Szeregi czasowe, dynamika zjawisk
Interesujące jest badanie pewnych zjawisk w czasie, np. dochodu narodowego brutto, liczby mieszkańców Łodzi od czasu jej powstania, czy cen benzyny w ciągu ostatnich kilku miesięcy. Takie dane zapisuje się w postaci szeregów czasowych.
termin wykładu Liczba studentów
19.02 90
05.03 70
19.03 60
02.04 50
23.04 50
30.04 70
15.05 100
t
iy
iRok Liczba ludności Łodzi
1534 650
1777 265
1793 250
1796 191
1800 428
1810 514
1815 799
1821 1855
1830 4343
1850 15 764
1857 27 890
1865 40 121
1872 100 000
1886 232 000
1897 283 206
1900 314 020
1903 320 500
1905 343 944
1913 477 862
1914 506 000
1915 600 000
Rok Liczba ludności Łodzi
1918 341 800
1919 433 500
1931 605 500
1939 672 000
1946 496 929
1950 620 273
1955 674 172
1960 709 698
1965 744 086
1970 762 699
1975 798 263
1980 835 658
1985 847 864
1990 848 258
1995 823 215
2000 793 217
2005 767 628
2010 730 633
Szereg czasowy Liczby Mieszkańców Łodzi
0 100000 200000 300000 400000 500000 600000 700000 800000 900000
1534 1777 1793 1796 1800 1810 1815 1821 1830 1850 1857 1865 1872 1886 1897 1900 1903 1905 1913 1914 1915 1918 1919 1931 1939 1946 1950 1955 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010
Szereg czasowy Liczby Mieszkańców Łodzi – przedstawienie graficzne
Def.
Szeregiem czasowym
nazywamy ciąg wyników obserwacji uporządkowanych czasowo.Szereg taki to pary liczb:
t y i , i
Gdzie:
i i
t y
- Oznacza kolejne wartości czasu
- Oznacza wartość cechy Y
przypadającą na odpowiadający jej czas
czas wykładu Liczba studentów
19.02 90
05.03 70
19.03 60
02.04 50
23.04 50
30.04 70
15.05 100
ti yi
Analiza szeregów czasowych obejmuje:
• Wyznaczanie średnich wartości poziomu cechy Y (zjawiska Y)
• Wyznaczanie dynamiki zmian (czyli porównywanie poziomu cechy Y w czasie)
• Wyznaczanie trendu zmian cechy Y
0 100000 200000 300000 400000 500000 600000 700000 800000 900000
1534 1793 1800 1815 1830 1857 1872 1897 1903 1913 1915 1919 1939 1950 1960 1970 1980 1990 2000 2010
Dla potrzeb szeregów czasowych bada się
przeciętny poziom zjawiska,
czyli wyznacza się
średnią chronologiczną szeregu czasowego
określoną następującym wzorem:
1 2 2 3
...
12 2 2
1
n n
ch
y y y y y y
y n
1
2 3
...
12 2
1
n n
ch
y y
y y y
y n
którą po prostym przekształceniu możemy zapisać wzorem:
Dla potrzeb szeregów czasowych bada się
średni poziom zjawiska,
czyliwyznacza zwykłą średnią arytmetyczną:
1
...
ny y
y n
Przykład:
czas wykładu Liczba studentów
19.02 90
05.03 70
19.03 60
02.04 50
23.04 50
30.04 70
15.05 100
ti yi 90 100
70 60 50 50 70
2 2 65,83
ch 7 1 y
90 70 60 50 50 70 100 7 70
y
Dla potrzeb szeregów czasowych bada się
dynamikę zjawiska,
czyliporównuje się poziom zjawiska w kolejnych momentach czasu. Możemy mówić o przyrostach i indeksach.
