Обобщающая характеристика динамики исследуемого явления определяется при помощи следующих средних показателей: средний уровень ряда, средний тема роста, средний темп прироста .

Средний уровень ряда характеризует обобщенную величину абсолютных уровней ряда.

Для интервальных рядов динамики средний уровень определяется:

а) при равных интервалах по формуле средней арифметической простой (7.18):

где y 1 …y n - абсолютные уровни ряда;

n - число уровней.

Например, средний уровень для интервального ряда динамики , приведенного в п. 7.1, составляет 935 млн. руб.

б) при неравных интервалах по формуле средней арифметической взвешенной (7.19):

где t - длительность интервалов времени между уровнями ряда.

Средний уровень моментных рядов динамики определяется:

а) для ряда с равноотстоящими датами по формуле средней хро-нологической простой (7.20):

Пример, средний уровень для моментного ряда динамики, приведенного в п.7.1, составляет 195 чел.

б) для ряда с неравноотстоящими датами по формуле средней хронологической взвешенной (7.21):

Средний абсолютный прирост рассчитывается двумя способами:

а) цепным (исходя из цепных абсолютных приростов) (7.22):

где m - число абсолютных приростов (m = n - 1, n - число членов ряда);

б) базисным (исходя из общего базисного абсолютного прироста) (7.23):

Для нашего моментного ряда динамики средний абсолютный прирост, рассчитанный цепным способом, составляет 2 чел.:

Расчет базисным способом дает тот же результат . Таким способом прирост численности за квартал в среднем составляет 2 чел.

Средний коэффициент роста для рядов с равными интервалами, или с равноотстоящими датами , рассчитывается :

а) цепным способом (по формуле средней геометрической) (7.24):

где m - число коэффициентов роста (m = n - 1);

б) базисным способом (7.25):

Средний темп роста для рядов с равными интервалами, равноотстоящими датами , рассчитывается по формуле (7.26):

Средний коэффициент роста для рассматриваемого ряда составляет , т.е. рост численности в среднем за квартал 101,03%.

Средине темпы (коэффициенты) прироста рассчитываются на основе средних темпов или коэффициентов роста посредством вычитания из последних 100% или 1 (7,27 и 7,28):

Средний темп прироста для нашего примера составляет 1,03% (101,03%-100%).

При одновременном анализе динамики двух явлений представ-ляет интерес сравнение интенсивности изменения их во времени. Та-кое сопоставление производится при наличии динамических рядов одинакового содержания, но относящихся к различным территориям или объектам, либо при сравнении рядов разного содержания, харак-теризующих один и тот же объект. Сравнение интенсивности измене-ний уровней рядов во времени возможно с помощью коэффициентов опережения , представляющих собой отношение базисных темпов роста или прироста двух рядов динамики за одинаковые отрезки вре-мени (7,29) и (7,30):

Например, темп роста объемов производства на предприятии в отчетном году составил 126%, а темп роста численности -120%. Таким образом, темп роста объемов производства в отчетном году опережал рост численности на предприятии в 1,05 раза (126/120).

Коэффициент опережения может быть исчислен также на осно-ве сравнения средних темпов роста или темпов прироста:

Методы анализа основной тенденции ряда динамики

Основной тенденцией ряда динамики (или трендом) называ-лся устойчивое изменение уровня явления во времени, обусловленное влиянием постоянно действующих факторов и свободное от случайных колебаний.

В случаях, когда уровни динамического ряда непрерывно растут или непрерывно снижаются, основная тенденция ряда является очевидной. Однако достаточно часто уровни динамических рядов претерпевают различные изменения (т. е. то растут, то убывают), и общая тенденция неясна. Задача статистики заключается в выявлении тенденции в таких рядах. С этой целью ряды динамики подвергаются обработке методами укрупнения интервалов, скользящей средней и аналитического выравнивания.

Укрупнение интервалов является наиболее простым методом. Он основан на увеличении периодов времени, к которым относятся уровни ряда динамики. Одновременно уменьшается количество ин-тервалов. Рассмотрим применение этого метода на примере ежемесячных данных о выпуске продукции предприятия.

Различные направления изменения уровней ряда по отдельным месяцам затрудняют выводы об основной тенденции производства продукции. Однако если месячные уровни объединить в квартальные, после чего вычислить среднемесячный выпуск продукции по кварта-лам, то тенденция становится очевидной.

5,23 < 5,57 < 5,87 < 6,03.

Таким образом, динамический ряд обнаруживает тенденцию к росту.

Метод скользящей средней заключается в следующем. Опреде-ляется средний уровень из определенного объема нечетного числа первых по счету уровней ряда, а затем из того же числа уровней, но начиная со второго по счету. Затем с третьего и так далее. Таким образом, средняя скользит по ряду динамики, передвигаясь на один уровень. Примечание этого метода рассмотрим на примере производительности труда на предприятии.

Год	Годовая выработка продукции на одного рабочего, т	Скользящая средняя
трехчленная	пятичленная
1990 1991 1992 1993 1994 1995 1996 1997 1998 1999	15,4 14,0 17,6 15,4 10,9 17,5 15,0 18,5 14,2 14,9	- (15,4 + 14,0 + 17,6) : 3 = 15,7 (14,0 + 17,6 + 15,4) : 3 = 15,4 14,6 14,6 14,5 17,0 15,9 15,9 -	- - 14,7 15,1 15,2 17,1 16,8 17,6 - -

Ряд, сглаженный пятичленными средними, уже позволяет го-ворить о тенденции к росту производительности труда на предпри-ятии. Недостаткам метода является потеря информации, связанная с укорачиванием ряда

Рассмотренные методы дают возможность определить общую тенденцию изменения уровней ряда динамики. Однако они не позволяют получить обобщенную статистическую модель тренда. С этой целью применяют метод аналитического выравнивания рядов ди-намики. Основным содержанием метода является то, что общая тен-денция развития представляется как функция времени:

Где - уровень динамического ряда, вычисленный по соответствую-щему уравнению на момент времени t .

Определение теоретических уровней ряда динамики произво-дится на основе так называемой адекватной математической модели, наилучшим образом отображающей основную тенденцию.

Простей-шими моделями для отображения социально-экономических процес-сов являются следующие:

Линейная

Показательная

Степенная

Парабола

Расчет параметров функции обычно производится методом наименьших квадратов.

Параметры уравнения, удовлетворяющие этому условию, Могут быть найдены решением системы нормальных уравнений. На основе полученного уравнения тренда вычисляются теоретические уровни. Таким образом, выравнивание ряда динамики заключается в замене фактических уровней y плавно изменяющимися теоретическими уровнями.

Для окончательного выбора вида адекватной математической функции используются специальные критерии математической стати-стики (критерий x 2 , Колмогорова - Смирнова и другие).

Методы изучения сезонных колебаний

При сравнении квартальных и месячных данных многих соци-ально-экономических явлений часто обнаруживаются периодические колебания , возникающие под влиянием смены времени года. Они яв-ляются результатом влияния природно-климатических условий, обще-экономических факторов, а также других многочисленных и разнооб-разных факторов, которые часто являются регулируемыми.

В статистике периодические колебания, которые имеют опреде-ленный и постоянный период, равный годовому промежутку, носят название сезонных колебаний или сезонной волны, а динамический ряд в этом случае называется сезонным рядом динамики. Сезонные колебания наблюдаются в различных отраслях экономики, в том чис-ле в отраслях химико-лесного комплекса. В ряде случаев они могут отрицательно влиять на результаты производственной деятельности. Поэтому встает вопрос о регулировании сезонных изменений. В осно-ве этого регулирования должно лежать исследование сезонных ко-лебаний.

В статистике существует ряд методов изучения и измерения се-зонных колебаний. Самый простой из них заключается в расчете спе-циальных показателей, называемых индексами сезонности I s . Совокупность этих показателей отражает сезонную волну.

Для того чтобы выявить устойчивую сезонную волну, на которой не отражались бы случайные условия одного года, индексы сезонных колебаний вычисляются по данным за несколько лат (не менее трех).

Если ряд динамики не содержит ярко выраженной тенден-ция в развитии, то индексы сезонности вычисляются непосредствен-но по эмпирическим данным без их предварительного выравнивания.

Для каждого месяца рассчитывается средняя величина уровня, например, за три года (), затем вычисляется среднемесячный уро-вень для всего ряда (). После этого определяются индексы сезонно-сти, представляющие собой процентные отношения средних для каж-дого месяца к общему среднемесячному уровню ряда (7,35):

Пример. Имеются помесячные данные об объеме продаж предприятием стеновых материалов, млн. шт. условного кирпича. Требуется рассчитать индексы сезонности.

Месяц	Объем продаж, млн. шт.	I s , %
2000	2001	2002	Средне- месячный уровень
1 2 3 4 5 6 7 8 9 10 11 12	10,2 15,2 17,3 19,4 21,2 26,1 28,3 21,4 22,1 14,6 9,5 12,4	9,7 16,1 14,8 22,7 25,4 28,2 25,8 23,3 20,7 15,2 8,6 12,9	11,8 14,4 15,6 16,5 29,1 25,2 23,5 23,6 28,2 26,3 13,3 14,6	10,6 15,2 15,9 19,5 25,2 26,5 25,6 22,8 20,3 15,4 10,5 13,3	57,6 82,5 86,3 105,9 136,8 143,9 140,6 123,8 110,2 83,6 57,0 72,2
ИТОГО	217,7	223,4	221,1	221,1	1200,4
В среднем	18,14	18,61	18,51	18,42	100,0

Для наглядности сезонную волну изображают в виде графика.

