приросту і середнього темпу зростання є те, що вони враховують початковий і кінцевий рівні ряду, виключаючи впливу проміжних рівнів. Тим не менш, вони використовуються як найпростіші, наближені способи прогнозування.
Якщо ж зміна щоквартальної динаміки фонду заробітної плати працівників фірми відбувалося приблизно з постійним темпом зростання протягом п'яти кварталів і фонд заробітної плати в 1-му кварталі становив 252 грошових одиниці, а в 5-му кварталі - 256 , 5 грошових одиниць, то визначити прогноз фонду заробітної плати працівників фірми в 6-му кварталі можна використовуючи середній темп зростання.
Так як зміна заробітної плати відбувалося приблизно з постійним темпом зростання протягом п'яти кварталів, правомірно використовувати середній темп зростання для розрахунку прогнозу фонду в 6-му кварталі. Таким чином, прогноз фонду заробітної плати співробітників фірми складе: 2
Уб=у5 * T=256,5 * 1,0044=257,6
Авторегрессіонний залежності:
В основу цього методу закладена досить очевидна передумова про те, що економічні процеси мають певну специфіку. Вони відрізняються, по-перше, взаємозалежністю і, по-друге, визначеної інерційністю. Остання означає, що значення практично будь-якого економічного показника в момент часу t залежить певним чином від стану цього показника у попередніх періодах (в даному випадку ми абстрагуємося від впливу інших факторів), тобто значення прогнозованого показника в минулих періодах повинні розглядатися як факторні ознаки. Рівняння Авторегрессіонний залежності в найбільш загальній формі має вигляд:
Yt=А0 + Аj * rt_! + Аj * Yt - 2 + ... + Ак * Yt (1.8)
де- прогнозоване значення показника Y у момент часу t;.j - значення показника Y у моме...
