Розділ «ТЕМА 9. АНАЛІЗ ТЕНДЕНЦІЙ РОЗВИТКУ ТА КОЛИВАНЬ»

Аналогічно здійснюють розрахунки для лютого, березня і т.д.

Наведені результати розрахунків свідчать про те, що індекси сезонності (для січня) майже не різняться між собою. Це пояснюється стабільністю місячного рівня в різні роки. У випадках, коли спостерігається тенденція до збільшення чи зменшення рік у рік місячних рівнів, то перевагу віддають другому способу.

Третій спосіб полягає в обчисленні відношень фактичних помісних рівнів до ковзної середньої, розрахункові для 12 місяців . На підставі таких відношень (індексів сезонності) за ряд років знаходять середню арифметичну для кожного місяця. Ці середні вважаються індексами сезонних коливань.

За аналогічною схемою розрахунків індекси сезонності можна побудувати на підставі відношень фактичних помісячних рівнів до рівнів, вирівняних за математичними формулами (прямої, параболи, гіперболи і т.д.). Існують і інші більш складні способи (методи) розрахунку індексів сезонності.

§ 9.3. Особливості кореляційного аналізу рядів динаміки та методичні основи статистичного прогнозування їх рівнів

Об'єктом кореляційного аналізу можуть бути не тільки статистичні (просторові) сукупності, а й сукупності, які характеризують зміну явищ у часі, тобто динамічні. Розроблена методологія кореляції для аналізу явищ у просторі не прийнятна для динамічних сукупностей. Тому при використанні кореляційного методу необхідно знати особливості та межі його використання. Насамперед це стосується перевірки передбачень та інтерпретації результатів аналізу рядів динаміки. Як кореляційна модель, так і її статистичні характеристики мають конкретний економічний зміст і висвітлюють економічне явище з певного боку. Оскільки зміст статистичних показників залежить від дотримання вимог щодо їх обчислення, то дослідник повинний вміти користуватися методологією аналізу і пояснювати одержані результати. Особливо це стосується досліджень кореляції між рядами динаміки.

Під кореляцією рядів динаміки розуміють метод вивчення зв'язку між показниками, представленими їх значеннями в послідовні моменти або періоди часу. Кореляція рядів динаміки має свої особливості, які зумовлені тим, що ряд динаміки, по-перше, має короткочасні коливання (місячні, квартальні, річні) і, по-друге, містить у собі такий компонент, як загальна тенденція в зміні показників ряду - "вісь кривої", або тренд. Під останнім розуміють зміну, яка визначає загальний напрям розвитку, основну тенденцію рядів динаміки. Лінію тренда можна порівняти з лінією регресії. Якщо остання являє собою плавну зміну результативної ознаки під впливом факторної, звільненої від дії всіх сторонніх (неврахованих) причин, то лінія тренда характеризує плавну у часі зміну явищ, викликаних різними обставинами короткочасних відхилень від загальної тенденції.

Наявність тренда ускладнює кореляційний аналіз рядів динаміки. Так, якщо вивчається кореляція рядів без виключення загальної тенденції в них, то показник тісноти залежності характеризуватиме зв'язок не лише між короткочасними коливаннями, а й між трендами. В іншому випадку, коли тренди будуть виключеними із корельованих рядів динаміки, одержаний коефіцієнт кореляції характеризуватиме тісноту залежності лише між короткочасними коливаннями.

Тренд, відображуючи загальний напрям змін явища, що відбуваються у часі, водночас визначає й залежність між членами ряду динаміки. Ця залежність, яка визначається формою лінії тренда, має таку ж саму статистичну природу, як і лінія регресії. Зазначену кореляційну залежність між сусідніми (попередніми і наступними) членами ряду називають автокореляціею.

Наявність автокореляції зумовлюється різними причинами, асаме:

1) у кореляційній динамічній моделі не врахований істотний фактор;

2) у моделі не враховано кілька неістотних факторів, взаємний вплив яких є істотним внаслідок збігу фаз та напрямів їх змін;

3) обрано неправильний тип моделі;

4) специфічна структура випадкової компоненти.

Щоб виявити лінії трендів з метою наступного їх виключення з аналізу, здійснюють вирівнювання ряду за допомогою ковзної середньої або аналітичне вирівнювання ряду динаміки за певною математичною функцією (прямої, параболи, експоненти та ін.).

Зазначені особливості кореляційного аналізу рядів динаміки розглянемо на прикладі показників продуктивності молочного стада корів (у - середньорічний надій, т) і рівня їх годівлі (х - річні витрати кормів на голову, ц к. од.): (табл. 63).

Таблиця 63

Вихідні і розрахункові дані для обчислення коефіцієнта кореляції в рядах динаміки

Якщо розглядати кореляційну залежність в рядах динаміки, прийнявши рівень годівлі тварин за ознаку-фактор а рівень їх продуктивності - за результативну ознаку, то величина коефіцієнта кореляції становитиме:

Одержана величина коефіцієнта кореляції свідчить про наявність досить тісної кореляційної залежності між продуктивністю тварин та рівнем їх годівлі. Така сильна кореляція зумовлена тим, що в обох порівнюваних рядах динаміки короткострокові коливання мають однакову тенденцію, отже, і тренди відображують однаковий напрям змін у часі як продуктивності тварин, так і рівня їх годівлі.