Содержание и применение временных рядов в экономических исследованиях
Теоретические аспекты понятия "временной ряд": сущность, его составляющие элементы и типы. Основные методы, которые используются для анализа временных рядов, особенности их применения. Использование временных рядов в экономических исследованиях.
| Рубрика | Экономико-математическое моделирование |
| Вид | контрольная работа |
| Язык | русский |
| Дата добавления | 30.11.2012 |
| Размер файла | 23,4 K |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
Размещено на http://www.allbest.ru/
СОДЕРЖАНИЕ
Введение
1 Понятие «временной ряд»
1.1 Анализ временных рядов
1.2 Элементы временных рядов
1.3 Типы временных рядов
2 Применение временных рядов в экономических исследованиях
Заключение
Список использованной литературы
ВВЕДЕНИЕ
Тема контрольной работы «Содержание и применение временных рядов в экономических исследованиях».
Целью контрольной рабы является изучение содержания временных рядов и применение в экономических исследованиях.
Для достижения поставленной цели необходимо раскрыть ряд вопросов:
- рассмотреть понятие «временной ряд», его составляющие элементы и типы;
- рассмотреть анализ временных рядов;
- изучить применение временных рядов в экономических исследованиях.
Временным рядом называют последовательность наблюдений, обычно упорядоченную во времени, хотя возможно упорядочение и по какому-либо другому параметру.
Основной чертой, выделяющей анализ временных рядов среди других видов статистического анализа, является существенность порядка, в котором производятся наблюдения. Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия. - Новосибирск: Издательство СО РАН, 2005. - С.347.
Цели анализа временных рядов могут быть различными. Можно, например, стремиться предсказать будущее на основании знаний прошлого, пытаться выяснить механизм, лежащий в основе процесса, и управлять им.
Необходимо уметь освобождать временной ряд от компонент, которые затемняют его динамику. Часто требуется сжато представлять характерные особенности ряда.
Временные ряды встречаются сплошь и рядом.
В повседневной жизни могут быть примером: метеорологические условия, цены на тот или иной товар, с течением времени изменяется деловая активность, режим протекания того или иного процесса и т.д.
В медицине это может быть кардиограмма, в геологии это может быть эхо идущее от землетрясения, в астрономии это могут быть графики солнечной активности или сигналы от далеких галактик принимаемые радиотелескопом.
В экономике это могут быть изменения уровня безработицы или процентных ставок.
1 ПОНЯТИЕ «ВРЕМЕННОЙ РЯД»
Временной ряд - это последовательность значений экономического показателя, упорядоченных во времени. Комиссарчик В.Ф. Эконометрика: Учебное пособие / Тверской государственный технический университет. - Тверь, 2003. - С.68.
Временной ряд - множество значений, которые принимает переменная в различные моменты времени (обычно последовательные). Например, годовой временной ряд национального дохода может включать наблюдаемые значения этой переменной в течение последовательности лет. Обычно временные ряды включают годовые, квартальные или месячные наблюдения.
Временной ряд - это совокупность последовательно получаемых значений переменной через определенные, чаще всего равные интервалы значений параметра (обычно времени). Если получаемые значения являются многомерными, то временной ряд тоже называется многомерным. Для анализа таких статистических данных предназначена область статистики, называемая анализом временных рядов.
1.1 Анализ временных рядов
Анализ временных рядов призван решать следующие основные задачи:
- исследование структуры временного ряда, выражающееся, как правило, в закономерном изменении среднего уровня (тренда) и в наличии периодических колебаний;
- построение математической модели процесса, представленного временным рядом;
- прогнозирование будущего развития процесса;
- исследование взаимосвязей между процессами, проявляющихся в виде корреляций между временными рядами;
- преобразование временного ряда средствами сглаживания и фильтрации.
