Заказ работы

Заказать
Каталог тем

Заказ научной авторской работы

Тренд и его анализ

 Тренд или тенденция временного ряда – это несколько условное
понятие. Под трендом понимают закономерную, неслучайную
составляющую временного ряда (обычно монотонную), которая может
быть вычислена по вполне определенному однозначному правилу. Тренд
временного ряда часто связан с действием физических законов или
каких-либо других объективных закономерностей. Однако, вообще
говоря, нельзя однозначно разделить случайный процесс или
временной ряд на регулярную часть (тренд) и  колебательную часть
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
(остаток). Поэтому обычно предполагают, что тренд - это некоторая 
функция простого вида (линейная, квадратичная и т.п.), описывающая
“поведение в целом” ряда или процесса. Если выделение такого
тренда упрощает исследование, то предположение о выбранной форме
тренда считается допустимым. 
     Для временного ряда уравнение линейного тренда имеет вид
                x-MX=r T
X
s
s (t-MT).
     При r>0 говорят о положительном тренде (с течением времени
значения временного ряда имеет тенденцию возрастать), при r<0 об
отрицательном (тенденция убывания). При r, близких к нулю, иногда
говорят о боковом тренде. Как было сказано выше, для случая, когда
t=1,2,3,...n, имеем: 
MT=(n+1)/2, DT=n(n+2)/12, а потому ?T= n(n +1) /12 ,
однако на практике не стоит отдельно вычислять r  и ?X и только
потом подставлять их в уравнение тренда. Лучше прямо в формуле
тренда произвести сокращения, после которых она примет вид:
       x-MX= DT
KX (t-(n+1)/2).
     После выделения линейного тренда нужно выяснить, насколько он
значим. Это делается с помощью анализа коэффициент корреляции.
Дело в том, что отличие коэффициента корреляции от нуля и тем
самым наличие реального тренда (положительного или отрицательного)
может оказаться случайным, связанным со спецификой
рассматриваемого отрезка временного ряда. Другими словами, при
анализе другого набора экспериментальных данных (для того же
временного ряда) может оказаться, что полученная при этом оценка
намного ближе к нулю, чем исходная (и, возможно, даже имеет другой
знак), и говорить о реальном тренде тут уже становится трудно. 
     Для проверки значимости тренда в математической статистике
разработаны специальные методики. Одна из них основана на проверке
равенства r=0 с помощью распределения Стьюдента.
     Предположим, что имеется набор экспериментальных данных -
значения x1, x2, x3,...xN временного ряда в равноотстоящие моменты
времени t1, t2, t3...tN.
     Оценка для коэффициента автокорреляции, как уже было сказано,
для временного ряда имеет вид:
    r*=K*X(?)/K*X(0),
где K*X - оценка для функции автоковариации, которую можно найти по
следующей формуле: 
    K*X= 1
1
N + ?
=
N
k 0
x(k(T-?)/N+?)x(k(T-?)/N).
     Назовем это значение r* экспериментальным. Идея метода
статистической проверки гипотез такова. Выдвигается некоторая
гипотеза, в нашем случай это гипотеза о равенстве нулю
коэффициента автокорреляции. Далее, задается некоторый уровень
вероятности ?. Смысл этой величины заключается в том, что она
является мерой допустимой ошибки. А именно, мы допускаем, что
сделанный нами вывод о справедливости или несправедливости (при
более тонком исследовании эти две ситуации нужно различать)
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
гипотезы на основании заданного массива экспериментальных данных
может оказаться ошибочным, ибо абсолютно точного вывода на
основании лишь частичной информации ждать, конечно, не стоит.
Однако вероятность этой ошибки не должна превосходить выбранной
величины ?. Обычно берут это значением равным 0.05 (т.е.5%) или
0.10, иногда берут и 0.01.
     Далее рассмотриваем следующую величину:
      Uэкс=r* 1 2
2
r
N
-
- .
     Можно доказать, что при достаточно больших значениях n эта
случайная величина имеет распределение, мало зависящее от
исходного временного ряда. Более того, это распределение близко к
одному из стандартных распределений, используемых в математической
статистике – к распределению Стьюдента (с числом степеней свободы
k=N-2, где N – число экспериментальных данных).
     Для распределения Стьюдента имеются подробные таблицы, в