W celu badania dynamiki zjawisk omówimy różne typy przyrostów:
Przyrosty
Absolutne
Jednopodstawowe łańcuchowe
Względne
Jednopodstawowe łańcuchowe
Przyrosty absolutne jednopodstawowe
obliczane są w stosunku do jednego, ustalonego okresu (bazowego), poprzez liczenie różnic między poziomami zjawiska:/1 1
1 1 2 1 3 1 1
,
, , ,...,
i i
n
y y
y y y y y y y y
• Mogą być liczone w stosunku do pierwszego okresu przyjętego jako bazowy:
• Mogą być liczone w stosunku do wybranego okresu przyjętego jako bazowy:
/
1 2 3
,
, , ,...,
i k i k
k k k n k
y y
y y y y y y y y
Przykład:
Data – czas Cena benzyny Eu 95
2013-09-07 1 5,71 0 0,39
2013-10-07 2 5,56 -0,15 0,24
2013-11-07 3 5,36 -0,35 0,04
2013-12-07 4 5,37 -0,34 0,05
2014-01-07 5 5,33 -0,38 0,01
2014-02-07 6 5,34 -0,37 0,02
2014-03-07 7 5,38 -0,33 0,06
2014-04-07 8 5,32 -0,39 0
y
it
ii
i/1
i n//1
i0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45
1 2 3 4 5 6 7 8
/
i n-0,4 -0,35 -0,3 -0,25 -0,2 -0,15 -0,1 -0,05 0
1 2 3 4 5 6 7 8
Przyrosty absolutne łańcuchowe
obliczane są poprzez liczenie różnic między kolejnymi czasowo poziomami zjawiska:/ 1 1
2 1 3 2 4 3 1
,
, , ,...,
i i i i
n n
y y
y y y y y y y y
Data Kurs franka [PLN] przyrost absolutny łańcuchowy
2014-03-24 3,4448 0
2014-03-25 3,4365 -0,0083
2014-03-26 3,4211 -0,0154
2014-03-27 3,4309 0,0098
2014-03-28 3,4194 -0,0115
2014-03-31 3,4192 -0,0002
2014-04-01 3,4286 0,0094
2014-04-02 3,4258 -0,0028
2014-04-03 3,4176 -0,0082
2014-04-04 3,4052 -0,0124
2014-04-07 3,4178 0,0126
2014-04-08 3,4177 -0,0001
2014-04-09 3,4189 0,0012
2014-04-10 3,4262 0,0073
2014-04-11 3,4343 0,0081
2014-04-14 3,4437 0,0094
2014-04-15 3,4409 -0,0028
2014-04-16 3,4461 0,0052
2014-04-17 3,4471 0,001
2014-04-18 3,4293 -0,0083
t
iy
i
i i/ 1 y
i y
i1Przykład:
-0,02 -0,015 -0,01 -0,005 0 0,005 0,01 0,015
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20
i i/ 1
Przyrosty względne jednopodstawowe obliczane są w stosunku do jednego, ustalonego okresu (bazowego), poprzez liczenie ilorazu przyrostu absolutnego do poziomu zjawiska w okresie bazowym:
/1 1
/1
1 1
i i
i
y y
d y y
• Mogą być liczone w stosunku do pierwszego okresu przyjętego jako bazowy:
• Mogą być liczone w stosunku do wybranego okresu przyjętego jako bazowy:
/ /
i k i k
i k
k k
y y
d y y
Przyrosty względne łańcuchowe obliczane są w stosunku do poprzedniego poziomu zjawiska, poprzez liczenie ilorazu przyrostu absolutnego do poziomu zjawiska w poprzednim okresie:
/ 1 1
/ 1
1 1
i i i i
i i
i i
y y
d y y
Przyrosty względne łańcuchowe służą do badania łańcuchowego tempa zmian.
Przyrosty względne zwykle wyraża się procentowo, wtedy określa się je
tempem zmian:
%
/1 /1 100%
i i
d d
%
/ / 100%
i k i k
d d
%
/ 1 / 1 100%
i i i i
d d
Tempo zmian
informuje, o ile procent zmienił się poziom zjawiska w danym okresie od poziomu z okresu bazowego.- nazywane jest łańcuchowym tempem zmian
Przykład:
Rok Liczba
mieszkańców
1980 835 658 0,00%
1985 847 864 1,46%
1990 848 258 0,05%
1995 823 215 -2,95%
2000 793 217 -3,64%
2005 767 628 -3,23%
2010 730 633 -4,82%
% /1
d
iy
it
i-6,00%
-5,00%
-4,00%
-3,00%
-2,00%
-1,00%
0,00%
1,00%
2,00%
1 2 3 4 5 6 7
Tempo zmian informuje, o ile procent zmieniła się liczba mieszkańców Łodzi w kolejnych pięciolatkach w stosunku do okresu bazowego, roku 1980-tego.
Indeksem
nazywamy iloraz poziomu zjawiska w dwóch porównywanych okresach czasu./
i i k
k
i y
y
• Jeżeli i>1 to mówimy o wzroście poziomu zjawiska,
• Jeżeli i<1 to mówimy o spadku poziomu zjawiska,
• Jeżeli i=1 to mówimy, że poziom zjawiska nie zmienił się.