Имея представления о сезонных изменениях того или иного явления, предприятие может правильно распределять материальные, финансовые и трудовые ресурсы в течение года,

В случае, когда уровни динамического ряда проявляют тенденцию к росту или снижению, фактические данные сопоставляются с выравненными, т. е, полученными с помощью аналитического выравнивания. Индексы сезонности рассчитываются по формуле (7,36).

Одной из важнейших задач статистики является изучение изменений анализируемых показателей во времени, т. е. их динамика. Эта задача решается при помощи анализа рядов динамики (временных рядов).

Ряд динамики (временной ряд) представляет собой ряд, рacположенных в хронологической последовательности числовых значений статистического показателя, характеризующего изменение изучаемого явления во времени.

Ряд динамики может быть изображен графически, что позволяет, наглядно представить развитие явления во времени. Чаще используются линейные диаграммы: по оси абсцисс отмечается время, по оси ординат - уровни ряда. Широко используются также столбиковые, секторные и другие диаграммы.

В каждом ряду динамики имеются два основных элемента:

1) показатель времени t;

2) уровень ряда у.

Показателями времени могут быть периоды (год, квартал, месяц, сутки) и моменты (определенная дата на начало или конец периода).

Уровень ряда - это размер (объем, величина) того или иного явления (показателя), достигнутый за определенный период времени или к определенному моменту. Уровни в динамическом ряду могут быть представлены абсолютными , относительными или средними величинами.

По времени ряды разделяются на моментные и интервальные.

Моментным называется ряд динамики, уровни которого характеризуют состояние явления на определенные даты(моменты времени). Например, число нерассмотренных дел в суде, находящихся в остатке на конец отчетного периода - на 1 июля 2010 г., число приостановленных дел на данную дату, число лиц, находящихся в розыске на отчетную дату).

Интервальным (периодическим) рядом динамики называется такой ряд, уровни которого характеризуют размер явления за конкретный период времени (год, квартал, месяц). Например, число рассмотренных гражданских дел с вынесением решения за 2009 год мировыми судьями или число лиц, в отношении которых были вынесены оправдательные приговоры по первой инстанции в 1 полугодии 2010 г.

Для количественной оценки динамики правовых явлений применяются такие статистические показатели как абсолютные приросты , темпы роста, темпы прироста, которые делятся на базисные, цепные и средние. В основе расчета этих показателей динамики лежит сравнение уровней ряда динамики. Если сравнение осуществляется с одним и тем же уровнем, принятым за базу сравнения, то эти показатели называются базисными . В качестве базисного выбирается либо начальный уровень в ряду динамики, либо уровень с которого начинается какой-то новый этап развития явления (например, число осужденных по статьям УК РФ с 1997 года - года вступления в силу нового Уголовного кодекса). Если сравнение осуществляется при переменной базе и каждый последующий уровень ряда сравнивается с предыдущим, то вычисленные таким образом показатели динамики называются цепными.

Для рядов динамики со значительными колебаниями уровней в качестве базы сравнения применяются средние уровни.

Абсолютный прирост (Δу) равен разности двух сравниваемых уровней.

Базисный абсолютный прирост

Δy i б = y i - y б.

Цепной абсолютный прирост

Δy i = y i - y i - 1.

Средний абсолютный прирост

где y i - уровень сравниваемого периода;

y i -1 - уровень предшествующего периода;

y б - уровень базисного периода;

n - число уровней ряда.

Темп роста - это отношение уровня ряда одного периода к уровню ряда другого периода, выраженное в процентах.

Базисный темп роста T i б =

Цепной темп роста T i =

Средний темп роста

Замечание. Если темп роста и средний темп роста вычисляются в долях (не умножаются на 100%), то они называются соответственно коэффициентом роста и средним коэффициентом роста .

Темп прироста вычисляется как отношение абсолютного прироста (Δу) к уровню, принятому за базу сравнения. Темп прироста показывает, на сколько процентов изменился сравниваемый уровень по отношению к уровню, принятому за базу сравнения. Он может быть положительным, отрицательным или равным нулю.

Базисный темп прироста Т пр i б =

Цепной темп прироста Т пр i =

Средний темп прироста .

Замечание. Если вычислен соответствующий темп роста, то темп прироста равен:

Т пр. = Т р. - 100%.

Используя приведенные выше формулы, получим:

Базисный абсолютный прирост

Δy б 2002 = y 2002 - y 2004 = 2035 - 2930 = - 895 , Δy б 2003 = y 2003 - y 2004 = 2232 - 2930 = - 698,

Δy б 2005 = y 2005 - y 2004 = 3609 - 2930 = 679 , Δy б 2006 = y 2006 - y 2004 = 4229 - 2930 = 1299 .

Цепной абсолютный прирост

Δy 2003 = y 2003 - y 2002 = 2232 - 2035 = 197 , Δy 2004 = y 2004 - y 2003 = 2930 - 2232 = 698 ,

Δy 2005 = y 2005 - y 2004 = 3609 - 2930 = 679 , Δy 2006 = y 2006 - y 2005 = 4229 - 3609 = 620 .

Средний абсолютный прирост

Базисный темп роста

T б 2002 = T б 2003 = T б 2005 = T б 2006 =

Цепной темп роста

T 2003 = T 2004 =

T 2005 = T 2006 =

Средний темп роста

Базисный темп прироста

Т пр б 2002 = Т пр б 2003 =

Т пр б 2005 = Т пр б 2006 =

Цепной темп прироста

Т пр2003 = Т пр 2004 =

Т пр 2005 = Т пр2006 =

Средний темп прироста

Наряду с указанными показателями в ряду динамики может быть рассчитан средний уровень ряда. Он применим для любого ряда динамики: интервального и моментного.

В интервальных рядах динамики средний уровень () определяется делением суммы уровней ряда на их число, т. е. по методу средней арифметической:

y i - абсолютные уровни ряда; n - число уровней.

В моментном ряду с равными интервалами времени средний уровень - средняя хронологическая моментного ряда - определяется по формуле:

В моментном ряду с неравными интервалами времени средний уровень ряда определяется по формуле средней арифметической взвешенной

где y i - уровни ряда динамики, сохранившиеся без изменения в течение промежутка времени t i .

Используя приведенную выше формулу для интервального ряда динамики, получим:

На практике принято считать, что значения уровней рядов динамики статистических показателей формируются под воздействием следующих компонент: тренда, сезонной, циклической и случайной составляющих. В большинстве случаев фактический уровень ряда динамики можно представить как сумму или произведение указанных выше компонентов. Модель, в которой ряд динамики представлен как сумма перечисленных компонент, называется аддитивной моделью ряда динамики. Модель, в которой ряд динамики представлен как произведение перечисленных компонент, называется мультипликативной моделью ряда динамики. Основная задача исследования отдельного ряда динамики - выявление и придание количественного выражения каждой из перечисленных выше компонент с тем, чтобы использовать полученную информацию для прогнозирования будущих значений ряда.

Подтрендом понимают плавноеизменение, определяющее общее направлениеразвития, основную тенденцию ряда динамики. Это систематическая составляющая, характеризующая долговременное воздействие факторов на динамику изучаемого показателя.

Наряду с долговременными тенденциями во временных рядах социальных процессов часто имеют место более или менее регулярные колебания - периодические составляющие рядов динамики.

Если период колебаний не превышает одного года, то их называют сезонными. Чаще всего причиной их возникновения считаются природно-климатические условия, обуславливающие социально-экономические явления (в сезон отпусков увеличивается количество квартирных краж, уменьшается число подаваемых в суды исков от физических лиц и т.п.).

При большем периоде колебания, считают, что в рядах динамики имеет место циклическая составляющая. Примерами могут служить демографические, инвестиционные и другие циклы.

Если из временного ряда удалить тренд и периодические составляющие, то останется случайная компонента, являющаяся результатом действия большого числа побочных факторов. Влияние каждого из таких факторов незначительно, но ощущается их суммарное воздействие. В судебной статистике одним из таких случайных факторов, который может оказывать существенное влияние на динамику, является изменение законодательства.

Важной задачей, решаемой с использованием рядов динамики, является определение общей тенденции развития, т.е. тренда. Выявление тренда в статистике называют также выравниванием ряда динамики, а методы выявления основной тенденции - методами выравнивания.

Выравнивание можно осуществлять разными способами: методом укрупнения интервалов, сглаживанием методом скользящей средней или аналитическим выравниванием.

Метод укрупнения интервалов заключается в преобразовании первоначального ряда динамики в ряд более продолжительных периодов (месячные в квартальные, квартальные в годовые и т. д.).

Метод скользящей средней заключается в том, что вычисляется средний уровень из определенного числа первых по счету уровней, затем из такого же числа уровней, но начиная со второго по счету далее - начиная с третьего и т. д. Таким образом, средняя как бы «скользит» по ряду динамики, передвигаясь на один уровень. Например,

Первые два метода дают возможность определить лишь общую тенденцию развития явления, но получить обобщенную статистическую модель тренда посредством этих методов нельзя. Для того чтобы дать количественную модель, выражающую основную тенденцию изменения уровней динамического ряда во времени используется аналитическое выравнивание ряда динамики.

