Поперечные профили набережных и береговой полосы: На городских территориях берегоукрепление проектируют с учетом технических и экономических требований, но особое значение придают эстетическим...
Таксономические единицы (категории) растений: Каждая система классификации состоит из определённых соподчиненных друг другу...
Топ:
Оценка эффективности инструментов коммуникационной политики: Внешние коммуникации - обмен информацией между организацией и её внешней средой...
Эволюция кровеносной системы позвоночных животных: Биологическая эволюция – необратимый процесс исторического развития живой природы...
Интересное:
Национальное богатство страны и его составляющие: для оценки элементов национального богатства используются...
Инженерная защита территорий, зданий и сооружений от опасных геологических процессов: Изучение оползневых явлений, оценка устойчивости склонов и проектирование противооползневых сооружений — актуальнейшие задачи, стоящие перед отечественными...
Распространение рака на другие отдаленные от желудка органы: Характерных симптомов рака желудка не существует. Выраженные симптомы появляются, когда опухоль...
Дисциплины:
2017-10-21 | 360 |
5.00
из
|
Заказать работу |
Методические указания
Особенности коррелирования рядов динамики. Во многих исследованиях в таможенной статистике приходится изучать динамику нескольких показателей одновременно, т.е. рассматривать параллельно несколько рядов динамики. В этом случае возникает необходимость измерить зависимость между ними, вернее, определить, насколько изменения уровней одного ряда зависят от изменения уровней другого ряда. Эта задача решается путем коррелирования рядов динамики.
Однако при этом возникает следующая проблема: если показатели ряда x и ряда y рассматривать как функцию времени, т.е. x = f(t) и y = f(t), то при однонаправленности их трендов можно получить большое значение коэффициента корреляции между x и y даже тогда, когда они независимы, именно в силу однонаправленности их изменения.
Поэтому, прежде чем коррелировать ряды динамики, необходимо установить путем логического (качественного) анализа, возможна ли связь между исследуемыми показателями x и y. Кроме того, одно из условий корреляции – независимость отдельных значений переменных множества x, так же как и множества y. Для рядов динамики это равнозначно отсутствию автокорреляции между уровнями ряда, т.е. отсутствию зависимости между последовательными (соседними) уровнями ряда динамики. Другими словами, прежде чем коррелировать ряды динамики, необходимо проверить каждый ряд на автокорреляцию.
Если исходные фактические уровни ряда, относящиеся к определенному моменту (периоду) времени t, обозначить через yt, то сдвинутые на один момент (период) уровни обозначают yt-1. Тогда, подставив в формулу коэффициента корреляции (110) значения yt и yt-1, получим формулу:
, (126)
а поскольку и , получим следующие формулы[5] для расчета коэффициента автокорреляции:
, (127) или . (128)
Сдвинутый (укороченный) ряд условно дополняют, принимая y1 = yn (чтобы сдвинутый ряд не укорачивался и чтобы средний уровень и дисперсия исходного и сдвинутого рядов были одинаковы).
Найденное по формуле (127) или (128)[6] значение коэффициента автокорреляции само по себе еще не говорит о наличии или отсутствии автокорреляции. Его нужно сравнить с критическим.
Существуют специальные таблицы, в которых для разного числа членов ряда n и разных уровней значимости α определено критическое значение коэффициента автокорреляции: если найденное по формуле (127) или (128) значение окажется меньше критического, то автокорреляция отсутствует. Одна из таких таблиц, составленная Р. Андерсоном, приведена в Приложении 10.