Для решения этих и других задач анализа данных временных рядов в статистических программных пакетах используется большое количество различных методов. Основные из них следующие:
- методы корреляционного анализа, позволяющие выявить доминирующие периодические зависимости и их лаги (задержки) в одном процессе (автокорреляция) или между несколькими процессами (кросскорреляция);
- методы спектрального анализа, позволяющие находить периодические и квазипериодические зависимости в данных;
- методы сглаживания и фильтрации, предназначенные для преобразования временных рядов с целью удаления из них высокочастотных или сезонных колебаний;
- методы авторегрессии и скользящего среднего, предназначенные для описания и прогнозирования процессов, проявляющих однородные колебания вокруг среднего значения.
Значительная часть методов анализа ориентирована на стационарные процессы, статистические свойства которых не меняются с течением времени (среднее выборки и дисперсия постоянны в случае нормального распределения).
Однако многие временные ряды имеют не стационарный характер. В этих случаях используют способ удаления тренда или среднего значения, представленного некоторой детерминированной функцией, с целью обеспечения стационарности временного ряда, необходимой для корреляционного и спектрального анализа.
Универсальные статистические пакеты позволяют, как правило, опробовать несколько математических моделей тренда и выбрать ту, которая с большей точностью описывает динамику изменения временного ряда, и тем самым построить более точный прогноз его будущего поведения с 95% доверительным интервалом. Алексеев Л.Н., Яковлева М.Н. Введение в методы анализа данных на компьютере: Учеб. пособие. - М.: Изд-во МГСУ «Союз», 1999. - С.53.
1.2 Элементы временных рядов
Значения элементов временного ряда формируются под воздействием ряда факторов, среди которых выделяют:
- долговременные, формирующие в длительной перспективе общую тенденцию анализируемого признака. Эта тенденция описывается с помощью некоторой функции, называемой трендом;
- сезонные, формирующие периодически повторяемые в определенное время года колебания анализируемого признака;
- циклические, формирующие изменения анализируемого в результате воздействия циклов экономической, демографической или астрофизической природы;
- случайные, не поддающиеся учету и регистрации, как результат воздействия случайных, внешних факторов. Арженовский С.В., Федосова О.Н. Эконометрика: Учебное пособие. - Ростов-на-Дону, 2002. - С.67.
1.3 Типы временных рядов
Среди временных рядов выделяют одномерные, полученные в результате наблюдения одной, фиксированной характеристики исследуемого объекта, и, многомерные временные ряды как результат наблюдений нескольких характеристик одного исследуемого объекта в течение ряда моментов времени.
По времени наблюдения временные ряды делятся на дискретные и непрерывные.
Непрерывные - ряды, в которых мы имеем наблюдения в каждый момент времени, например показатели детектора лжи, электрокардиограммы.
Дискретные - ряды, в которых наблюдения делаются через некоторые (обычно одинаковые) интервалы времени.
Примеры.
- экономические: недельные цены на акции; месячные прибыли;
- метеорологические: дневные осадки; скорость ветра; температура;
- социологические: показатели преступности (например, число арестов), показатели безработицы.
Дискретные, в свою очередь, разделяются на ряды с равностоящими и произвольными моментами наблюдения.
Временные ряды бывают детерминированными и случайными: первые получены как значения некоторой неслучайной функции, а вторые как реализации случайной величины.
Стохастические временные ряды подразделяются на стационарные и нестационарные. Арженовский С.В., Федосова О.Н. Эконометрика: Учебное пособие. - Ростов-на-Дону, 2002. - С.66.
2 ПРИМЕНЕНИЕ ВРЕМЕННЫХ РЯДОВ В ЭКОНОМИЧЕСКИХ ИССЛЕДОВАНИЯХ
В каждой сфере экономики встречаются явления, которые интересно и важно изучать в их развитии, так как они изменяются во времени. С течением времени изменяются цены, экономические условия, режим протекания того или иного производственного процесса. Совокупность подобного рода показателей в течение некоторого периода времени и представляет временной ряд.
Временными рядами, например, будут серия ежедневных наблюдений в течение некоторого периода за ценами товара при закрытии торгов на бирже, дневные объемы выпуска товара, месячные показатели инфляции или индекса потребительских цен, ежеквартальные оценки валового национального продукта (принятые в США) или средних зарплат (принятые в России для ежеквартального индексирования пенсий), ежегодные данные об объеме, выручке и прибыли компании.
