Определим коэффициент ранговой корреляции Спирмена по формуле:
,
где хi`, yi` - ранг хi и уi соответственно, n – число измерений.
Таблица 2
Промежуточные расчёты для определения коэффициента ранговой корреляции Спирмена
№ п/п | Xi (№ периода) | Yi (поголовье) | Yвозр | Xi' | Yi' | (Xi'-Yi')2 |
204,7 | 185,4 | |||||
198,2 | 188,3 | |||||
188,3 | 190,9 | |||||
185,4 | 198,2 | |||||
190,9 | ||||||
212,6 | ||||||
218,4 | 204,7 | |||||
214,8 | 212,6 | 10,5 | 2,25 | |||
214,8 | ||||||
214,8 | ||||||
214,8 | 218,4 | 10,5 | 2,25 | |||
Итого | 2429,1 | 2429,1 | 126,5 |
Коэффициент ранговой корреляции Спирмена:
rS= 1-6*126,5/(12*(122-1))= 0,5577>0,4, что говорит о наличии умеренной тесноты связи между номером периода и поголовьем крупного рогатого скота.
Ряд является нестационарным, с выраженной основной тенденцией.
Соответственно, индекс сезонности необходимо определять вторым способом, для чего определим сначала теоретические значения yt (yt*) с помощью аналитического выравнивания по уравнению тренда.
|
|
а) Линейная модель тренда yt = a0 +a1t.
На первом этапе необходимо определить параметры уравнения линейного тренда, для чего составим и решим следующую систему нормальных уравнений:
Расчёты коэффициентов модели будем проводить по формулам кривых роста оцененных МНК:
,
где - средние значения у и t соответственно.
Промежуточные расчёты приведены в таблице 1.
Таблица 1
№ п/п | y | t | t2 | yt | y2 | yt |
204,7 | 204,7 | 41902,09 | 193,46 | |||
198,2 | 396,4 | 39283,24 | 195,09 | |||
188,3 | 564,9 | 35456,89 | 196,72 | |||
185,4 | 741,6 | 34373,16 | 198,35 | |||
190,9 | 954,5 | 36442,81 | 199,98 | |||
39601,00 | 201,61 | |||||
212,6 | 1488,2 | 45198,76 | 203,24 | |||
218,4 | 1747,2 | 47698,56 | 204,87 | |||
214,8 | 1933,2 | 46139,04 | 206,50 | |||
40804,00 | 208,13 | |||||
40000,00 | 209,76 | |||||
214,8 | 2577,6 | 46139,04 | 211,39 | |||
Итого | 2429,1 | 16022,3 | 493038,59 | 2429,10 | ||
Среднее значение | 202,425 | 6,5 | 54,167 | 1335,1917 | 41086,55 | 202,43 |
a0=202,425 – 1,630∙6,5= 191,827
В результате расчёта получено уравнение yt=191,827+1,630t
Дисперсия признака t: =54,167-6,52=11,917
Дисперсия признака у: = 41086,55 - 202,4252=110,669
Найдем линейный коэффициент парной корреляции:
В соответствии с полученным значением коэффициента корреляции, связь между факторами по модели согласно шкале Чеддока можно охарактеризовать как заметную.
б) степенная модель: yt=a0t a1
Прологарифмируем функцию yt=a0t a1.
Lgy=lga0+а1 lgt
Введем дополнительные переменные:
Y=lgy
A0=lga0
T=lgt
Тогда, получаем линейную функцию:
Y=A0+a1T
Таблица 2
|
|
№ п/п | y | t | У=lnу | T=lnt | T2 | TY | yt | (у-уt) | (у-уt)2 | (у- )2 |
204,7 | 2,3111 | 0,0000 | 0,0000 | 0,0000 | 192,5407 | 12,1593 | 147,8481 | 5,1756 | ||
198,2 | 2,2971 | 0,3010 | 0,0906 | 0,6915 | 196,4832 | 1,7168 | 2,9473 | 17,8506 | ||
188,3 | 2,2749 | 0,4771 | 0,2276 | 1,0854 | 198,8268 | -10,5268 | 110,8127 | 199,5156 | ||
185,4 | 2,2681 | 0,6021 | 0,3625 | 1,3655 | 200,5065 | -15,1065 | 228,2051 | 289,8506 | ||
190,9 | 2,2808 | 0,6990 | 0,4886 | 1,5942 | 201,8191 | -10,9191 | 119,2267 | 132,8256 | ||
2,2989 | 0,7782 | 0,6055 | 1,7889 | 202,8980 | -3,8980 | 15,1943 | 11,7306 | |||
212,6 | 2,3276 | 0,8451 | 0,7142 | 1,9670 | 203,8147 | 8,7853 | 77,1822 | 103,5306 | ||
218,4 | 2,3393 | 0,9031 | 0,8156 | 2,1126 | 204,6121 | 13,7879 | 190,1070 | 255,2006 | ||
214,8 | 2,3320 | 0,9542 | 0,9106 | 2,2253 | 205,3180 | 9,4820 | 89,9078 | 153,1406 | ||
2,3054 | 1,0000 | 1,0000 | 2,3054 | 205,9516 | -3,9516 | 15,6151 | 0,1806 | |||
2,3010 | 1,0414 | 1,0845 | 2,3963 | 206,5264 | -6,5264 | 42,5939 | 5,8806 | |||
214,8 | 2,3320 | 1,0792 | 1,1646 | 2,5167 | 207,0526 | 7,7474 | 60,0228 | 153,1406 | ||
Итого | 2429,1 | 27,6681 | 8,6803 | 7,4643 | 20,0487 | 2426,3496 | 2,7504 | 1099,6629 | 1328,0225 | |
Среднее | 202,425 | 6,5 | 2,3057 | 0,7234 | 0,6220 | 1,6707 | 202,1958 | 0,2292 | 91,6386 | 110,6685 |
A0=2,3057– 0,029∙0,7234= 2,284
a0=102,284=192,541
В результате расчёта получено уравнение yt=192,541∙t0,029
Оценим тесноту связи с помощью индекса корреляции:
=0,415.