Основным содержанием метода является то, что математическая модель тренда представляется в виде некоторой функции времени , которая наилучшим образом отображает (аппроксимирует) основную тенденцию развития ряда динамики. Выбор типа модели должен быть основан на теоретическом анализе, выявляющем характер развития явления, а также на графическом изображении ряда динамики (линейной диаграмме). Подбор адекватной функции осуществляется методом наименьших квадратов - минимальностью суммы квадратов отклонений между расчетными и фактическими y i уровнями ряда динамики:

Основными моделями общей тенденции рядов динамики явля-ются следующие:

1. Равномерное развитие отображается уравнением прямолинейной функции ,

где а о и а 1 - параметры уравнения, t - время.

Параметр а 1 определяет направление развития. Если а 1 > О, то уровни ряда динамики равномерно возрастают, если а 1 < О - происходит их равномерное снижение.

Модель равномерного развития общей тенденции применяется для рядов динамики с постоянными абсолютными приростами.

2. Равноускоренное (равнозамедленное) развитие отображается уравнением параболы второго порядка

Параметр а 2 характеризует постоянное изменения интенсивности развития (в единицу времени). Уровни рядов динамики, для которых используется такая модель общей тенденции развития, изменяются с постоянными темпами прироста.

3. Развитие по экспоненте отображается показательной функцией

где а 1 - темп роста (снижения) изучаемого явления в единицу времени, т. е. интенсивность развития. Для этой модели общей тенденции развития уровням ряда динамики присущи постоянные темпы роста .

Применяются и другие математические функции.

Выявленные при анализе рядов динамики закономерности могут служить базой для прогнозирования развития изучаемого явления в будущем. Основой прогнозирования является предположение, что закономерность, действующая внутри анализируемого ряда динамики, выступающего в качестве базы прогнозирования, сохраняется в дальнейшем.

Грубый прогноз можно получить на основе средних показателей ряда.

При прогнозировании на базе ряда динамики с постоянным абсолютным приростом применяется формула:

где - прогнозируемый уровень ряда,

Фактическое значение последнего уровня ряда динамики,

Средний абсолютный прирост,

k - срок прогноза (период упреждения).

При прогнозировании на базе ряда динамики с постоянными темпами роста применяется следующая формула:

где - средний коэффициент роста (цепной) ряда динамики, выступающего в качестве базы прогнозирования.

Для более точного прогнозаиспользуются, например, такие статистические методы прогнозирования как метод кривых роста и адаптивные методы.

Пример. Принимая во внимание, что цепные темпы роста числа осужденных за взяточничество приблизительно одинаковы, построим грубый прогноз на 2007 год.

Используя соответствующую формулу, получим:

Таким образом, число осужденных за взяточничество (ст. 290, 291 УК РФ) в 2007 году приблизительно должно было составить 5075 человек. (По данным статистического сборника «Преступность и правонарушения (2004-2008)» число осужденных по приговорам вступившим в законную силу в 2007 г. по основной квалификации составило 4869.)

1. Федеральный закон «Об официальном статистическом учете и системе государственной статистики» от 29.11.2007 № 282-ФЗ.

2. Указ Президента Российской Федерации от 30.марта1998 № 328 «О разработке единой государственной системы регистрации и учета преступлений».

3. Постановление Правительства РФ от 02.06.2008 г. № 420 «О Федеральной службе государственной статистики»

4. Инструкция по судебному делопроизводству в районном суде, утвержденная приказом Судебного департамента при Верховном Суде Российской Федерации от 29.04.03 № 36

5. Инструкция по судебному делопроизводству в верховных судах республик, краевых и областных судах, судах городов федерального значения, судах автономной области и автономных округов», утвержденная приказом Судебного департамента при Верховном Суде Российской Федерации от 12.12.2004 № 161

6. Приказ Судебного департамента при Верховном Суде Российской Федерации от 16.10.2009 № 187 «Об утверждении статистической карточки на подсудимого»

7. Инструкция по ведению судебной статистики, утвержденная приказом Судебного департамента при Верховном Суде Российской Федерации от 29.12.2007 г. № 169

8. Постановление Федеральной службы государственной статистики от 15.01.2008 г. № 4 «Об утверждении статистического инструментария для организации статистического наблюдения за регистрацией уголовных дел и учетом преступлений»

9. .Приказ Судебного департамента при Верховном Суде Российской Федерации от 20.05.2009 № 97 «Об утверждении Табеля форм статистической отчетности о деятельности федеральных судов общей юрисдикции и мировых судей, образцов форм статистической отчетности», с изменениями, внесенными приказом Судебного департамента № 130 от 23 июня 2010 г. (Приказы и образцы форм статистической отчетности размещены на Интернет-сайте Судебного департамента www.cdep.ru раздел «Судебная статистика»).

Основная

1. Ловцов Д.А., Богданова М.В. Юридическая статистика: Тексты лекций.- М.: РАП, 2007.

2. Лунеев В.В. Юридическая статистика -М.: Юристъ, 2007.

3 . Савюк Л.К. Правовая статистика. -М.: Юристъ, 2007

Различные экономические и другие показатели, которые даны за определённый период времени или по состоянию на некоторый момент, широко используются в практической статистике. Информация, основанная на этих показателях, называется рядами динамики . Абсолютные значения исследуемого явления в ряде динамики по состоянию на соответствующий период времени или момент называются уровнями ряда динамики. На их основе вычисляются важнейшие показатели рядов динамики и в математическом плане нужно лишь складывать, вычитать, делить, умножать и извлекать корень, а также помнить, что нельзя менять хронологическую последовательность уровней ряда динамики. А ещё на основе уже зафиксированных уровней ряда динамики можно прогнозировать значения уровней для будущих периодов и здесь уже начинается "взрослая" математика.

Цепные и базисные показатели рядов динамики и их вычисление

Главными показателями, характеризующими абсолютные и относительные изменения рядов динамики являются: абсолютный прирост (снижение), темп роста, темп роста, темп прироста, абсолютное значение одного процента прироста (снижения) .

Показатели рядов динамики по характеру их вычисления делятся на цепные и базисные .

Цепные показатели рядов динамики характеризуют интенсивность изменений от одного периода к другому периоду. Цепные показатели получают, сравнивая (вычитая или деля) два соседних уровня ряда динамики - следующий уровень и предыдущий уровень. Цепные показатели не зависят от длины ряда динамики и от того, какой уровень принят за его начало.

Базисные показатели рядов динамики - это показатели с постоянным базисом (началом). Они характеризуют конечные результаты всех изменений ряда динамики в сравнении с периодом (моментом), который принят за базисный период (момент).

Базисные показатели вычисляют, сравнивая каждый уровень ряда динамики с одним и тем же уровнем, принятым за базис. Обычно это первый (начальный) уровень ряда, хотя, если это продиктовано задачей анализа, за базисный уровень можно принять любой другой уровень. Если начальный уровень ряда динамики для изучаемого явления или процесса представляет нетипично высокий или нетипично низкий, то рассчитанные по сравнению с ним показатели рядов динамики могут оказаться мало полезными для задачи анализа.

Введём следующие обозначения:

• Y - обозначение уровня ряда динамики в общем виде;
• Y 1 - первый (начальный) уровень ряда динамики;
• Y n - последний уровень ряда динамики;
• Y m - какой-либо уровень ряда динамики.

Будем рассчитывать показатели для ряда динамики, данного в следующей таблице:

Таблица. Объёмы экспорта предприятия "Х", в миллионах руб.

Год	2013	2014	2015	2016	2017
Объём	1256,4	1408,8	1650,6	2150,0	2888,2

Абсолютный прирост (снижение) выражает абсолютные изменения уровней рядов динамики - прирост или снижение - по сравнению с каким-либо достигнутым уровнем. Различается цепной и базисный абсолютный прирост (снижение).

Цепной абсолютный прирост (снижение) вычисляется путём вычитания из какого-либо уровня ряда динамики предыдущего уровня того же ряда.

Пример 1. Вычислим цепной абсолютный прирост:

Δа (ц ) = Y m − Y m−1

Δц (2014 ) = 1408,8 − 1256,4 = 152,4 .

Δц (2015 ) = 1650,6 − 1408,8 = 241,8 .

Δц (2016 ) = 2150,0 − 1650,6 = 499,4 .

Δц (2017 ) = 2888,2 − 2150,0 = 738,2 .

Общий объём экспорта предприятия "Х" с 2013 по 2017 годы составляет Δц (2014 ) + Δц (2015 ) + Δц (2016 ) + Δц (2017 ) = 1631,8 млн. руб.

Базисный абсолютный прирост вычисляется путём вычитания из какого-либо уровня ряда динамики начального уровня ряда, который принимается за базис.

Пример 2. Вычислим базисный абсолютный прирост:

Δа (б ) = Y m − Y 1

Δб (2014 ) = 1408,8 − 1256,4 = 152,4 .

Δб (2015 ) = 1650,6 − 1256,4 = 394,2 .

Δб (2016 ) = 2150,0 − 1256,4 = 893,6 .

Δб (2017 ) = 2888,2 − 1256,4 = 1631,8 .

