Подготовка данных

из "Построение индекса базовой инфляции для России "

Эти данные не свободны от ряда проблем, в том числе проблемы пропущенных наблюдений, агрегирования и дезагрегирования. [c.15]
Пропущенные наблюдения. Пропущенные наблюдения могут привести к смещенности только если тот факт, что наблюдение недоступно, систематическим образом зависит от уровня инфляции. Нет оснований полагать, что такое имеет место в случае российских данных. Поэтому нашей стратегией будет использовать все имеющиеся наблюдения. При этом не требуется вносить изменения в базовый алгоритм. [c.15]
В наших данных присутствуют 18 рядов с пропущенными наблюдениями, относящимися к 1995-2001 гг. [c.15]
Агрегирование и дезагрегирование. Агрегирование и дезагрегирование товарных групп не вносят смешение в оценки усеченного среднего. Они только несколько изменяют дисперсию оценок. Таким образом, базовый алгоритм не требует изменения. [c.15]
В наших данных имеется 2 ряда, характеризующихся такой проблемой. [c.15]
Также имели место мелкие изменения определения отдельных индексов. Эту проблему с данными значительно труднее решить, и мы не учитываем ее в наших расчетах. [c.15]
Имеется также две основные проблемы, касающиеся временной структуры использованных необработанных рядов. Первая — сезонность. Вторая — ступенчатая динамика . [c.15]
Сезонность. Известно, что некоторые цены имеют сильную сезонную составляющую. Наиболее очевидный пример — свежие овощи. Рис. 3 показывает приросты цены на капусту, демонстрирующее типичное сезонное поведение. [c.15]
Используемые здесь российские ряды цен очевидным образом содержат значимую сезонность, что видно из рис. 1(а) и рис. 8(а). Сезонность проявляется в форме (а именно, в асимметрии) одномоментных распределений. [c.16]
как мы покажем ниже, до некоторой степени усеченное среднее отфильтровывает сезонность, может оказаться более правильным учесть это явление каким-то образом в нашей процедуре построения индекса базовой инфляции. Наиболее прямой способ сделать это состоит в том, чтобы удалить сезонность перед тем, как осуществлять усечение. [c.16]
С помощью этой программы мы посчитали для этих товаров стандартное аддитивное разложение Х-11 и использовали скорректированные данные в расчетах усеченного среднего. [c.16]
Ступенчатая динамика. Некоторые цены товаров изменяются и/или регистрируются редко, что приводит к прерывистой динамике наблюдаемого ряда. Это, прежде всего, имеет место для цен, устанавливаемыми правительственными органами, и других регулируемых правительством цен. Это также важно принять во внимание при вычислении меры базовой инфляции. Рис. 4 показывает характерный пример такого поведения, динамику цены отправки письма по почте. [c.17]
Результаты предварительной фильтрации. После корректировки сезонный рисунок в асимметрии исчез (см. рис. 7). Средний коэффициент асимметрии был равен 1.42, а средний эксцесс — 13.0 в 1993-2001 гг. Таким образом, после корректировки одномоментные распределения стали более скошенными вправо и с менее выраженным эксцессом. [c.18]
Для первых двух рядов статистики не определены из-за того, что знаменатель равен нулю. [c.18]

Вернуться к основной статье