КАТЕГОРИИ: Архитектура-(3434)Астрономия-(809)Биология-(7483)Биотехнологии-(1457)Военное дело-(14632)Высокие технологии-(1363)География-(913)Геология-(1438)Государство-(451)Демография-(1065)Дом-(47672)Журналистика и СМИ-(912)Изобретательство-(14524)Иностранные языки-(4268)Информатика-(17799)Искусство-(1338)История-(13644)Компьютеры-(11121)Косметика-(55)Кулинария-(373)Культура-(8427)Лингвистика-(374)Литература-(1642)Маркетинг-(23702)Математика-(16968)Машиностроение-(1700)Медицина-(12668)Менеджмент-(24684)Механика-(15423)Науковедение-(506)Образование-(11852)Охрана труда-(3308)Педагогика-(5571)Полиграфия-(1312)Политика-(7869)Право-(5454)Приборостроение-(1369)Программирование-(2801)Производство-(97182)Промышленность-(8706)Психология-(18388)Религия-(3217)Связь-(10668)Сельское хозяйство-(299)Социология-(6455)Спорт-(42831)Строительство-(4793)Торговля-(5050)Транспорт-(2929)Туризм-(1568)Физика-(3942)Философия-(17015)Финансы-(26596)Химия-(22929)Экология-(12095)Экономика-(9961)Электроника-(8441)Электротехника-(4623)Энергетика-(12629)Юриспруденция-(1492)Ядерная техника-(1748) |
Выравнивание динамических рядов
В судебной статистике не так часто можно встретиться с плавно меняющимися или неизменными уровнями рядов динамики, особенно в наше сложное в правовом отношении время. В условиях большой колеблемости показателей динамических рядов очень важно выявить три компонента динамики: 1) основные тенденции, выражающие долговременные изменения; 2) систематические, но кратковременные изменения; 3) несистематические случайные колебания, которые часто обусловлены субъективными и иными частными причинами. Необходимость отделения наносного, случайного и временного от устойчивого и закономерного в уровнях динамических рядов диктуется потребностями изучения основных тенденций и закономерностей развития того или иного явления. С этой целью уровни рядов динамики подвергают различным математическим преобразованиям, которые позволяют выявить главные изменения уровней ряда. Простейшие способы преобразований статистических рядов при формировании вторичных группировок путем сглаживания, укрупнения и смыкания рядов, но существует необходимость расширить представления о названных преобразованиях и дополнить их новыми. Вопрос о смыкании динамических рядов имеет особую актуальность в юридической статистике. Изменение законодательства, принципов и форм учета не позволяют дать единый динамический ряд сопоставимых показателей. Например, некоторое время в УК РСФСР был один перечень тяжких преступлений, в 1994 г. его существенно Расширили, а в 1997 г., после вступления в силу УК 1996 г., принципиально изменили. В этих условиях обычный ряд динамики тяжких преступлений за 1991 — 1997 гг. не может быть составлен, так как имеющиеся данные несопоставимы. Аналогичные трудности возникают при изменении единиц учета территории и при других основаниях несопоставимости. Чтобы выявить общую тенденцию изменения уровня тяжких преступлений можно осуществить смыкание рядов динамики. Покажем это на конкретном примере. В табл. 3 мы имеем два фактических ряда: один (1991 — 1994 гг.) — по старому перечню тяжких преступлений, другой (1994—1996 гг.) — по новому, расширенному. Для смыкания этих несопоставимых рядов мы принимаем уровень 1994 г. по старому и новому перечню за 100% (за базу), а затем процентируем к ней влево — уровни преступлений по старому перечню и вправо — уровни преступлений по новому перечню (см. сомкнутый ряд). После этого мы можем принять относительный показатель 1991 г. за базу (за 100%) и рассчитать относительные числах новой базе по всем годам. Таким образом мы получили сомкнутый динамический ряд, который более или менее точно раскрывает основную тенденцию роста тяжких преступлений в целом. Сглаживание рядов динамики предполагает приближение их к основной тенденции, к тренду, способами укрупнения интервалов, скользящей средней, выравниванием по прямой, выравниванием по показательной функции, по параболе, при помощи ряда Фурье и другими методами. Сглаживание рядов динамики путем укрупнения интервалов заключается в определении итоговых или средних показателей для укрупненных интервалов. Обратимся к табл. 4. В месячных отчетах МВД России сведения приводятся по нарастающей: за январь, январь — февраль, январь — март и т.д. Такие накопительные данные по применению огнестрельного оружия сотрудниками органов внутренних дел в целях пресечения преступлений приведены в графе 2 табл. 4. Они не раскрывают динамику, они раскрывают кумуляту. Помесячные данные (графа 3) показывают то рост, то снижение случаев применения оружия: тенденция неопределенна. Укрупнив месячные данные по кварталам и рассчитав средние показатели за каждый квартал и год в целом, мы обнаруживаем вполне определенную сезонную тенденцию. В первом квартале число анализируемых случаев минимально (100%), во втором — их уровень достигает апогея (134,2%), в третьем — их число снижается (120,7%), а в четвертом — достигает исходного уровня (100,4%)У Обращение к средним величинам может углубить аналитические возможности укрупнения