Между цепным и базисным абсолютным приростами существует математическая взаимосвязь : сумма цепных абсолютных приростов (снижений) равна базисному абсолютному приросту (снижению), соответствующему последнему уровню ряда динамики:

Показатель интенсивности изменения ряда динамики, в зависимости от того, выражен он в виде коэффициента или в процентах, называется коэффициентом роста или темпом роста.

Коэффициент роста показывает, во сколько раз соответствующий уровень ряда динамики больше базисного уровня (если коэффициент больше единицы) или какую часть базисного уровня представляет уровень отчётного периода (если он меньше единицы).

Темп роста характеризует скорость развития исследуемого явления.

Коэффициент роста и темп роста - это две формы выражения интенсивности изменений и разница между ними только в единицах измерения.

Коэффициент роста × 100 = темп роста, %.

Если абсолютные уровни исследуемого явления снижаются, то темп роста меньше единицы (меньше 100 %), однако он никогда не может быть отрицательным числом . Существуют цепные и базисные темпы роста. Цепной темп роста вычисляется путём деления уровня ряда динамики на предыдущий уровень ряда:

Общий темп роста за весь период вычисляется путём умножения всех темпов роста:

Пример 3. Вычислим цепные темпы роста:

T ц (2014 ) = 1408,8: 1256,4 = 1,121 = 112,1 % .

T ц (2015 ) = 1650,6: 1408,8 = 1,172 = 117,2 % .

T ц (2016 ) = 2150,0: 1650,6 = 1,303 = 130,3 % .

T ц (2017 ) = 2888,2: 2150,0 = 1,343 = 134,3 % .

Общий темп роста за весь период:

T ц (2014-2017 ) = 1,121 × 1,172 × 1,303 × 1,343 = 2,299 = 229,9 % .

Базисный темп роста вычисляют путём деления какого-либо уровня ряда динамики на начальный уровень, который считают базисным:

Пример 4. Вычислим базисные темпы роста:

T б (2014 ) = 1408,8: 1256,4 = 1,121 = 112,1 % .

T б (2015 ) = 1650,6: 1256,4 = 1,319 = 131,9 % .

T б (2016 ) = 2150,0: 1256,4 = 1,711 = 171,1 % .

T б (2017 ) = 2888,2: 1256,4 = 2,299 = 229,9 % .

Между цепным и базисным темпами роста существует математическая взаимосвязь : произведение цепных темпов роста равно базисному темпу роста для последнего уровня ряда динамики:

Коэффициент прироста показывает, на какую часть целого увеличился или уменьшился соответствующий уровень ряда динамики по сравнению с каким-либо достигнутым уровнем, а темп прироста - на сколько процентов. Темп прироста вычисляется путём вычитания из темпа роста единицы (если используется коэффициент роста) или 100 процентов (если темп роста выражен в процентах).

Таким образом, формулы для вычисления коэффициента прироста:

K пр (ц ) = T р (ц ) − 1

K пр (б ) = T р (б ) − 1 .

Например,

1,299 = 2,299 − 1,0 .

Формулы для вычисления темпа прироста:

T пр (ц ) = T р (ц ) − 100 %

T пр (б ) = T р (б ) − 100 % .

Например,

129,9 = 229,9 % − 100,0 % .

В отличие от темпов роста, темпы прироста могут быть и отрицательными числами . В этом случае они показывают, на какую часть целого или на сколько процентов снизился уровень исследуемого явления.

Между цепным и базисным темпами прироста нет математической взаимосвязи.

Абсолютное значение 1 процента прироста (снижения) выражает реальное содержание темпа прироста (снижения). На практике могут встречаться значительные темпы прироста, но совсем ничтожное абсолютное увеличение явления и наоборот - небольшие темпы прироста, но значительное увеличение. Абсолютное значение 1 процента прироста (снижения) рассчитывается путём деления суммы цепных абсолютных приростов или базисного абсолютного прироста на темп прироста:

.

Например,

Средние значения показателей рядов динамики

Средние значения показателей рядов динамики выражают уровни и типичные значения их изменений в определённый период времени. Прежде чем рассматривать средние значения показателей рядов динамики, разграничим понятия интервальных и моментных рядов динамики.

Интервальные ряды динамики характеризуют значения изучаемого явления за некоторый период времени, например, за месяц, за год, за пять лет. Моментные ряды динамики характеризуют значения изучаемого явления в какой-то определённый момент времени, например, на начало или конец месяца, начало или конец года и так далее. В предыдущем параграфе мы рассматривали интервальный ряд динамики и его показатели.

Средний уровень интервального ряда динамики вычисляется путём деления суммы уровней ряда на число уровней:

.

Пример 5. Вычислить среднегодовой объём экспорта предприятия "Х".

Решение. Вычислим средний уровень по формуле для интервального ряда динамики:

Средний уровень моментного ряда динамики , если между моментами - равные промежутки времени, вычисляется по формуле средней хронологической:

.

Пример 6. Вычислить среднее число сотрудников предприятия "Х" на начало года. В таблице ниже даны значения числа сотрудников на начало каждого года с 2013 по 2017 годы.

Решение. Вычисляем по формуле хронологической средней:

Если между моментами ряда динамики - не равные промежутки времени, средний уровень моментного ряда вычисляется по формуле средней хронологической взвешенной:

В этой формуле y 1 - y n - уровни ряда динамики, t 1 - t n - периоды времени, например, 1 месяц, 2 месяца, 1 год, 2 года, 3 года... Все периоды времени должны выражаться в одной и той же единице измерения (днях, месяцах, годах и др.).

Средний абсолютный прирост (снижение) выражает абсолютную величину, на которую в среднем в каждую единицу времени в соответствующий период выросли или снизились показатели исследуемого явления. Его вычисляют путём деления суммы цепных абсолютных приростов на число абсолютных приростов:

,

где - число абсолютных приростов.

Если нет данных о цепных абсолютных приростах, но известны начальный и конечный уровни ряда динамики, то средний абсолютный прирост можно вычислить через базовый абсолютный прирост по формуле

Пример 7. Используя данные об экспорте предприятия "Х", вычислить среднегодовой прирост экспорта.

Решение. Вычислим интересующий нас показатель через сумму цепных абсолютных приростов:

.

Вычислим его же через базовый абсолютный прирост:

Как видим, получили один и тот же результат.

Средний темп роста является показателем изменения интенсивности изменения уровней ряда динамики. Он характеризует среднюю интенсивность развития исследуемого явления, показывая, во сколько раз в среднем в единицу времени изменились уровни ряда динамики. Средний темп роста можно выразить в коэффициентах или процентах.

Цепной средний темп роста вычисляется по формуле среднего геометрического:

,

где n - число цепных темпов роста,

T - индивидуальные цепные темпы роста, выраженные в коэффициентах.

Если нет информации о каждом цепном темпе роста, средний темп роста можно вычислить по формуле с использованием последнего и первого уровней ряда динамики

Пример 8. Вычислить средний темп роста экспорта предприятия "Х".

Решение. Вычисляем по формуле среднего геометрического:

Вычисляем по формуле с использованием последнего и первого уровней ряда динамики:

.

Получили один и тот же результат.

Средний темп прироста показывает, на сколько процентов в среднем увеличился (если он со знаком "плюс") или уменьшился (если со знаком "минус") уровень исследуемого явления в течение всего рассматриваемого периода. Средний темп прироста вычисляется путём вычитания из среднего темпа роста 100% (если он выражен в процентах) или единицы (если он выражен в виде коэффициента).

В нашем примере:

Прогнозирование уровней рядов динамики

Модели на основе средних значений могут быть использованы, когда значение уровня ряда динамики колеблется вокруг среднего значения и в ряде нет какой-либо ярко выраженной тенденции (тренда).

Метод скользящей средней

В прогнозировании значение скользящей средней (обозначим её M t ) вычисляется по формуле

,

где N - длина интервала сглаживания.

В этом случае среднее значение, которое используется для прогноза, является адаптивным средним. При пронозировании принимается, что это адаптивное среднее значение является самым лучшим (наиболее вероятным) значением для следующего периода. Обозначим прогнозируемое значение через F t . Тогда

F t+1 = M t .

Пример 9. Рассмотрим пример с данными об объёмах продаж холодильников предприятия "Х" по месяцам.

При рассмотрении графика объёма продаж видно, что изменения объёма не подвержены какой-либо долгосрочной тенденции или тренду, объёмы продаж колеблются вокруг среднего значения.

Поэтому при расчёте прогноза можно использовать среднее значение. Вычислим значения скользящей средней по приведённой выше формуле:

для третьего месяца - ,

для четвёртого месяца -

Результаты даны в третьем столбце таблицы (для первых двух месяцев по этой формуле скользящие средние вычислить невозможно).

Месяцы t	Объёмы продажи холодильников y t	Скользящая средняя M t
1	113	-
2	117	-
3	112	114
4	113	114
5	108	111
6	112	111
7	116	112
8	120	116
9	121	119
10	113	118
11	111	115
12	118	114

Прогноз F t	Погрешность прогноза ε t
-	-
-	-
-	-
114	-1
114	-6
111	1
111	5
112	8
116	5
119	-6
118	-7
115	3

Наиболее вероятные прогнозы на каждый месяц по соответствующей формуле даны в четвёртом столбце таблицы. Прогноз на первый месяц следующего года F 13 = 114 можно сделать по данным трёх последних месяцев.