Временные ряды, естественно, не ограничиваются исключительно экономическими величинами; известно их использование при анализе процессов в энергосистемах, атомной промышленности, химических и нефтехимических производствах, причем в этом случае часто используются более мелкие дискретности времени, чем в экономике - минуты и даже секунды при обработке данных о быстропротекающих процессах в атомной энергетике или при исследовании переходных процессов в химической кинетике.
Известно даже успешное применение анализа временных рядов при слежении за подводными лодками «вероятного противника» в 70-80-е годы, и при обработке данных наблюдений в системах ПВО, и при прогнозах проходимости радиосигналов в атмосфере и ионосфере, и при моделировании транспортных потоков на автотрассах. Лазарев А., Мешкова Л. Эконометрика - Временные ряды и прогнозирование. Учебное пособие. Издательство Международного Информационного Нобелевского Центра, 2002. - http://forex.kbpauk.ru/showflat.php/Cat/0/Number/43804/Main/43804.
Временные ряды - это просто комплекс наблюдений, в которых одна и та же переменная измеряется повторно через определенные интервалы. Государственное агентство занятости может обнародовать цифры по уровню безработицы каждый месяц, международная организация может публиковать ежегодные отчеты об общем объеме международной торговли, маклерская контора может фиксировать индекс Доу-Джонса каждый день. Такие данные можно анализировать методами, основанными на тех принципах регрессии, которые обсуждались ранее. Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования: Пер. с англ. / Предисловие А.К. Соколова. - М.: Издательство «Весь Мир», 1997. - С.459.
Экономические процессы разворачиваются во времени и их можно представить системой количественных и качественных показателей, зависящих от времени. В этой связи, при прогнозировании экономических явлений особое внимание уделяется изучению временных рядов. Элементы временного ряда нумеруют в соответствии с хронологическим порядком измерений.
Прогнозирование экономических показателей с помощью моделей динамических рядов основано на следующих предположениях:
- основные закономерности, тенденции, связи между факторами, имевшие место в прошлом - сохранятся и в прогнозируемом периоде;
- экономические процессы обладают инерционностью, иными словами, могут быть описаны плавно изменяющимися траекториями;
- на развитие процесса оказывает влияние как детерминированная или закономерная составляющая, так и случайная компонента, обуславливающая вероятностный характер поведения социально-экономического объекта.
Временные ряды, используемые при прогнозировании социально-экономических процессов, отличаются от простых статистических выборок в фиксированный момент времени.
Эти отличия состоят в следующем:
- близкие по времени наблюдения динамического ряда обычно коррелированы или статистически зависимы;
- информационная ценность наблюдений убывает по мере их удаления от текущего момента времени;
- увеличение количества наблюдений временного ряда не всегда увеличивает точность расчета статистических характеристик, а при появлении новых закономерностей развития она может даже уменьшаться. Воловиков С.А, Горячев Ю.В., Коновалов Д.М. Методы прогнозирования временных рядов: Учеб. пособие. - М.: Изд-во МГСУ «Союз», 1999. - С.4.
ЗАКЛЮЧЕНИЕ
временной ряд экономический исследование
Таким образом, можно сделать следующие выводы.
Временным рядом называют серию числовых величин, полученных через регулярные промежутки времени. Основной чертой выделяющей анализ временных рядов среди других видов статистического анализа, является существенность порядка, в котором производится наблюдение. Если во многих задачах наблюдение статистически независимо, то во временных рядах, они, как правило зависимы и характер этой зависимости может определяться положением наблюдений в последовательности; природа ряда и структура порождающая ряд процессов, могут предопределять порядок образования последовательности.
Характерная черта временных рядов - это особенности трактовки понятие непрерывности и дискретности. Существует непрерывность во времени и непрерывность переменной. К методам анализа временных рядов относятся:
- методы корреляционного;
- методы спектрального анализа;
- методы сглаживания и фильтрации;
- методы авторегрессии и скользящего среднего.
