Наведені вище приклади кореляційного аналізу обчислені на матеріалах просторових статистичних сукупностей. Однак при вивченні зміни явищ у часі часто виникає потреба оцінювати ступінь взаємозв'язку рівнів яких-небудь рядів динаміки різного змісту, але пов'язаних між собою. Наприклад, можна поставити питання, в якій мірі зміна в динаміці забезпеченості виробництва добривами, технікою впливає на зміну урожайності, або рівня годівлі тварин на їх продуктивність і т.д. У цьому випадку застосовують кореляцію рядів динаміки.
Кореляційний аналіз динамічних рядів проводиться за тією самою схемою, що й аналіз взаємозв'язків у просторі. Разом з тим є деякі особливості застосування методів кореляції щодо аналізу рядів динаміки. Однією з таких особливостей є наявність для більшості рядів динаміки основної тенденції (тренда) в зміні їх рівнів, тоді як однією з умов застосування теорії кореляції є незалежність окремих спостережень. В динамічних же рядах фактором зміни рівнів виступає, крім інших, і час, тому, як правило, кожен наступний часовий рівень пов'язаний з попереднім. Наприклад, обсяги виробництва сільськогосподарської продукції безумовно величини, які залежать від рівня їх виробництва в попередні роки. Те ж саме можна сказати і про урожайність сільськогосподарських культур, продуктивність тварин тощо. Така залежність між кожним наступним і попереднім рівнями ряду динаміки одержала назву автокореляції.
Кореляція між рівнями динамічних рядів правильно показує тісноту зв'язку між ознаками лише в тому випадку, якщо в кожному з них відсутня автокореляція. Наявність чи відсутність автокореляції завжди потрібно перевіряти і однією з умов наукового застосування методів кореляційного аналізу стосовно рядів динаміки є виключення трендів з обох рядів. У загальному випадку можна передбачати, що в рядах динаміки, які складаються з відхилень від тренда, автокореляції немає.
Другою особливістю, яку необхідно брати до уваги при зіставленні рівнів рядів динаміки, є наявність часового лагу. Під часовим лагом розуміють, з одного боку, період, через який спостерігається сильна кореляція між рівнями одного і того самого ряду, і, з іншого боку, період відставання у розвитку двох взаємопов'язаних рядів. Найтісніший зв'язок у двох взаємопов'язаних рядах виникає, якщо зсунути один ряд відносно другого на період лагу. Тому при наявності відставання в розвитку двох взаємопов'язаних показників необхідно зсунути рівні одного ряду відносного другого на деякий проміжок часу, що дасть змогу одержати більш правильну оцінку ступеня тісноти кореляційного зв'язку.
Третьою особливістю кореляції рядів динаміки є можливість змінної кореляції. Змінною кореляцією називають зміну показників тісноти зв'язку (коефіцієнтів кореляції) протягом часу. Тому показник тісноти зв'язку в динамічних рядах можна подати як серію коефіцієнтів, розрахованих подібно ковзній середній. За цією серією коефіцієнтів кореляції, обчислених у ковзному порядку з виключенням одного члена ряду і включенням наступного через певний інтервал ковзання (триріччя, п'ятиріччя і т.д.) можна одержати більш повні відомості проте як змінювалась тіснота зв'язку в часі. Це дає змогу вияснити ті передумови, які призвели до зміни тісноти зв'язку між відображуваними в рядах динаміки явищами.
Насамкінець, четвертою особливістю кореляції в рядах динаміки є те, що при їх аналізі, як правило, є досить обмежена кількість спостережень, особливо коли вивчається зміна будь-якого явища по роках. Крім того, залучення до аналізу даних за тривалий період часу спряжено з непорівнянністю за територією, часом обліку, методикою обчислення показників і т.ін.
При кореляційному аналізі динамічних рядів доводиться розв'язувати два завдання: 1) виміряти зв'язок послідовних рівнів одного і того самого ряду динаміки; 2) виміряти зв'язок між змінами ознак двох динамічних рядів різного змісту, але пов'язаних між собою. Для розв'язання першого завдання обчислюються коефіцієнти автокореляції і авторегресії, які показують залежність між послідовними рівнями ряду динаміки, для розв'язання другого завдання - коефіцієнти кореляції і регресії.
Коефіцієнт автокореляції обчислюється за безпосередніми даними рядів динаміки, коли фактичні рівні одного ряду розглядаються як значення факторної ознаки, а рівні цього ж самого ряду зсувом на один період приймаються за результативну ознаку.
Коефіцієнт автокореляції обчислюється на основі формули коефіцієнта кореляції для парної залежності
Коефіцієнт кореляції розраховується за відхиленнями від вирівняних значень в обох рядах динаміки, що корелюються. Як правило, визначають відхилення фактичних рівнів від тренда, що характеризує основну тенденцію розвитку кожного ряду динаміки.
Коефіцієнт кореляції визначається за формулою
де сх = хі - х,; су = Уі - у,-
Як зазначалося вище, корелювання рівнів рядів динаміки правильно показує тісноту зв'язку між рядами лише в тому випадку, якщо в кожному з них відсутня автокореляція. Якщо ж за результатами розрахунків коефіцієнтів автокореляції буде доведено наявність автокореляції рівнів вихідних рядів динаміки, то не слід корелювати безпосередньо рівні порівнюваних динамічних рядів, а попередньо необхідно виключити автокореляцію рівнів у динамічних рядах.
Є декілька способів виключення автокореляції. Один із них пов'язаний з кореляцією відхилень фактичних рівнів від тренда. Суть цього способу полягає в тому, що корелюють не самі рівні, а відхилення фактичних рівнів від вирівняних, що відображають тренд, тобто корелюють залишкові величини. Виключення трендів дасть змогу послабити автокореляцію і привести вихідні дані до такого вигляду, який найбільш придатний для застосування класичних методів теорії кореляції.
При корелюванні відхилень фактичних рівнів ряду динаміки від вирівняних необхідно виконати такі операції:
• 1) здійснити аналітичне вирівнювання порівнюваних рядів динаміки за певним, характерним для них, аналітичним рівнянням;
• 2) обчислити величину відхилення кожного фактичного рівня ряду динаміки від відповідного йому вирівняного значення, тобто знаходять
Сторінки
В нашій електронній бібліотеці ви можете безкоштовно і без реєстрації прочитати «Теорія статистики» автора Мармоза А.Т. на телефоні, Android, iPhone, iPads. Зараз ви знаходитесь в розділі „Особливості кореляційного аналізу в рядах динаміки“ на сторінці 1. Приємного читання.