При использовании модели среднего значения прогнозы зависят от длины интервала сглаживания. Поэтому закономерен вопрос: как выбрать интервал и какая величина - "лучшая" для интервала? Для ответа на этот вопрос нужно оценить погрешность прогноза среднего для различных интервалов сглаживания и выбрать тот, у которого случайная ошибка прогноза - наименьшая.

Погрешность прогноза для каждого момента времени вычисляется по формуле

ε t = y t − F t .

Среднюю погрешность прогноза на основе скользящей средней обычно вычисляется как среднее абсолютное отклонение, которое обозначается MAD (Mean Absolute Deviation):

где n - число вычисленных ошибок.

При оценке прогноза можно использовать также среднюю квадратическую погрешность и среднюю абсолютную процентную ошибку.

Средняя квадратическая погрешность MSE (Mean Squared Error) вычисляется по формуле

.

Средняя абсолютная процентная ошибка MAPE (Mean Absolute Percenting Error) вычисляется по формуле

.

Пример 10. В нашем случае, когда N =3, MAD=4,67. Для значений N от 2 до 6 значения MAD следующие:

N	MAD
2	4,50
3	4,67
4	4,78
5	4,11
6	4,42

На основе этих значений погрешности можем сделать вывод, что при использовании интервала сглаживания длиной в пять периодов можно получить наилучший прогноз с точки зрения минимального среднего абсолютного отклонения. С использованием такого интервала сглаживания получаем прогноз: наиболее вероятно, что в первый месяц следующего года будут проданы 116 холодильников:

F 13 = (118 + 111 + 113 + 121 + 120)/5 = 116,6 .

При использовании формулы значения скользящей средней каждому уровню ряда динамики в границах периода сглаживания присваивается один и тот же вес. Так, если N =3, то вес соответствует 1/3, поэтому формулу в этом случае можно записать так:

M t = (1/3)y t + (1/3)y t−1 + (1/3)y t−2 .

Но можно использовать и скользящие средние значения с различными весами - так называемые скользящие средневзвешенные. При этом нужно соблюдать условие: сумма весов равна единице. Например, при N =3 можно использовать весы 3/5, 1/5, 1/5. В этом случае

M t = (3/5)y t + (1/5)y t−1 + (1/5)y t−2 .

Модели прогнозирования на основе скользящей средней и скользящей средневзвешенной имеют существенный недостаток: для вычисления пронозируемого значения используются только последние N уровней ряда динамики и только для вычисления погрешности используются предыдущие n − N уровней. Поэтому для прогнозирования средних значений рядов динамики используются и другие методы.

Метод экспоненциальной средней (экспоненциального сглаживания)

Основная формула значения экспоненциальной средней:

F t+1 = αy t + (1 − α )F t ,

где α - параметр экспоненциального сглаживания, который может принимать значения от 0 до 1.

Таким образом, прогноз для каждого следующего периода строится на среднем взвешенном значении предыдущего уровня ряда динамики и значении предыдущего прогноза. Например, для прогноза значения четвёртого уровня ряда динамики формула будет следующей:

F 4 = αy 3 + (1 − α )F 3 ,

для прогноза третьего уровня

F 3 = αy 2 + (1 − α )F 2 ,

для прогноза второго уровня

F 2 = αy 1 + (1 − α )F 1 . ,

То есть в прогнозе используется среднее взвешенное значение от y 3 и F 3 с весами α и 1 − α .

В общем случае прогноз на каждый следующий период является средней взвешенной величиной от всех предыдущих уровней ряда динамики.

Вернёмся к уравнениям прогноза значений третьего и четвёртого уровней ряда динамики. Подставляя каждое следующее уравнение в предыдущее, получаем

или в общем виде

.

Таким образом, в общем случае прогнозируемое значение вычисляется с использованием всех уровней ряда динамики путём их умножения на соответствующие коэффициенты (весы): или .

Так как параметр экспоненциального сглаживания α принимает значения от 0 до 1, эти коэффициенты образуют убывающую геометрическую прогрессию с первым членом a 1 = α и квоциентом q = 1 − α . То есть они подчинены экспоненциальному закону распределения. Например, если α = 0,5 , то α (1 − α ) = 0,25 , α (1 − α )² = 0,125 и так далее. Если α = 0,2 , то α (1 − α ) = 0,16 , α (1 − α )² = 0,128 и так далее. На графике можно видеть, что весы экспоненциально убывают, но в первом случае более стремительно, а во втором - медленнее.

В зависимости от величины параметра экспоненциального сглаживания α различным уровням ряда динамики можно присвоить различные весы. Например, если о прогнозируемом показателе известно, что на его будущие значения больше влияют более близкие из предыдущих уровней ряда, то параметр α должен быть больше, чем в случае, когда бОльшее влияние оказывают более ранние значения ряда динамики. А если бОльшее влияние оказывают более ранние значения, то параметр α должен быть меньше.

В практических вычислениях принимают, что F 1 = y 1 , так как необходимые для вычисления F 1 значения y 0 и F 0 неизвестны.

Пример 11. Сделаем прогноз методом экспоненциального сглаживания для ряда динамики, содержащего данные об объёмах продажи холодильников предприятия "Х" из предыдущих примеров.

F 1 = y 1 = 113,0

F 2 = 0,2⋅113 + (1 − 0,2)⋅113,0 = 113,0

F 3 = 0,2⋅117 + (1 − 0,2)⋅113,0 = 113,8

F 4 = 0,2⋅112 + (1 − 0,2)⋅113,8 = 113,44

Прогноз на первый месяц следующего года:

F 13 = 0,2⋅118 + (1 − 0,2)⋅114,33 = 115,06 .

Значения экспоненциальной средней, если принимаем, что α = 0,2 , даны в третьем столбце таблицы.

Прогноз (α = 0,2 ) F t	Погрешность прогноза ε t
113,0	0
113,0	4
113,8	-1,8
113,44	-0,44
114,35	-6,35
112,28	-0,28
112,23	3,77
112,98	7,02
114,38	6,62
115,71	-2,71
115,17	-4,17
114,33	3,67

Прогноз можно уточнить, если выбрать более оптимальное значение α : такое, при использовании которого средняя погрешность прогноза - наименьшая. Выберем MSE в качестве величины, характеризующей погрешность. Эта погрешность для различных значений α следующая:

α	MSE
0,01	4,01
0,02	4,00
0,05	3,97
0,10	3,97
0,15	3,98
0,20	4,02
0,25	4,05
0,30	4,08
0,35	4,13
0,40	4,16
0,45	4,20
0,50	4,23

Видим, что наименьшая погрешность прогноза для данного ряда динамики при использовании метода экспоненциального выравнивания соответствует значениям α от 0,05 до 0,15. Примем за оптимальное значение в середине между этими двумя, то есть 0,1. Тогда получим следующий прогноз объёма продаж: 114,3.

Формулу экспоненциальной средней можно преобразовать, чтобы в прогнозе учитывалась погрешность прогноза для предыдущего периода:

F t+1 = αy t + (1 − α )F t

F t+1 = αy t + F t − α F t

F t+1 = F t + α (y t − F t )

F t+1 = F t + α ε t ).

Как показывает последнее выражение, прогноз по методу экспоненциальной средней образуется из прогноза с экспоненциальным средним значением прошлого периода с прибавлением погрешности ошибки, умноженной на параметр сглаживания α . Если погрешность больше нуля, это означает, что предыдущий прогноз был меньше фактического значения и следующий прогноз будет соответственно увеличен. Если погрешность меньше нуля, то прогноз был меньше фактического значения и прогноз на следующий период будет соответственно уменьшен.

Доверительный интервал для прогнозов на основе средних значений

Доверительный интервал прогноза определяется путём вычисления стандартной погрешности s ε .

Фактически можно принять, что в 68 % случаев прогнозы находятся в интервале Ft ± s ε , а в 95 % случаев - в интервале Ft ± 2s ε .

Чтобы вычислить s ε , можно использовать значение средней абсолютной погрешности MAD или значение средней квадратической погрешности MSE:

.

Пример 12. В нашем примере с объёмами продажи холодильников стандартная прогрешность для прогноза по методу скользящей средней, если N =5, равна . Это означает, что для 8 месяцев (0,68⋅12) прогноз должен быть с округлением в пределах от 112 до 122 (116,6±5,1), а для 11 месяцев (0,95⋅12) - в пределах от 106 до 127 (116,6±2⋅5,1).

Стандартная погрешность прогноза по методу экспоненциального сглаживания, если α =0,1, составляет . Это означает, что в 68 % случаях прогноз с округлением должен находиться в границах от 110 до 118 (114,3±4,1), а в 95 % - в границах от 106 до 123 (114,3±2⋅4,1).

Ряды динамики — это ряды статистических показателей, характеризующих развитие явлений природы и общества во времени. Публикуемые Госкомстатом России статистические сборники содержат большое количество рядов динамики в табличной форме. Ряды динамики позволяют выявить закономерности развития изучаемых явлений.

Ряды динамики содержат два вида показателей. Показатели времени (годы, кварталы, месяцы и др.) или моменты времени (на начало года, на начало каждого месяца и т.п.). Показатели уровней ряда . Показатели уровней рядов динамики могут быть выражены абсолютными величинами (производство продукта в тоннах или рублях), относительными величинами (удельный вес городского населения в %) и средними величинами (средняя заработная плата работников отрасли по годам и т. п.). В ряд динамики содержит два столбца или две строки.

