Анализ взаимосвязанных рядов динамики

из "Статистика курс лекций "

Под взаимосвязанными рядами динамики понимают такие, в которых уровни одного ряда в какой-то степени определяют уровни другого. Например, ряд, отражающий внесение удобрений на 1 га, связан с временным рядом урожайности, ряд уровней средней выработки связан с рядом динамики средней заработной платы, ряд среднегодового поголовья молочного стада определяет годовые уровни надоев молока и т. д. [c.109]
В простейших случаях для характеристики взаимосвязи двух и более рядов их приводят к общему основанию, для чего берут в качестве базисных уровни за один и тот же период и исчисляют коэффициенты опережения по темпам роста или прироста. [c.109]
Коэффициенты опережения по темпам роста — это отношение темпов роста (цепных или базисных) одного ряда к соответствующим по времени темпам роста (также цепным или базисным) другого ряда. Аналогично находятся и коэффициенты опережения по темпам прироста. [c.109]
Анализ взаимосвязанных рядов представляет наибольшую сложность при изучении временных последовательностей. Нередко совпадение общих тенденций развития бывает вызвано не взаимной связью, а прочими неучитываемыми факторами. Поэтому в сопоставляемых рядах предварительно следует избавиться от влияния существующих в них тенденций, а после этого провести анализ взаимосвязи по отклонениям от тренда. Исследование включает проверку рядов динамики (отклонений) на автокорреляцию и установление взаимосвязи между признаками. [c.109]
При К = 0 имеется полная положительная автокорреляция, при К = 2 автокорреляция отсутствует, при К = 4 — полная отрицательная автокорреляция. Прежде чем оценивать взаимосвязь, автокорреляцию необходимо исключить. Это можно сделать тремя способами. [c.109]
Заметим, что более полные уравнения авторегрессии можно получить на основе анализа автокорреляционной функции, когда определяются число параметров (ос0, а,, аг,. .. Р0, р,, Р2,. ..) и соответствующие этим параметрам величины лагов. [c.110]

Вернуться к основной статье