Тема 1.

Основні
категорії аналізу
часових рядів
 Зміст
1.1. Часові ряди, їх характеристики і
завдання аналізу
1.2. Вимоги до вихідної інформації
1.3. Аномальні спостереження, методи їх
виявлення та аналізу
1.4. Методи виявлення закономірностей
динаміки досліджуваних явищ
 1.1. Часові ряди, їх характеристики та завдання аналізу

Динамічним рядом називається сукупність

спостережень будь-якого явища (показника), упорядкована
в залежності від зростаючих або убуваючих значень іншого
явища (показника, ознаки).
Часовий ряд - це набір чисел, прив'язаних до
послідовних, зазвичай рівновіддалених моментів часу.
Часовий ряд - це сукупність значень будь-якого-показника
за декілька послідовних моментів або періодів.
Числа, що складають часовий ряд та отримані в
результаті спостереження за ходом будь-якого процесу,
називаються рівнями (або елементами) ряду.
Довжиною часового ряду називають кількість
включених в нього рівнів.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Таким чином, динамічні ряди - поняття, яке

відноситься до тих рядів, в яких міститься тенденція
зміни, а часові ряди - більш загальне поняття, яке включає
як динамічні, так і статичні послідовності рівнів будь-якого
показника.
Отже, часовий ряд - це послідовність
упорядкованих у часі числових показників, які
характеризують рівень стану і зміни досліджуваного
явища.
Елементи часового ряду (члени, рівні ряду)
нумеруються відповідно до номеру моменту часу, до якого
вони відносяться (наприклад, , ,…), і порядок рівнів ряду
відіграє важливу роль у подальшому дослідженні.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Аналіз часових рядів дає можливість

постежити розвиток явища, показати його
основні шляхи, тенденції і темпи.
Основні цілі аналізу часового ряду:
*опис характерних особливостей ряду;
*з'ясування механізму, що породжує часовий ряд;
*підбір статистичної моделі, яка описує часовий
ряд;
*прогноз майбутніх значень ряду на основі
минулих спостережень;
*управління процесом, що породжує часовий ряд.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Практична реалізація перерахованих цілей

виконується в результаті таких етапів:
*графічне представлення часового ряду;
*виділення і видалення: тренда, сезонних і циклічних
складових (вирівнювання, згладжування);
*виділення і видалення низько- або високочастотних
складових процесу (фільтрація);
*дослідження випадкової складової часового ряду, що
залишилася після згладжування і фільтрації;
*побудова математичної моделі для опису випадкової
складової і перевірка її адекватності;
*прогнозування майбутнього розвитку процесу, описаного
часовим рядом;
*дослідження взаємозв'язків між різними часовими
рядами.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Для вирішення перерахованих вище завдань

використовуються такі методи і моделі:
*методи кореляційного аналізу, що дозволяють виявити
періодичні залежності і їх лаги всередині одного
процесу (автокореляція) або між декількома процесами
(кроскорреляціі);
*методи спектрального аналізу, націлені на виявлення
періодичних і квазіперіодичних складових часового
ряду;
*методи перетворення часових рядів (згладжування і
фільтрація) з метою видалення з них високочастотних
або сезонних складових;
*моделі авторегресії і ковзного середнього (для опису і
прогнозування випадкової складової часового ряду).
1.1. Часові ряди, їх характеристики та завдання аналізу
 1.1. Часові ряди, їх характеристики та завдання аналізу

Інтервальні часові ряди представляються послідовністю

значень показників за певний інтервал часу (рік, квартал, місяць і
т.д.).
Моментні ряди представляються у вигляді послідовності
показників, що відносяться до конкретних моментів часу (на 1
січня, на 1 липня і т. д.).
Особливості рівнів інтервальних та моментних рядів
1. Окремі рівні моментного часового ряду абсолютних
величин містять елементи повторного рахунку, тобто в кожному
наступному рівні міститься повністю або частково значення
попереднього рівня. Все це робить безглуздим підсумовування
моментних рядів.
2. Значення ж рівнів абсолютних інтервальних часових рядів,
на відміну від рівнів моментного ряду, не містяться в попередніх і
наступних показниках, їх можна підсумувати, що дозволяє
отримувати ряди більш укрупнених періодів, або ряди з
наростаючими підсумками.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Часові ряди поділяються на стаціонарні та