Правильное построение рядов динамики предполагает выполнение ряда требований:

1. все показатели ряда динамики должны быть научно обоснованными, достоверными;
2. показатели ряда динамики должны быть сопоставимы по времени, т.е. должны быть исчислены за одинаковые периоды времени или на одинаковые даты;
3. показатели ряда динамики должны быть сопоставимы по территории;
4. показатели ряда динамики должны быть сопоставимы по содержанию, т.е. исчислены по единой методологии, одинаковым способом;
5. показатели ряда динамики должны быть сопоставимы по кругу учитываемых хозяйств. Все показатели ряда динамики должны быть приведены в одних и тех же единицах измерения.

Статистические показатели могут характеризовать либо результаты изучаемого процесса за период времени, либо состояние изучаемого явления на определенный момент времени, т.е. показатели могут быть интервальными (периодическими) и моментными. Соответственно первоначально ряды динамики могут быть либо интервальными, либо моментными. Моментные ряды динамики в свою очередь могут быть с равными и неравными промежутками времени.

Первоначальные ряды динамики могут быть преобразованы в ряд средних величин и ряд относительных величин (цепной и базисный). Такие ряды динамики называют производными рядами динамики.

Методика расчета среднего уровня в рядах динамики различна, обусловлена видом ряда динамики. На примерах рассмотрим виды рядов динамики и формулы для расчета среднего уровня.

Интервальные ряды динамики

Уровни интервального ряда характеризуют результат изучаемого процесса за период времени: производство или реализация продукции (за год, квартал, месяц и др. периоды), число принятых на работу, число родившихся и.т.п. Уровни интервального ряда можно суммировать. При этом получаем такой же показатель за более длительные интервалы времени.

Средний уровень в интервальных рядах динамики () исчисляется по формуле простой:

• y — уровни ряда (y 1 , y 2 ,...,y n ),
• n — число периодов (число уровней ряда).

Рассмотрим методику расчета среднего уровня интервального ряда динамики на примере данных о продаже сахара в России.

	Продано сахара, тыс. тонн

Это среднегодовой объем реализации сахара населению России за 1994-1996 гг. Всего за три года было продано 8137 тыс.тонн сахара.

Моментные ряды динамики

Уровни моментных рядов динамики характеризуют состояние изучаемого явления на определенные моменты времени. Каждый последующий уровень включает в себя полностью или частично предыдущий показатель. Так, например, число работников на 1 апреля 1999 г. полностью или частично включает число работников на 1 марта.

Если сложить эти показатели, то получим повторный счет тех работников, которые работали в течение всего месяца. Полученная сумма экономического содержания не имеет, это расчетный показатель.

В моментных рядах динамики с равными интервалами времени средний уровень ряда исчисляется по формуле :

• y -уровни моментного ряда;
• n -число моментов (уровней ряда);
• n — 1 — число периодов времени (лет, кварталов, месяцев).

Рассмотрим методику такого расчета по следующим данным о списочной численности работников предприятия за 1 квартал.

Необходимо вычислить средний уровень ряда динамики, в данном примере — предприятия:

Расчет выполнен по формуле средней хронологической. Средняя списочная численность работников предприятия за 1 квартал составила 155 человек. В знаменателе — 3 месяца в квартале, а в числителе (465) — это расчетное число, экономического содержания не имеет. В подавляющем числе экономических расчетов месяцы, независимо от числа календарных дней, считаются равными.

В моментных рядах динамики с неравными интервалами времени средний уровень ряда исчисляется по формуле средней арифметической взвешенной. В качестве весов средней принимается продолжительность времени (t- дни, месяцы). Выполним расчет по этой формуле.

Списочная численность работников предприятия за октябрь такова: на 1 октября — 200 человек, 7 октября принято 15 человек, 12 октября уволен 1 человек, 21 октября принято 10 человек и до конца месяца приема и увольнения работников не было. Эту информацию можно представить в следующем виде:

При определении среднего уровня ряда надо учесть продолжительность периодов между датами, т. е. применять :

В данной формуле числитель () имеет экономическое содержание. В приведенном примере числитель (6665 человеко-дней) — это работников предприятия за октябрь. В знаменателе (31 день) — календарное число дней в месяце.

В тех случаях, когда имеем моментный ряд динамики с неравными интервалами времени, а конкретные даты изменения показателя неизвестны исследователю, то сначала надо вычислить среднюю величину () для каждого интервала времени по формуле средней арифметической простой, а затем вычислить средний уровень для всего ряда динамики, взвесив исчисленные средние величины продолжительностью соответствующего интервала времени . Формулы имеют следующий вид:

Рассмотренные выше ряды динамики состоят из абсолютных показателей, получаемых в результате статистических наблюдений. Построенные первоначально ряды динамики абсолютных показателей могут быть преобразованы в ряды производные: ряды средних величин и ряды относительных величин. Ряды относительных величин могут быть цепные (в % к предыдущему периоду) и базисные (в % к начальному периоду, принятому за базу сравнения — 100%). Расчет среднего уровня в производных рядах динамики выполняется по другим формулам.

Ряд средних величин

Сначала преобразуем приведенный выше моментный ряд динамики с равными интервалами времени в ряд средних величин. Для этого вычислим среднюю списочную численность работников предприятия за каждый месяц, как среднюю из показателей на начало и конец месяца(): за январь (150+145):2=147,5; за февраль (145+162):2 = 153,5; за март (162+166):2 = 164.

Представим это в табличной форме.

Средний уровень в производных рядах средних величин рассчитывается по формуле :

Заметим, что средняя списочная численность работников предприятия за 1 квартал, вычисленная по формуле средней хронологической на базе данных на 1 число каждого месяца и по средней арифметической — по данным производного ряда — равны между собой, т.е. 155 человек. Сравнение расчетов позволяет понять, почему в формуле средней хронологической начальный и конечный уровни ряда берутся в половинном размере, а все промежуточные уровни берутся в полном размере.

Ряды средних величин, производные от моментных или интервальных рядов динамики, не следует смешивать с рядами динамики, в которых уровни выражены средней величиной. Например, средняя урожайность пшеницы по годам, средняя заработная плата и т.д.

Ряды относительных величин

В экономической практике очень широко используют ряды . Практически любой первоначальный ряд динамики можно преобразовать в ряд относительных величин. По сути преобразование означает замену абсолютных показателей ряда относительными величинами динамики.

Средний уровень ряда в относительных рядах динамики называется среднегодовым темпом роста. Методы его расчета и анализа рассмотрены ниже.

Анализ рядов динамики

Для обоснованной оценки развития явлений во времени необходимо исчислить аналитические показатели: абсолютный прирост, коэффициент роста, темп роста, темп прироста, абсолютное значение одного процента прироста.

В таблице приведен цифровой пример, а ниже даны формулы расчета и экономическая интерпретация показателей.

Анализ динамики производства продукта "A" по предприятию за 1994-1998 гг.

	Произведено, тыс. т.	Абсолютные приросты,		Коэффициенты роста		Темпы роста, %		Темпы прироста, %		Значение 1% при-роста, тыс. т.
			базис-ные		базис-ные		базис-ные		базис-ные
		3	4	5	6	7	8	9	10	11

Абсолютные приросты (Δy ) показывают, на сколько единиц изменился последующий уровень ряда по сравнению с предыдущим (гр.3. — цепные абсолютные приросты) или по сравнению с начальным уровнем (гр.4. — базисные абсолютные приросты). Формулы расчета можно записать следующим образом:

При уменьшении абсолютных значений ряда будет соответственно "уменьшение", "снижение".

Показатели абсолютного прироста свидетельствуют о том, что, например, в 1998 г. производство продукта "А" увеличилось по сравнению с 1997 г. на 4 тыс. т, а по сравнению с 1994 г. — на 34 тыс. т.; по остальным годам см. табл. 11.5 гр. 3 и 4.

Коэффициент роста показывает, во сколько раз изменился уровень ряда по сравнению с предыдущим (гр.5 — цепные коэффициенты роста или снижения) или по сравнению с начальным уровнем (гр.6 — базисные коэффициенты роста или снижения). Формулы расчета можно записать следующим образом:

Темпы роста показывают, сколько процентов составляет последующий уровень ряда по сравнению с предыдущим (гр.7 — цепные темпы роста) или по сравнению с начальным уровнем (гр.8 — базисные темпы роста). Формулы расчета можно записать следующим образом:

Так, например, в 1997 г. объем производства продукта "А" по сравнению с 1996 г. составил 105,5 % (

Темпы прироста показывают, на сколько процентов увеличился уровень отчетного периода по сравнению с предыдущим (гр.9- цепные темпы прироста) или по сравнению с начальным уровнем (гр.10- базисные темпы прироста). Формулы расчета можно записать следующим образом:

Т пр = Т р - 100% или Т пр = абсолютный прирост / уровень предшествующего периода * 100%

Так, например, в 1996 г. по сравнению с 1995 г. продукта "А" произведено больше на 3,8 % (103,8 %- 100%) или (8:210)х100%, а по сравнению с 1994 г. — на 9% (109% — 100%).

Если абсолютные уровни в ряду уменьшаются, то темп будет меньше 100% и соответственно будет темп снижения (темп прироста со знаком минус).