Таблица 37. Вспомогательные расчеты для проверки на автокорреляцию
Месяц | xt | xt-1 | xt xt-1 | xt 2 | yt | yt-1 | yt yt-1 | yt 2 |
27,068 | 46,298 | 1253,194 | 732,677 | 172,170 | 278,870 | 48013,048 | 29642,509 | |
29,889 | 27,068 | 809,035 | 893,352 | 200,900 | 172,170 | 34588,953 | 40360,810 | |
34,444 | 29,889 | 1029,497 | 1186,389 | 231,830 | 200,900 | 46574,647 | 53745,149 | |
33,158 | 34,444 | 1142,094 | 1099,453 | 232,100 | 231,830 | 53807,743 | 53870,410 | |
37,755 | 33,158 | 1251,880 | 1425,440 | 233,400 | 232,100 | 54172,140 | 54475,560 | |
37,554 | 37,755 | 1417,851 | 1410,303 | 236,990 | 233,400 | 55313,466 | 56164,260 | |
37,299 | 37,554 | 1400,727 | 1391,215 | 246,530 | 236,990 | 58425,145 | 60777,041 | |
40,370 | 37,299 | 1505,761 | 1629,737 | 253,620 | 246,530 | 62524,939 | 64323,104 | |
37,909 | 40,370 | 1530,386 | 1437,092 | 256,430 | 253,620 | 65035,777 | 65756,345 | |
38,348 | 37,909 | 1453,734 | 1470,569 | 261,890 | 256,430 | 67156,453 | 68586,372 | |
39,137 | 38,348 | 1500,826 | 1531,705 | 259,360 | 261,890 | 67923,790 | 67267,610 | |
46,298 | 39,137 | 1811,965 | 2143,505 | 278,870 | 259,360 | 72327,723 | 77768,477 | |
Итого | 439,229 | 439,229 | 16106,951 | 16351,437 | 2864,090 | 2864,090 | 685863,823 | 692737,647 |
В нашем примере про внешнеторговый оборот и таможенные платежи проверим оба эти ряда динамики на автокорреляцию с помощью формулы (127), для чего построим вспомогательную таблицу 37.
Теперь по формуле (127) для ряда x: ra = = 0,111.
Аналогично по формуле (127) для ряда y: ra = = 0,249.
По таблице Приложения 10 определяем критическое (предельное) значение коэффициента корреляции для числа уровней n = 12 и уровне значимости α = 0,05. Оно равно 0,348. Оба рассчитанных значения оказались меньше критического, значит автокорреляция между уровнями в обоих рядах динамики отсутствует, следовательно, можно коррелировать уровни x и y.
Исключение автокорреляции в рядах динамики. Если между уровнями ряда (при коррелировании рядов динамики) существует автокорреляция, она должна быть устранена. Есть несколько способов исключения автокорреляции в рядах динамики. Наиболее простой – коррелирование отклонений от выравненных уровней. Для этого каждый ряд динамики выравнивают по определенной для него аналитической формуле (т.е. находят и )[7], затем из эмпирических уровней вычитают выравненные (т.е. находят остаточные величины[8], не описываемые уравнением тренда: и ). Так как остаточные величины могут содержать автокорреляцию (например, в случае недостаточно точно подобранного уравнения тренда), необходимо убедиться, что между ними автокорреляция отсутствует. Лишь после этого можно определять тесноту связи между dx и dy. Формулу коэффициента корреляции между остаточными величинами можно записать в следующем виде:
. (129)
Контрольные задания
На основе исходных данных контрольных заданий по теме 6 с использованием таблицы 38 оценить взаимосвязь между признаками x и y 6-ю методами.
Таблица 38. Распределение вариантов для выполнения контрольного задания
Признак | Вариант | |||||||||
x (№ варианта темы 6) | ||||||||||
y (№ варианта темы 6) |
Контрольные вопросы
1. Виды взаимосвязей между признаками.
2. Методы выявления наличия корреляционной взаимосвязи между признаками.
3. Методы оценки тесноты взаимосвязи между признаками.
4. Применение методов регрессионного анализа.
5. Коэффициент эластичности.
6. Особенности коррелирования рядов динамики.
7. Понятие автокорреляции, ее исключение.
Организация стока поверхностных вод: Наибольшее количество влаги на земном шаре испаряется с поверхности морей и океанов (88‰)...
Папиллярные узоры пальцев рук - маркер спортивных способностей: дерматоглифические признаки формируются на 3-5 месяце беременности, не изменяются в течение жизни...
История развития пистолетов-пулеметов: Предпосылкой для возникновения пистолетов-пулеметов послужила давняя тенденция тяготения винтовок...
Эмиссия газов от очистных сооружений канализации: В последние годы внимание мирового сообщества сосредоточено на экологических проблемах...
© cyberpedia.su 2017-2024 - Не является автором материалов. Исключительное право сохранено за автором текста.
Если вы не хотите, чтобы данный материал был у нас на сайте, перейдите по ссылке: Нарушение авторских прав. Мы поможем в написании вашей работы!