Indeksem może być też wyrażona w procentach.
%
/ i
100%
i k
k
i y
y
• Jeżeli i>100% to mówimy o wzroście poziomu zjawiska,
• Jeżeli i<100% to mówimy o spadku poziomu zjawiska,
• Jeżeli i=100% to mówimy, że poziom zjawiska nie zmienił się.
Podobnie jak w przypadku przyrostów możemy mówić o indeksach
jednopodstawowych ( w mianowniku poziom z okresu bazowego) lub indeksach łańcuchowych (badamy stosunek poziomów z dwóch sąsiadujących okresów)
Rok
Liczba mieszkańców
1980 835 658
1990 848 258
2000 793 217
2010 730 633
2 2/1
1
3 3/1
1
4 4/1
1
848258
1, 02, 835 658
793 217
0, 95, 835 658
730 633
0, 87 835 658
i y
y i y
y i y
y
Przykład indeksów jednopodstawowych, okres bazowy rok 1980 – mieszkańcy Łodzi:
Rok
Liczba mieszkańców
1980 835 658
1990 848 258
2000 793 217
2010 730 633
2 2/1
1
3 3/2
2
4 4/3
3
848258
1, 02, 835 658
793 217
0, 94, 848258
730 633
0, 92 793 217
i y
y i y
y i y
y
Przykład indeksów łańcuchowych:
Średnia geometryczna
, może służyć do badania średniego indeksu (średniej zmiany poziomu zjawiska)Rok
Liczba mieszkańców
1980 835 658
1990 848 258
2000 793 217
2010 730 633
2 2/1
1
3 3/2
2
4 4/3
3
848258
1, 02, 835 658
793 217
0, 94, 848258
730 633
0, 92 793 217
i y
y i y
y i y
y
1 2/1
...
/ 1G n n n
y
i i
Przykład:
3
1, 02 0, 94 0, 92 0, 96
y
G
0 100 000 200 000 300 000 400 000 500 000 600 000 700 000 800 000 900 000 1 000 000
650 000 700 000 750 000 800 000 850 000 900 000
1980 1985 1990 1995 2000 2005 2010
Trend - Linie trendu są liniami, które wyznaczają kierunek bieżącej tendencji.
Możemy wyznaczyć ją za pomocą aplikacji Excel, jednak przykład powyżej (liczba ludności Łodzi) pokazuje, że trend może się zmienić.
Prezentacja danych:
ocena
Liczba studentów
3,2 10
3,5 12
4 17
4,1 27
4,3 17
4,7 12
5 5
3,2 3,5 4 4,1 4,3 4,7 5
Wykres kołowy:
3,2 3,5 4 4,1 4,3 4,7 5
Ocena Liczba studentów
Grupa 1
Liczba studentów
Grupa 2
Liczba studentów
Grupa 3
3,2 10 14 2
3,5 12 15 5
4 17 15 8
4,1 27 15 15
4,3 17 15 18
4,7 12 14 22
5 5 12 30
3,2 3,5 4 4,1 4,3 4,7 5
Wykres kołowy, porównanie trzech populacji:
ocena
Liczba studentów
3,2 10
3,5 12
4 17
4,1 27
4,3 17
4,7 12
5 5
0 5 10 15 20 25 30
3,2 3,5 4 4,1 4,3 4,7 5
Wykres kolumnowy
ocena
Liczba studentów
3,2 10
3,5 12
4 17
4,1 27
4,3 17
4,7 12
5 5
Wykres liniowy
0 5 10 15 20 25 30
3,2 3,5 4 4,1 4,3 4,7 5
Ocena Liczba studentów
Grupa 1
Liczba studentów
Grupa 2
Liczba studentów
Grupa 3
3,2 10 14 2
3,5 12 15 5
4 17 15 8
4,1 27 15 15
4,3 17 15 18
4,7 12 14 22
5 5 12 30
0 5 10 15 20 25 30 35
1 2 3 4 5 6 7
Serie1 Serie2 Serie3
Wykres liniowy, porównywanie 3 populacji.
ocena
Liczba studentów
3,2 10
3,5 12
4 17
4,1 27
4,3 17
4,7 12
5 5
Wykres słupkowy
0 5
10 15
20 25
30 3,2
3,5 4 4,1 4,3 4,7 5