Абсолютное значение 1% прироста (гр. 11) показывает, сколько единиц надо произвести в данном периоде, чтобы уровень предыдущего периода возрос на 1 %. В нашем примере, в 1995 г. надо было произвести 2,0 тыс. т., а в 1998 г. — 2,3 тыс. т., т.е. значительно больше.

Определить величину абсолютного значения 1% прироста можно двумя способами:

• уровень предшествующего периода разделить на 100;
• цепные абсолютные приросты разделить на соответствующие цепные темпы прироста.

Абсолютное значение 1% прироста =

В динамике, особенно за длительный период, важен совместный анализ темпов прироста с содержанием каждого процента прироста или снижения.

Заметим, что рассмотренная методика анализа рядов динамики применима как для рядов динамики, уровни которых выражены абсолютными величинами (т, тыс. руб., число работников и т.д.), так и для рядов динамики, уровни которых выражены относительными показателями (% брака, % зольности угля и др.) или средними величинами (средняя урожайность в ц/га, средняя заработная плата и т.п.).

Наряду с рассмотренными аналитическими показателями, исчисляемыми за каждый год в сравнении с предшествующим или начальным уровнем, при анализе рядов динамики необходимо исчислить средние за период аналитические показатели: средний уровень ряда, средний годовой абсолютный прирост (уменьшение) и средний годовой темп роста и темп прироста.

Методы расчета среднего уровня ряда динамики были рассмотрены выше. В рассматриваемом нами интервальном ряду динамики средний уровень ряда исчисляется по формуле простой:

Среднегодовой объем производства продукта за 1994- 1998 гг. составил 218,4 тыс. т.

Среднегодовой абсолютный прирост исчисляется также по формуле средней арифметической простой:

Ежегодные абсолютные приросты изменялись по годам от 4 до 12 тыс.т (см.гр.3), а среднегодовой прирост производства за период 1995 — 1998 гг. составил 8,5 тыс. т.

Методы расчета среднего темпа роста и среднего темпа прироста требуют более подробного рассмотрения. Рассмотрим их на примере приведенных в таблице годовых показателей уровня ряда.

Средний годовой темп роста и средний годовой темп прироста

Прежде всего отметим, что приведенные в таблице темпы роста (гр.7 и 8) являются рядами динамики относительных величин — производными от интервального ряда динамики (гр.2). Ежегодные темпы роста (гр.7) изменяются по годам (105%; 103,8%; 105,5%; 101,7%). Как вычислить среднюю величину из ежегодных темпов роста? Эта величина называется среднегодовым темпом роста.

Среднегодовой темп роста исчисляется в следующей последовательности:

Среднегодовой темп прироста ( определяется путем вычитания из темпа роста 100%.

Среднегодовой коэффициент роста (снижения) по формулам средней геометрической может быть исчислен двумя способами:

1) на базе абсолютных показателей ряда динамики по формуле:

• n — число уровней;
• n — 1 — число лет в период;

2) на базе ежегодных коэффициентов роста по формуле

• m — число коэффициентов.

Результаты расчета по формулам равны, так как в обеих формулах показатель степени — число лет в периоде, в течение которого происходило изменение. А подкоренное выражение — это коэффициент роста показателя за весь период времени (см. табл. 11.5, гр.6, по строке за 1998 г.).

Среднегодовой темп роста равен

Среднегодовой темп прироста определяется путем вычитания из среднегодового темпа роста 100%. В нашем примере среднегодовой темп прироста равен

Следовательно, за период 1995 — 1998 гг. объем производства продукта "А" в среднем за год возрастал на 4,0%. Ежегодные темпы прироста колебались от 1,7% в 1998 г. до 5,5% в 1997 г. (за каждый год темпы прироста см. в табл. 11.5, гр. 9).

Среднегодовой темп роста (прироста) позволяет сравнивать динамику развития взаимосвязанных явлений за длительный период времени (например, среднегодовые темпы роста численности работающих по отраслям экономики, объема производства продукции и др.), сравнивать динамику какого-либо явления по разным странам, исследовать динамику какого-либо явления по периодам исторического развития страны.

Анализ сезонных колебаний

Изучение сезонных колебаний проводится с целью выявления закономерно повторяющихся различий в уровне рядов динамики в зависимости от времени года. Так, например, реализация сахара населению в летний период значительно возрастает в связи с консервированием фруктов и ягод. Потребность в рабочей силе в сельскохозяйственном производстве различна в зависимости от времени года. Задача статистики состоит в том, чтобы измерить сезонные различия в уровне показателей, а чтобы выявленные сезонные различия были закономерными (а не случайными) необходимо строить анализ на базе данных за несколько лет, по крайней мере не менее чем за три года. В табл. 11.6 приведены исходные данные и методика анализа сезонных колебаний методом простой средней арифметической.

Средняя величина за каждый месяц исчисляется по формуле средней арифметической простой. Например, за январь 2202 = (2106 +2252 +2249):3.

Индекс сезонности (табл. 11.5 гр.7.) исчисляется путем деления средних величин за каждый месяц на общую среднюю месячную величину, принятую за 100%. Средняя месячная за весь период может быть исчислена путем деления общего расхода горючего за три года на 36 месяцев (1188082 т: 36 = 3280 т) или путем деления на 12 суммы средних месячных, т.е. суммарного итога по гр. 6 (2022 + 2157 + 2464 и т.д. + 2870) : 12.

Таблица 11.6 Сезонные колебания потребления горючего в сельскохозяйственных предприятиях района за 3 года

	Расход горючего, тонн			Сумма за 3 года, т (2+3+4)	Средняя месячная за 3 года, т	Индекс сезонности,
Сентябрь

Рис. 11.1. Сезонные колебания потребления горючего в сельскохозяйственных предприятиях за 3 года.

Для наглядности на основе индексов сезонности строится график сезонной волны (рис. 11.1). По оси абсцисс располагают месяцы, а по оси ординат — индексы сезонности в процентах (табл. 11.6, гр.7). Общая средняя месячная за все годы располагается на уровне 100%, а средние месячные индексы сезонности в виде точек наносят на поле графика в соответствии с принятым масштабом по оси ординат.

Точки соединяют между собой плавной ломаной линией.

В приведенном примере годовые объемы расхода горючего различаются незначительно. Если же в ряду динамики наряду с сезонными колебаниями имеется ярко выраженная тенденция роста (снижения), т.е. уровни в каждом последующем году систематически значительно возрастают (уменьшаются) по сравнению с уровнями предыдущего года, то более достоверные данные о размерах сезонности получим следующим образом:

1. для каждого года вычислим среднюю месячную величину;
2. исчислим индексы сезонности за каждый год путем деления данных за каждый месяц на среднюю месячную величину за этот год и умножения на 100%;
3. за весь период исчислим средние индексы сезонности по формуле средней арифметической простой из исчисленных за каждый год месячных индексов сезонности. Так, например, за январь средний индекс сезонности получим, если сложим январские значения индексов сезонности за все годы (допустим за три года) и разделим на число лет, т.е. на три. Аналогично исчислим за каждый месяц средние индексы сезонности.

Переход за каждый год от абсолютных месячных значений показателей к индексам сезонности позволяет устранить тенденцию роста (снижения) в ряду динамики и более точно измерить сезонные колебания.

В условиях рынка при заключении договоров на поставку различной продукции (сырья, материалов, электроэнергии, товаров) необходимо располагать информацией о сезонных потребностях в средствах производства, о спросе населения на отдельные виды товаров. Результаты исследования сезонных колебаний важны для эффективного управления экономическими процессами.

Приведение рядов динамики к одинаковому основанию

В экономической практике часто возникает необходимость сравнения между собой нескольких рядов динамики (например, показатели динамики производства электроэнергии, производства зерна, продажи легковых автомобилей и др.). Для этого нужно преобразовать абсолютные показатели сравниваемых рядов динамики в производные ряды относительных базисных величин, приняв показатели какого-либо одного года за единицу или за 100%.Такое преобразование нескольких рядов динамики называется приведением их к одинаковому основанию. Теоретически за базу сравнения может быть принят абсолютный уровень любого года, но в экономических исследованиях для базы сравнения надо выбирать период, имеющий определенное экономическое или историческое значение в развитии явлений. В настоящее время за базу сравнения целесообразно принять, например, уровень 1990 г.

Методы выравнивания рядов динамики

Для исследования закономерности (тенденции) развития изучаемого явления необходимы данные за длительный период времени. Тенденцию развития конкретного явления определяет основной фактор. Но наряду с действием основного фактора в экономике на развитие явления оказывают прямое или косвенное влияние множество других факторов, случайных, разовых или периодически повторяющихся (годы, благоприятные для сельского хозяйства, засушливые и т.п.). Практически все ряды динамики экономических показателей на графике имеют форму кривой, ломаной линии с подъемами и снижениями. Во многих случаях по фактическим данным ряда динамики и по графику трудно определить даже общую тенденцию развития. Но статистика должна не только определить общую тенденцию развития явления (рост или снижение), но и дать количественные (цифровые) характеристики развития.

Тенденции развития явлений изучают методами выравнивания рядов динамики:

• Метод укрупнения интервалов
• Метод скользящей средней

В табл. 11.7 (гр. 2) приведены фактические данные о производстве зерна в России за 1981- 1992 гг. (во всех категориях хозяйств, в весе после доработки) и расчеты по выравниванию этого ряда тремя методами.

Метод укрупнения интервалов времени (гр. 3).