Временные ряды бывают одномерными и многомерными. По времени наблюдения временные ряды делятся на дискретные (наблюдения в каждый момент времени) и непрерывные (наблюдения делаются через некоторые интервалы времени). Временные ряды бывают детерминированными и случайными. Применение временных рядов в экономических исследованиях. Временные ряд - серия ежедневных наблюдений в течение некоторого периода за ценами товара при закрытии торгов на бирже, дневные объемы выпуска товара, месячные показатели инфляции или индекса потребительских цен, ежеквартальные оценки средних зарплат, ежегодные данные об объеме, выручке и прибыли компании.
СПИСОК ИСПОЛЬЗОВАННОЙ ЛИТЕРАТУРЫ
1. Алексеев Л.Н., Яковлева М.Н. Введение в методы анализа данных на компьютере: Учеб. пособие. - М.: Изд-во МГСУ «Союз», 1999. - 84 с.
2. Арженовский С.В., Федосова О.Н. Эконометрика: Учебное пособие. - Ростов-на-Дону, 2002. - 102 с.
3. Воловиков С.А, Горячев Ю.В., Коновалов Д.М. Методы прогнозирования временных рядов: Учеб. пособие. - М.: Изд-во МГСУ «Союз», 1999. - 29 с.
4. Комиссарчик В.Ф.Эконометрика: Учебное пособие / Тверской государственный технический университет. - Тверь, 2003. - 77 с.
5. Лазарев А., Мешкова Л. Эконометрика - Временные ряды и прогнозирование. Учебное пособие. Издательство Международного Информационного Нобелевского Центра, 2002. - http://forex.kbpauk.ru/showflat.php/Cat/0/Number/43804/Main/43804.
6. Мангейм Дж.Б., Рич Р.К. Политология. Методы исследования: Пер. с англ. / Предисловие А.К. Соколова. - М.: Издательство «Весь Мир», 1997. - 544 с.
7. Суслов В.И., Ибрагимов Н.М., Талышева Л.П., Цыплаков А.А. Эконометрия. - Новосибирск: Издательство СО РАН, 2005. - 744 с.
Размещено на Allbest.ru
...Подобные документы
Теоретические выкладки в области теории хаоса. Методы, которые используются в математике, для прогнозирования стохастических рядов. Анализ финансовых рядов и рядов Twitter, связь между сентиметными графиками и поведением временного финансового ряда.
курсовая работа [388,9 K], добавлен 01.07.2017Статистические методы анализа одномерных временных рядов, решение задач по анализу и прогнозированию, построение графика исследуемого показателя. Критерии выявления компонент рядов, проверка гипотезы о случайности ряда и значения стандартных ошибок.
контрольная работа [325,2 K], добавлен 13.08.2010Основные элементы эконометрического анализа временных рядов. Задачи анализа и их первоначальная обработка. Решение задач кратко- и среднесрочного прогноза значений временного ряда. Методы нахождения параметров уравнения тренда. Метод наименьших квадратов.
контрольная работа [37,6 K], добавлен 03.06.2009Структурные компоненты детерминированной составляющей. Основная цель статистического анализа временных рядов. Экстраполяционное прогнозирование экономических процессов. Выявление аномальных наблюдений, а также построение моделей временных рядов.
курсовая работа [126,0 K], добавлен 11.03.2014Временные ряды и их характеристики. Факторы, влияющие на значения временного ряда. Тренд и сезонные составляющие. Декомпозиция временных рядов. Метод экспоненциального сглаживания. Построение регрессионной модели. Числовые характеристики переменных.
контрольная работа [1,6 M], добавлен 18.06.2012Расчет суммы издержек для плана выпуска продукции. Коэффициенты линейного уравнения парной регрессии. Характеристика графической интерпретации результатов. Развитие экономических процессов. Особенности эконометрического моделирования временных рядов.