Связь между факторами по модели согласно шкале Чеддока можно охарактеризовать как умеренную.
в) Показательная модель: yt=a0a1t
Прологарифмируем функцию yt=a0a1t.
Lgy=lga0+lgа1 ∙t
Введем дополнительные переменные:
Y=lgy
A0=lga0
A1=lga1
Тогда, получаем линейную функцию:
Y=A0+A1t
Таблица 3
№ п/п | y | t | У=lnу | t2 | tY | yt | (у-уt) | (у-уt)2 | (у- )2 |
204,7 | 2,3111 | 1,0000 | 2,3111 | 193,3725 | 11,3275 | 128,3114 | 5,1756 | ||
198,2 | 2,2971 | 4,0000 | 4,5942 | 194,9397 | 3,2603 | 10,6293 | 17,8506 | ||
188,3 | 2,2749 | 9,0000 | 6,8246 | 196,5196 | -8,2196 | 67,5626 | 199,5156 | ||
185,4 | 2,2681 | 16,0000 | 9,0724 | 198,1124 | -12,7124 | 161,6040 | 289,8506 | ||
190,9 | 2,2808 | 25,0000 | 11,4040 | 199,7180 | -8,8180 | 77,7566 | 132,8256 | ||
2,2989 | 36,0000 | 13,7931 | 201,3366 | -2,3366 | 5,4597 | 11,7306 | |||
212,6 | 2,3276 | 49,0000 | 16,2929 | 202,9684 | 9,6316 | 92,7687 | 103,5306 | ||
218,4 | 2,3393 | 64,0000 | 18,7140 | 204,6133 | 13,7867 | 190,0724 | 255,2006 | ||
214,8 | 2,3320 | 81,0000 | 20,9883 | 206,2716 | 8,5284 | 72,7331 | 153,1406 | ||
2,3054 | 100,000 | 23,0535 | 207,9434 | -5,9434 | 35,3237 | 0,1806 | |||
2,3010 | 121,000 | 25,3113 | 209,6287 | -9,6287 | 92,7113 | 5,8806 | |||
214,8 | 2,3320 | 144,000 | 27,9844 | 211,3276 | 3,4724 | 12,0574 | 153,1406 | ||
Итого | 2429,1 | 27,6681 | 650,000 | 180,344 | 2426,7518 | 2,3482 | 946,9901 | 1328,0225 | |
Среднее | 202,425 | 6,5 | 2,3057 | 54,1667 | 15,0287 | 202,2293 | 0,1957 | 78,9158 | 110,6685 |
a1=100,0035=1,008
A0=2,3057– 1,008∙6,5= 2,283
a0=102,283=191,818
В результате расчёта получено уравнение yt=192,818∙1,008t
Оценим тесноту связи с помощью индекса корреляции:
=0,5356.
Связь между факторами по модели согласно шкале Чеддока можно охарактеризовать как заметную.
Исходя из полученных значений индекса корреляции и линейного коэффициента корреляции, можно сделать вывод о том, что данную зависимость лучше всего описать показательной моделью, так как значение индекса корреляции больше.
Следовательно, в качестве теоретических значений yt* будем использовать значения yt, полученные по показательной модели.
Определим индексы сезонности по формуле
Составим расчетную таблицу:
№ п/п | y | yt | y/yt | ||
204,7 | 193,3725 | 1,059 | 3,033 | 1,011 | |
198,2 | 194,9397 | 1,017 | |||
188,3 | 196,5196 | 0,958 | |||
185,4 | 198,1124 | 0,936 | 2,880 | 0,960 | |
190,9 | 199,7180 | 0,956 | |||
201,3366 | 0,988 | ||||
212,6 | 202,9684 | 1,047 | 3,156 | 1,052 | |
218,4 | 204,6133 | 1,067 | |||
214,8 | 206,2716 | 1,041 | |||
207,9434 | 0,971 | 2,942 | 0,981 | ||
209,6287 | 0,954 | ||||
214,8 | 211,3276 | 1,016 |
Определим прогнозное значение поголовья крупного рогатого скота в хозяйствах населения по каждому кварталу на 2012 год.
yпр2012[1]*=a0a113
yпр2012[1]*=a0a113
yпр2012[1]*= 192,818∙1,00813=213,0403
yпр2012[2]*=a0a114
yпр2012[2]*= 192,818∙1,00814=214,7669
yпр2012[3]*=a0a115
yпр2012[3]*= 192,818∙1,00815=216,5076
yпр2012[4]*=a0a116
yпр2012[4]*= 192,818∙1,00816=218,2622
yпр2012[1]= 213,0403∙1,011=215,4177
yпр2012[2]= 214,7669∙0,960=206,1816
yпр2012[3]= 216,5076∙1,052=227,779
yпр2012[4]= 218,2622∙0,981=214,037