данных. Такие укрупнения интервалов допустимы лишь в интервальных рядах. В моментных рядах и рядах средних величин укрупнение интервалов осуществляется на основе расчета средних уровней по формуле средней арифметической, так как суммирование уровней моментных радов и рядов средних величин недопустимо. В табл. 4 (графа 5) приведены средние месячные показатели наблюдаемых случаев в каждом квартале, которые несут ту же информацию о динамике наблюдаемого явления, что и общие суммы за каждый квартал (графа 4). При укрупнении средних месячных за каждый квартал по правилам средней арифметической мы можем найти среднемесячный показатель за год: Он равен среднемесячному показателю, полученному путем сложения месячных данных и деления полученной суммы на 12 месяцев (см. последнюю строку в таблице). Следующий способ выявления тенденции развития рядов динамики—их сглаживание способом скользящей средней. Для этого необходимо последовательно исчислять среднюю из двух, трех, четырех, пяти и больше уровней. Обратимся к динамике преступности в СССР за 1981—1990 гг., когда изменения преступности были «скачущими» (табл. 5). Рассчитаем среднюю за первые три года, затем, начиная с 1982 г., за последующие три года, потом, начиная с 1983 г., за следующие три года и т.д. Аналогичным образом рассчитывались средние за последующие трехлетия (см. табл. 5, графу 3). Динамический рад усредненных данных получился более сглаженным, чем реальный, но укороченным на один уровень в начале и на один уровень в конце. Если бы мы усредняли по пятилетиям, то рад укоротился бы на два уровня в начале и на два — в конце. Чем больше интервал усреднения, тем более сглаженным получается динамический рад и, наоборот, чем меньше интервал, тем ряд получается менее сглаженным. Третьим видом сглаживания динамического ряда можно назвать выравнивание уровней ряда по прямой. Оно применяется тогда, когда абсолютные приросты более или менее постоянны, т.е. когда уровни ряда изменяются близко к линии арифметической прогрессии. Уравнение прямой линии выражается формулой , где — значения уровней выровненного ряда, которые необходимо вычислить; а и b — параметры прямой; х — показатели времени (дни, месяцы, годы). Выравнивание уровней ряда по прямой заключается в замене фактических уровней ряда (у) на теоретические ( ), которые вычисляются с помощью уравнения прямой линии. Неизвестные нам параметры а и b находятся способом наименьших квадратов, представляющим собой систему двух нормальных уравнений (I — знак суммы; п — число уровней): 1) , 2) . Из этих уравнений определяются а и b. Подробное решение этих уравнений на конкретном примере будет изложено в следующей главе при расчете парного коэффициента корреляции. Зная значения а и b, мы можем решить уравнение прямой линии для каждого года отдельно (и т.д.). Получив теоретический ряд чисел, можно изобразить их графически рядом с кривой фактического ряда. Наряду с рассмотренными способами выравнивания уровней рядов динамики существуют и другие более сложные, требующие соответствующей математической подготовки. К ним относятся: а) выравнивание по показательной функции, которое полезно при изменении уровней ряда в геометрической прогрессии; б) выравнивание по параболе; в) выравнивание при помощи ряда Фурье. Эти методы применяются тогда, когда фактические уровни ряда динамики имеют периодические изменения, например, сезонную волну, которую можно наблюдать в динамике преступности и других юридически значимых явлений. Необходимость выравнивания рядов динамики в юридической статистике требуется, главным образом, при прогнозировании методом экстраполяции (продолжения выявленного тренда на будущее) преступности и ее отдельных групп и видов, при составлении планов и программ борьбы с преступлениями и правонарушениями, при определении возможной нагрузки оперативных работников и в других случаях. Выравнивание рядов может также использоваться при нахождении недостающих данных методом интерполяции (продолжения выявленного тренда на прошлое).
Заключительная часть. Подводятся итоги лекции. Даются ответы на вопросы студентов, возникшие в ходе лекции. Выдаётся задание студентам на самостоятельную работу: Повторить материал данной лекции. Быть готовым к ответам на следующие вопросы: 1. Дайте определение ряда динамики, 2. Назовите и поясните основные показатели ряда динамики. 3. Поясните, что показывают начальный, средний и конечный уровни ряда. 4. Приведите примеры интервальных и моментных рядов, поясните отличия. 5. Что называют абсолютным приростом (снижением)? 6. Как определяются темпы роста (снижения)? 7. Раскройте смысл среднегодовых темпов прироста (снижения). 8. Назовите основные способы преобразования рядов динамики. 9. Поясните метод сглаживания рядов динамики. 10. Как осуществляется сглаживание способом скользящей средней? 11. Каким образом выравнивают уровни ряда по прямой?
Дата добавления: 2014-01-03; Просмотров: 2727; Нарушение авторских прав?; Мы поможем в написании вашей работы! Нам важно ваше мнение! Был ли полезен опубликованный материал? Да | Нет |