которых для заданного уровня вероятности ? и числа степеней
свободы k  указывается критическое значение Uкр. Критическим или
граничным оно называется потому, что ограничивает двустороннюю
область, вне которой значения случайной величины могут оказаться
только с вероятностью не большей, чем ? (т.е. небольшой). Точнее,
при условии r=0 имеет место равенство:
      P[|U| ? Uкр]=?.
     В настоящее время значение Uкр можно находить не только из
таблиц (где оно приведено только лишь для некоторых значений
уровня вероятности). Любая современная статистическая программа
для компьютера дает возможность вычислить Uкр для произвольного
заданного уровня вероятности. Как нетрудно понять, с ростом
величины ? значения Uкр тоже растут.    
     Далее рассуждают следующим образом. Предположим, что число N
достаточно велико. Тогда случайная величина Uэкс распределена
приблизительно по закону Стьюдента. Если r=0, то с большой (т.е.
близкой к 1) вероятностью, равной 1-?, значение Uэкс должно по
модулю не превосходить Uкр. А вот выходить за пределы отрезка   
[-Uкр,Uкр] величина Uэкс может только с вероятностью ?. Поэтому
если |Uэкс| ? Uкр, то делают заключение о том, что гипотеза r=0
экспериментальными данными не подтверждается и потому тренд
является выраженным. Ошибка такого заключения не превосходит
заданного уровня ?. Если же |Uэкс| ? Uкр, то говорят, что на
заданном уровне вероятности ? отвергнуть гипотезу r=0  нет
оснований. В этом случае мы не имеем оснований говорить о
выраженном тренде, а тем более использовать рост или убывание
этого тренда при прогнозировании динамики временного ряда на
будущее.
     Например, пусть r*=0.20 и N=20. Тогда вычисление дает
Uэкс=0.87. Для уровня вероятности 5% находим из таблицы
распределения Стьюдента Uкр=2.10. Сравнивая Uэкс и Uкр, видим, что
тут гипотезу о равенстве нулю коэффициента автокорреляции
отвергать нет основания. Тренд здесь не является выраженным.
PDF created with FinePrint pdfFactory trial version http://www.fineprint.com
     Кроме линейного тренда, приходится рассматривать и тренды
более сложной структуры. При этом заранее указать функцию, с
помощью которой можно описать этот тренд, обычно не представляется
возможным. Поэтому часто на практике просто перебирают несколько
простых функциональных зависимостей (с параметрами) и для каждой
из них оценивают, насколько успешно функцией того или иного вида
можно описать тенденцию рассматриваемого временного ряда. При
наличии компьютера эти вычисления не занимают много времени, а
иногда могут проводиться даже в автоматическом режиме, выделяющем
среди нескольких заданных видов трендов оптимальный. Однако далеко
не всегда среди рассмотренных функций имеется та, которая
достаточно эффективно описывает тенденцию развития заданного
временного ряда. В этом случай приходится идти другими путями. В
частности, часто в такой ситуации производят различные
преобразования членов временного ряда (логарифмирование,
дифференцирование - образование разностей соседних членов ряда,
интегрирование – суммирование последовательных членов ряда и др.)
для того, чтобы попытаться получить временной ряд с ясно
выраженным линейным трендом. Если это удается сделать, то к
полученному ряду применяют те методы, которые были описаны выше, а
потом обратным преобразованием возвращаются к исходному ряду.
Нужно еще раз подчеркнуть, что вид тренда не определяется
однозначно самим рядом и является некоторым условным объектом,
привлекаемым для более полного понимания особенностей
рассматриваемого процесса. 

     Ниже Вы можете заказать выполнение научной работы. Располагая значительным штатом авторов в технических и гуманитарных областях наук, мы подберем Вам профессионального специалиста, который выполнит работу грамотно и в срок.


* поля отмеченные звёздочкой, обязательны для заполнения!

Тема работы:*
Вид работы:
контрольная
реферат
отчет по практике
курсовая
диплом
магистерская диссертация
кандидатская диссертация
докторская диссертация
другое

Дата выполнения:*
Комментарии к заказу:
Ваше имя:*
Ваш Е-mail (указывайте очень внимательно):*
Ваш телефон (с кодом города):

Впишите проверочный код:*    
Заказ курсовой диплома или диссертации.

Горячая Линия


Вход для партнеров