Учитывая, что ряд динамики небольшой, интервалы взяты трехлетние и для каждого интервала исчислены средние. Среднегодовой объем производства зерна по трехлетним периодам исчислен по формуле средней арифметической простой и отнесен к среднему году соответствующего периода. Так, например, за первые три года (1981 — 1983 гг.) средняя записана против 1982 г.: (73,8+ 98,0+104,3) : 3= 92,0 (млн. т). За следующий трехлетний период (1984 — 1986 гг.) средняя (85,1 +98,6+ 107,5) : 3= 97,1 млн. т записана против 1985 г.

За остальные периоды результаты расчета в гр. 3.

Приведенные в гр. 3 показатели среднегодового объема производства зерна в России свидетельствуют о закономерном увеличении производства зерна в России за период 1981 — 1992 гг.

Метод скользящей средней

Метод скользящей средней (см. гр. 4 и 5) также основан на исчислении средних величин за укрупненные периоды времени. Цель та же — абстрагироваться от влияния случайных факторов, взаимопогасить их влияние в отдельные годы. Но метод расчета другой.

В приведенном примере исчислены пятизвенные (по пятилетним периодам) скользящие средние и отнесены к серединному году в соответствующем пятилетнем периоде. Так, за первые пять лет (1981-1985 гг.) по формуле средней арифметической простой исчислен среднегодовой объем производства зерна и записан в табл. 11.7 против 1983 г.(73,8+ 98,0+ 104,3+ 85,1+ 98,6): 5= 92,0 млн. т; за второй пятилетний период (1982 — 1986 гг.) результат записан против 1984 г. (98,0 + 104,3 +85,1 + 98,6 + 107,5):5 =493,5:5 = 98,7 млн. т.

За последующие пятилетние периоды расчет производится аналогичным способом путем исключения начального года и прибавления следующего за пятилетним периодом года и деления полученной суммы на пять. При этом методе концы ряда остаются пустыми.

Какой продолжительности должны быть периоды времени? Три, пять, десять лет? Вопрос решает исследователь. В принципе, чем больше период, тем больше происходит сглаживание. Но надо учитывать длину ряда динамики; не забывать, что метод скользящей средней оставляет срезанные концы выравненного ряда; учитывать этапы развития, например, в нашей стране долгие годы социально-экономическое развитие планировалось и соответственно анализировалось по пятилеткам.

Таблица 11.7 Выравнивание данных о производстве зерна в России за 1981 — 1992 гг.

	Произведено, млн. т	Средняя за 3 года, млн. т	Скользящая сумма за 5 лет, млн. т		Расчетные показатели

Метод аналитического выравнивания

Метод аналитического выравнивания (гр.6 — 9) основан на вычислении значений выравненного ряда по соответствующим математическим формулам. В табл. 11.7 приведены вычисления по уравнению прямой линии:

Для определения параметров надо решить систему уравнений:

Необходимые величины для решения системы уравнений вычислены и приведены в таблице (см. гр.6 — 8), подставим их в уравнение:

В результате вычислений получаем: α= 87,96; b = 1,555 .

Подставим значение параметров и получим уравнение прямой:

Для каждого года подставляем значение t и получаем уровни выравненного ряда (см. гр.9):

Рис. 11.2. Производство зерна в России за 1981-1982 гг.

В выравненном ряду происходит равномерное возрастание уровней ряда в среднем за год на 1,555 млн.т (значение параметра "b"). Метод основан на абстрагировании влияния всех остальных факторов, кроме основного.

Явления могут развиваться в динамике равномерно (рост или снижение). В этих случаях чаще всего подходит уравнение прямой линии. Если же развитие неравномерно, например, сначала очень медленный рост, а с определенного момента резкое возрастание, или, наоборот, сначала резкое снижение, а затем замедление темпов спада, то выравнивание надо выполнить по другим формулам (уравнение параболы, гиперболы и др.). При необходимости надо обратиться к учебникам по статистике или специальным монографиям, где более подробно изложены вопросы выбора формулы для адекватного отражения фактически сложившейся тенденции исследуемого ряда динамики.

Для наглядности показатели уровней фактического ряда динамики и выравненных рядов нанесем на график (рис. 11.2). Фактические данные представляет ломанная линия черного цвета, свидетельствующая о подъемах и снижениях объема производства зерна. Остальные линии на графике показывают, что применение метода скользящей средней (линия со срезанными концами) позволяет существенно выровнять уровни динамического ряда и соответственно на графике ломаную кривую линию сделать более плавной, сглаженной. Однако выравненные линии все же остаются кривыми линиями. Построенная на базе теоретических значений ряда, полученных по математическим формулам, линия строго соответствует прямой линии.

Каждый из трех рассмотренных методов имеет свои достоинства, но в большинстве случаев метод аналитического выравнивания предпочтителен. Однако его применение связано с большими вычислительными работами: решение системы уравнений; проверка обоснованности выбранной функции (формы связи); вычисление уровней выравненного ряда; построение графика, Для успешного выполнения таких работ целесообразно использовать компьютер и соответствующие программы.

Рядом динамики называется ряд чисел, характеризующих изменение общественного явления во времени. Значения показателей, образующих ряд динамики, называют уровнем ряда.

Для общей характеристики уровня явления за тот или иной период исчисляется средний уровень ряда. Способ расчета среднего уровня ряда зависит от характера ряда. Различают моментный и интервальный ряды динамики.

Моментным рядом называют ряд, который образуют показатели характеризующие состояние явления на тот или иной момент времени.

Интервальным рядом динамики называют ряд, который образуют показатели характеризующие явление за тот или иной период времени.

Средний уровень интервального ряда определяется по формуле:

где n - число членов ряда динамики.

Средний уровень моментного ряда определяют по формуле средней хронологической:

Абсолютный прирост показывает на сколько единиц увеличился (или уменьшился) анализируемый уровень ряда относительно базисно уровня (по базисной схеме) или уровня предшествующего года (по цепной схеме). Соответственно его определяют по формулам:

(по базисной схеме),

(по цепной схеме).

Темп роста показывает, во сколько раз анализируемый уровень ряда увеличился (или уменьшился) по сравнению с уровнем принятым за базу сравнения (по базовой схеме) или предшествующим уровнем (по цепной схеме). Темп роста выражают в процентах или отвлеченных числах (коэффициент роста). Его определяют по формуле:

(по базисной схеме),

(по цепной схеме).

Темп прироста показывает, на сколько процентов увеличился (или уменьшился) анализируемый уровень ряда по сравнению с базисным (по базисной схеме), или предшествующим уровнем ряда (по цепной схеме). Его определяют как отношение абсолютного прироста к уровню, принятому за базу сравнения по формулам:

(по базисной схеме),

(по цепной схеме).

Темпы роста и прироста связаны между собой, что видно из формул их расчета:

Это дает основание определить темп прироста через темп роста:

Средний темп роста и средний темп прироста характеризуют соответственно темпы роста и прироста за период в целом. Средний темп роста рассчитывается по данным ряда динамики по формуле средней геометрической:

где - количество цепных коэффициентов роста.

Исходя из соотношения темпов роста и прироста, определяется средний темп прироста:

Абсолютное значение одного процента прироста А - это отношение цепного абсолютного прироста к цепному темпу прироста выраженному в процентах. Оно определяется по формуле:

Как видно из расчета абсолютное значение одного процента прироста равно 0,01 предшествующего уровня.

С помощью ряда динамики изучают явления, имеющие сезонный характер. Сезонными колебаниями называют устойчивые внутригодовые колебания в ряду динамики, обусловленные специфическими условиями производства, потребления или продажи продукции или услуг. Например, потребление топлива или электроэнергии для бытовых нужд, перевозки пассажиров, продажи товаров и др.

Уровень сезонности оценивается с помощью индексов сезонности. Индекс сезонности показывает, во сколько раз фактический уровень ряда в момент или интервал времени больше среднего уровня. Он определяется по формуле:

где - уровень сезонности;

Текущий уровень ряда динамики;

Средний уровень ряда.

Графически индекс сезонности может быть представлен с помощью полигона - основного вида графиков, используемого для графического изображения рядов динамики.

Задание 3

По данным таблицы 2 вычислите:

1. Основные аналитические показатели рядов динамики (по цепной и базисным схемам):

Абсолютный прирост;

Темпы роста;

Темпы прироста;

Абсолютное значение 1 % прироста.

2. Показатели средних:

Средний уровень ряда динамики;

Среднегодовой темп роста;

Среднегодовой темп прироста.

Табл. 2 Основные показатели

3. По данным таблицы 3 вычислите индекс сезонности и изобразите графически сезонную волну.

Табл. 3 Товарооборот магазина, тыс. руб.

Абсолютный прирост

По базисной схеме

По цепной схеме

Рассчитаем темпы роста

По базисной схеме

По цепной схеме

Рассчитаем темп прироста:

По базисной схеме

По цепной схеме

Рассчитаем средний темп роста

В целом за период прожиточный минимум увеличился до 128,35%.

Рассчитаем средний темп прироста

Вывод: В целом за период прирост прожиточного минимума составил 28,35%.

Рассчитаем абсолютное значение одного процента прироста

Табл. 4 Основные аналитические показатели ряда динамики

Показатели	Схема расчета
Уровень ряда Y i
Абсолютный прирост?Y	Базисная
Темп роста Т р,%	Базисная