контрольная работа [723,3 K], добавлен 22.02.2011Классические подходы к анализу финансовых рынков, алгоритмы машинного обучения. Модель ансамблей классификационных деревьев для прогнозирования динамики финансовых временных рядов. Выбор алгоритма для анализа данных. Практическая реализация модели.
дипломная работа [1,5 M], добавлен 21.09.2016Предпрогнозное исследование рядов урожайности с применением фрактального и R/S-анализа, бинарной кодировки. Расчет коэффициента Херста природных и экономических рядов. Оценка соотношения "детерминированность-стохастичность" для разных областей Украины.
курсовая работа [2,2 M], добавлен 18.09.2010Изучение особенностей стационарных временных рядов и их применения. Параметрические тесты стационарности. Тестирование математического ожидания, дисперсии и коэффициентов автокорреляции. Проведение тестов Манна-Уитни, Сиджела-Тьюки, Вальда-Вольфовитца.
курсовая работа [451,7 K], добавлен 06.12.2014Анализ временных рядов с помощью статистического пакета "Minitab". Механизм изменения уровней ряда. Trend Analysis – анализ линии тренда с аппроксимирующими кривыми (линейная, квадратическая, экспоненциальная, логистическая). Декомпозиция временного ряда.
методичка [1,2 M], добавлен 21.01.2011Влияние девальвации национальной валюты на цены активов и процентных ставок на фондовый рынок. Анализ отраслевых взаимосвязей и закономерностей в динамике биржевых индикаторов и множества других временных рядов. Оценка моделей методом "rolling window".
дипломная работа [1,7 M], добавлен 06.11.2015Статистические методы прогнозирования и их роль в экономической практике. Классификация экономических прогнозов. Требования, предъявляемые к временным рядам, и их компонентный состав. Сопоставимость уровней ряда и допустимая длина временных рядов.
контрольная работа [1,2 M], добавлен 13.08.2010Модели стационарных и нестационарных рядов, их идентификация. Системы эконометрических уравнений, оценка длины периода. Определение и свойства индексов инфляции. Использование потребительской корзины и индексов инфляции в экономических расчетах.
книга [5,0 M], добавлен 19.05.2010Тесты, с помощью которых можно построить эконометрические модели. Эконометрическое моделирование денежного агрегата М0, в зависимости от валового внутреннего продукта и индекса потребительских цен. Проверка рядов на стационарность и гетероскедастичность.
курсовая работа [814,0 K], добавлен 24.09.2012Устойчивость двойственных оценок. Чувствительность оптимального решения задачи к изменению свободных членов. Графический метод решения задачи линейного программирования. Прогнозирование экономических процессов с использованием моделей временных рядов.
курсовая работа [2,3 M], добавлен 05.12.2011Анализ упорядоченных данных, полученных последовательно (во времени). Модели компонентов детерминированной составляющей временного ряда. Свободные от закона распределения критерии проверки ряда на случайность. Теоретический анализ системы линейного вида.
учебное пособие [459,3 K], добавлен 19.03.2011Выявление зависимости ценообразования от структуры рынка. Особенности разработки ценовой политикой фирмы, находящейся в фазе экспериментирования. Изучение понятия плановых и тактических скидок как главных инструментов маркетинговой политики предприятия.
контрольная работа [32,9 K], добавлен 01.12.2014Анализ и выявление значимых факторов, влияющих на объект. Построение эконометрической модели затрат предприятия для обоснований принимаемых решений. Исследование трендов временных рядов. Оценка главных параметров качества эконометрической модели.
курсовая работа [821,1 K], добавлен 21.11.2013Понятие, задачи и основные цели регрессионного анализа. Прогнозирование, основанное на использовании моделей временных рядов. Определение степени детерминированности вариации критериальной переменной предикторами. Ошибки, возникающие при измерении данных.
контрольная работа [785,9 K], добавлен 13.11.2011Создание комбинированных моделей и методов как современный способ прогнозирования. Модель на основе ARIMA для описания стационарных и нестационарных временных рядов при решении задач кластеризации. Модели авторегрессии AR и применение коррелограмм.
презентация [460,1 K], добавлен 01.05.2015
