Курсовая работа: Анализ временного ряда на примере показателя рождаемости населения
Описание
СОДЕРЖАНИЕ
1РАСЧЕТ И АНАЛИЗ ПОКАЗАТЕЛЕЙ ИЗМЕНЕНИЯ УРОВНЕЙ ВРЕМЕННОГО РЯДА.. 4
1.2Показатели изменений временного ряда. 5
1.4Периодизация временного ряда. 10
2ПОСТРОЕНИЕ ТРЕНДОВЫХ МОДЕЛЕЙ И ПРОГНОЗИРОВАНИЕ.. 13
2.5Оценка автокорреляции в остатках уравнения тренда. 23
3ПОСТРОЕНИЕ АВТОРЕГРЕССИОННЫХ МОДЕЛЕЙ И ПРОГНОЗИРОВАНИЕ.. 27
3.1Экстраполяция на основе тренда. 27
3.2Доверительные интервалы прогноза. 28
3.3Графическое представление результатов прогнозирования. 29
3.4Автокоррелция в динамических рядах. Авторегрессионные модели. 30
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ.. 36
ВВЕДЕНИЕ
При изучении дисциплины «Статистика» была выполнена курсовая работа, посвященную всестороннему анализу временного ряда динамики рождаемости населения за 2002-2022 годы.
Актуальность курсовой работы обусловлена важнейшей ролью данной статистики в развитии страны и её высокой чувствительностью к макроэкономическим и внешним факторам. Также, анализ временных рядов имеет практическое значение: он позволяет выявить закономерности развития явлений общественной жизни и их особенности, а также на основе полученных данных построить прогноз. Для менеджеров различных уровней, как и для решения задач практической статистики анализ временных рядов является важнейшим элементом. Анализ динамики рождаемости за столь длительный период (2002-2022 гг.) позволяет выявить долгосрочные тренды, циклические колебания и влияние различных событий (экономические кризисы, пандемии, геополитические изменения) на подъём или упадок параметра.
Целью выполнения работы является освоение методов анализа временных рядов в программном продукте MS Excel. Основное внимание уделено реализации методов статистического анализа временных рядов. Выполнение работы предусматривает: оценку скорости и интенсивности изменения уровней изучаемого временного ряда, т.е. расчет абсолютных, относительных и средних показателей динамики; выявление основной тенденции ряда методами эмпирического и аналитического сглаживания; построение и оценку уравнения тренда; изучение автокорреляции и построение авторегрессионной модели; экстраполяцию на основе трендовой и авторегрессионной моделей.
СПбПУ Петра Великого
all_at_700