нестаціонарні.
Випадкові процеси, що протікають у часі приблизно
однорідно і мають вигляд безперервних випадкових
коливань навколо деякого середнього значення, причому
ні середня амплітуда, ні характеристика цих коливань не
виявляють істотних змін протягом часу, в математичній
статистиці називаються стаціонарними.
Будь-який стаціонарний процес можна розглядати як
процес, який невизначено довго триває у часі.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Стаціонарним (суворо стаціонарним або

стаціонарним у вузькому сенсі слова) називається такий
ряд динаміки, у якого спільне розподілення
імовірностей для n рівнів y(t1), y(t2), … . y(tn), таке же,
як і для n рівнів y(t1+τ), y(t2+τ), … , y(tn+τ) для будь-
якого t1,t2, …, tn и τ.
Стаціонарним в широкому сенсі називається процес, якщо
перший і другий моменти є постійними, а функція
ковариації залежить тільки від лагового зсуву m і не
залежить від часу:
 1.1. Часові ряди, їх характеристики та завдання аналізу

Стаціонарність означає, що середнє значення рівнів та їх дисперсія -

постійні величини.

Можна сказати і так: ряд динаміки стаціонарний, якщо значення

його рівнів не залежать від початку відліку.
В економічній практиці у більшості випадків доводиться мати справу
з випадковими процесами, що мають цілком визначену тенденцію
розвитку в часі. Такі процеси називаються нестаціонарними, і часові
ряди також називаються нестаціонарними.

Характеристики нестаціонарного випадкового процесу змінюються в

часі, тобто залежать від початку відліку.
Нестаціонарний ряд: x(k) є ( µ, σ2 ) , µ = var, σ2 = const
де k – це номер спостереження.
 1.1. Часові ряди, їх характеристики та завдання аналізу

Вибір виду часового ряду визначається цілями аналізу.

Часові ряди можуть бути зображені графічно.

Графічне зображення дозволяє наочно уявити розвиток
явищ у часі і сприяє проведенню аналізу рівнів.
Найбільш поширеним видом графічного зображення
для аналітичних цілей є лінійна діаграма, яка будується в
прямокутній системі координат.
Поряд з лінійної діаграмою для графічного
зображення часових рядів з метою популяризації широко
використовуються стовпчикові, секторні та інші види
діаграм.
 1.2. Перетворення вихідної інформації

При виявленні непорівняності рівнів ряду може

застосовуватися процедура змикання рядів.
Змикання може бути вироблено двома способами:
1) за допомогою коефіцієнта переведення;
2) за допомогою формування відносних величин.
Перший спосіб полягає в тому, що дані за попередні
періоди множаться на коефіцієнт переведення, який
дорівнює відношенню показників на цей момент часу, коли
відбулася зміна умов формування рівнів ряду. Наприклад,
в сучасних умовах переоцінка основних виробничих фондів
відбувається щорічно, і, отже, в часовому ряді кожен рік
стає перехідним, що постійно вимагає розрахунку
коефіцієнта переведення.
 1.2. Перетворення вихідної інформації

Змикання може бути застосовано, коли для однієї

дати є значення рівнів обох рядів
tί … …

yί … ― … ―

― ― … …

Коефіцієнт переведення розраховується за формулою:

∗
𝑦 1❑
𝑘=
𝑦𝑚
на який множимо значення всіх рівнів. Отримуємо
зімкнутий ряд динаміки:
tί … …

ky1 ky2 … …
 1.2. Перетворення вихідної інформації

Другий спосіб — рівень перехідного періоду приймається

для 2-ої частини ряду за 100%, і від цього рівня
визначаються відповідні показники (вперед або назад). При
цьому отримуємо співставлений ряд відносних величин.
Тобто, останній рівень уm першого ряду та перший
рівеньдругого ряду приймають за 100%, а решту
перераховують у відсотках по відношенню до них:
tί … …

×100% × 100% … 100% × 100% … ×100%

 1.2. Перетворення вихідної інформації
Способи отримання пропущених значень
часового ряду

Інтерполяція, інтерполювання - в обчислювальній

математиці це спосіб пошуку пропущених значень величини
за наявним дискретним набором відомих значень.
Розглянемо систему точок ( ), що не
співпадають, із деякої області D. Нехай значення функції
відомі тільки у цих точках:

Завдання інтерполяції полягає в пошуку такої функції

F із заданого класу функцій, що
 1.2. Перетворення вихідної інформації
Способи отримання пропущених значень
часового ряду
Точки називають вузлами інтерполяції, а їх
сукупність - інтерполяційною сіткою.
Пари називають точками даних або базовими
точками.
Різницю між «сусідніми» значеннями
- кроком інтерполяційної сітки.
Він може бути як змінним, так і постійним.
Функцію — интерполяційною функцією або
інтерполянтом.
1.2. Перетворення вихідної інформації
 1.2. Перетворення вихідної інформації

Способи інтерполяції
1) Інтерполяція методом найближчого сусіда -
найпростіший спосіб знаходження відсутнього значення
рівня ряду
Інтерполяція методом найближчого сусіда
(ступінчаста інтерполяція) - метод інтерполяції, при
якому проміжним значенням вибирається найближче
відоме значення функції. Інтерполяція методом
найближчого сусіда є найпростішим методом інтерполяції.
2) Інтерполяція многочленами
На практиці найчастіше застосовують інтерполяцію
многочленами. Це пов'язано перш за все з тим, що
многочлени легко обчислювати, легко аналітично
знаходити їх похідні та множина многочленів є щільною в
просторі неперервних функцій (теорема Вейєрштрасса).
 1.2. Перетворення вихідної інформації

2.1.Лінійна інтерполяція - інтерполяція алгебраїчним

двочленом виду P1(x) = ax + b функції f, яка задана у двох
точках x0 и x1 відрізку [a, b].
У випадку, якщо задані значення в декількох точках, функція
замінюється кусочно-лінійною функцією.
Геометрично це означає заміну графіка функції f прямої, що
проходить через точки (x0,f(x0)) и (x1,f(x1)).

Рівняння такої прямоє має вигляд:

звідти для

Це є формула лінійної інтерполяції, при цьому

де R1(x) — похибка формули:

 1.2. Перетворення вихідної інформації

Справедлива оцінка

Приклад лінійної інтерполяції

 1.2. Перетворення вихідної інформації

2.2. Поліном Лагранжа (інтерполяційний

многочлен) - многочлен мінімального ступеня, який
набуває дані значення в даному наборі точок.
Для n + 1 пар чисел
де всі xj різні, існує єдиний многочлен L(x) ступеня не
більше n, для якого L(xj) = yj.
У найпростішому випадку (n = 1) — це лінійний
многочлен, графік якого - пряма, що проходить через дві
задані точки.
Лагранж запропонував спосіб обчислення таких
многочленів:
де базисні поліноми визначаються за формулою:
 1.2. Перетворення вихідної інформації

li(x) мають такі властивості:

1) є многочленами ступеня n;
2) li(xi) = 1;
3) li(xj) = 0 при

Звідси слідує що L(x), як лінійна комбінація li(x),

може мати ступінь не більш n, и L(xi) = yi,
Поліноми Лагранжа використовуються для
інтерполяції, а також для чисельного інтегрування.
 1.2. Перетворення вихідної інформації

Цей приклад демонструє інтерполяційний многочлен

Лагранжа для чотирьох точок (-9,5), (-4,2), (-1,-2) і (7,9), а
також поліноми yi li(x), кожен з яких проходить через одну
з виділених точок, і приймає нульове значення в інших xj
 1.2. Перетворення вихідної інформації

Вимоги до інформації

Порівняність

Повнота даних Однорідність

Стійкість
 1.2. Перетворення вихідної інформації

Порівняність досягається в результаті однакового

підходу до спостережень на різних етапах формування
динамічного ряду.
Однорідність даних означає відсутність сильних
зламів тенденцій, а також аномальних (тобто таких, які
різко виділяються, нетипових для даного ряду)
спостережень. Аномальні спостереження виявляються у
вигляді сильного зміни рівня - стрибка або спаду - з
подальшим приблизними відновленням попереднього
рівня.
Стійкість характеризується перевагою
закономірності над випадковістю в зміні рівнів ряду.
Вимога повноти даних обумовлюється тим, що
закономірність може виявитися лише при наявності
мінімально допустимого обсягу спостережень.
 1.2. Перетворення вихідної інформації

Процедури попереднього аналізу часових рядів

Згладжування
часових рядів

Перевірка наявності
тренда

Виявлення
закономірностей у
часових рядах

Виявлення
аномальних
спостережень