Idősorok
Idősor ( dinamikus sorozat , dinamika sorozata ) - különböző időpontokban gyűjtött statisztikai anyag a vizsgált folyamat bármely paraméterének (legegyszerűbb esetben az egyik) értékéről. A statisztikai anyag minden egységét mérésnek vagy leolvasásnak nevezzük, elfogadható szintnek is nevezni a vele jelzett időpontban. Az idősorokban minden mintánál fel kell tüntetni a mérés időpontját vagy a mérési számot sorrendben. Az idősor szignifikánsan eltér az egyszerű adatmintától , mivel az elemzés a mérések időbeli kapcsolatát veszi figyelembe, nem csak a minta statisztikai sokféleségét és statisztikai jellemzőit [1] .
Idősor elemzés
Az idősorelemzés matematikai és statisztikai elemzési módszerek összessége, amelyek célja az idősorok szerkezetének azonosítása és előrejelzése . Ide tartoznak különösen a regressziós elemzés módszerei . Az idősorok szerkezetének feltárása szükséges ahhoz, hogy a vizsgált idősor forrásául szolgáló jelenség matematikai modelljét fel lehessen építeni. Az idősorok jövőbeli értékeinek előrejelzését a hatékony döntéshozatalhoz használják.
Az idősorok két elemből állnak:
- az az időszak, amelyre vagy amelytől kezdve a számértékeket megadják;
- ennek vagy annak a mutatónak a számértékei, amelyeket a sorozat szintjeinek neveznek.
Az idősorokat a következő kritériumok szerint osztályozzák:
- szintek ábrázolása formájában:
- abszolút mutatók sorozata;
- relatív mutatók;
- átlagos értékek .
- azon mutatók számával, amelyekhez az egyes időpontokban szinteket határoznak meg: egydimenziós és többdimenziós idősorok;
- az időparaméter jellege szerint: pillanat és intervallum idősor. A pillanatnyi idősorokban a szintek bizonyos időpontok szerint jellemzik a mutató értékeit. Az intervallumsorokban a szintek bizonyos időszakokra jellemzik a mutató értékét. Az abszolút értékek intervallum-idősorainak fontos jellemzője a szintjeik összegzésének lehetősége. Az abszolút értékek pillanatsorozatának külön szintjei az ismételt számlálás elemeit tartalmazzák. Ez értelmetlenné teszi a pillanatsorok szintjeinek összegzését;
- a dátumok és az időintervallumok távolsága szerint egyenlő távolságúakat különböztetnek meg - amikor a bejegyzés dátumai vagy időszakok vége egyenlő időközönként követik egymást, és hiányosak (egyenlőtlenül elosztva) - amikor nem tartják be az egyenlő időköz elvét;
- hiányzó értékek jelenlétével: teljes és hiányos idősorok;
- az idősorok determinisztikusak és véletlenszerűek : az előbbieket valamilyen nem véletlenszerű függvény értékei alapján kapjuk (a napok számának szekvenciális adatsora hónapokban); a második valamilyen valószínűségi változó megvalósításának eredménye .
- a főtrend jelenlététől függően stacionárius sorozatokat különböztetünk meg, amelyekben az átlagérték és a szórás állandó, valamint a nem stacionárius , a fő fejlődési trendet tartalmazó sorozatokat [1] .
Előrejelzés és visszatekintés
Az extrapolációs módszereket használó prediktív becslések kiszámítása több szakaszban történik:
- az előrejelzés alapvonalának ellenőrzése;
- a jelenség múltbeli fejlődésének mintáinak feltárása;
- a jelenség múltbeli alakulásában feltárt szabályszerűség megbízhatósági fokának értékelése (trendfüggvény kiválasztása);
- extrapoláció - az azonosított minták átvitele a jövő egy bizonyos időszakába;
- a kapott előrejelzés korrekciója, figyelembe véve a jelenlegi állapot érdemi elemzésének eredményeit.
A vizsgált jelenség fejlődésének objektív előrejelzéséhez az alapadatoknak meg kell felelniük a következő követelményeknek:
- a teljes alapvonal időlépésének azonosnak kell lennie;
- a megfigyeléseket minden időszak ugyanabban a pillanatában rögzítik (például minden nap délben, minden hónap első napján);
- az alapvonalnak teljesnek kell lennie, azaz adatkihagyás nem megengedett.
Ha rövid ideig nincs eredmény a megfigyelésekben, akkor az alapvonal teljességének biztosítása érdekében hozzávetőleges adatokkal kell kitölteni, például a szomszédos szegmensek átlagértékét kell használni.
A kapott előrejelzés korrekciója a kapott hosszú távú előrejelzések finomítása érdekében történik, figyelembe véve a vizsgált jelenség szezonalitásának vagy görcsös fejlődésének hatását.
Ha az előrejelzéshez extrapolációt használunk, azaz egy változó ismeretlen értékeinek megtalálását az idősor végén, akkor a retropolációt a retrospektív előrejelzéshez, vagyis a hiányzó értékek megtalálásához egy idősor elején. egy változó elérhető értékein. A retropoláció használható egy változó múltbeli értékeinek megkeresésére a jelenlegi értékekből, valamint a jelenlegi értékek megkeresésére a kívánt jövőbeli értékekből.
Példák idősorokra
Az idősorok általában valamilyen mutató mérésének eredményeként keletkeznek. Ezek lehetnek műszaki rendszerek mutatói (jellemzői), valamint természeti, társadalmi, gazdasági és egyéb rendszerek mutatói (például időjárási adatok ). Az idősorok tipikus példája az árfolyam , amelynek elemzése során megpróbálják meghatározni a fejlődés fő irányát (trend vagy trend ).
Lásd még
Jegyzetek
- ↑ 1 2 Shmoylova R. A. A statisztika általános elmélete: Tankönyv. - M . : Pénzügy és statisztika, 2002. - ISBN 5-279-01951-8 .
Irodalom
- Mishulina OA Idősorok statisztikai elemzése és feldolgozása. - M .: MEPhI , 2004. - S. 180. - ISBN 5-7262-0536-7 .
 Szótárak és enciklopédiák | |
|---|---|
| Bibliográfiai katalógusokban |
|