Jesteś młodym przedsiębiorcą???
Chciałbyś aby Twoja firma odniosła sukces w walce o swoje miejsce na rynku???         
                             
        

Wyrównywanie szeregów czasowych - to najprostsza metoda statystycznego przewidywania tendencji,terendów rozwojowych,oraz przemian zachodzących na rynku.Bedziesz mógł przygotować się do zmian gustów klientów,które dla innych firm mogą okazać się katastrofalne!!!!!!!!.
 
Chcesz pokazać swoim przyjaciołom czego się uczysz??? juz teraz możesz ściągnąć ulotke informacyją, która pomoże Ci przekonać przyjaciół do odwiedzenia naszej strony!

 

Zjawiska, które nas otaczają- w tym te-które są przedmiotem obserwacji i oceny statystyczne, podlegają ciągłym zmianom. Zależnie od charakteru analizowanej zbiorowości, jej zmiany w czasie mogą być traktowane jako:

- ► zasoby rejestrowane w danym momencie np.:liczba ludności na dzień 31.12.88r, lub zasoby pieniężne na koniec III kwartału

- ► strumienie mierzone w jakimś okresie, np.: liczba urodzeń w roku, ilość telefonów podłączonych do sieci publicznej, wpłaty na rachunki bankowe w ciągu jednego kwartału.

    Tego rodzaju dane uporządkowane chronologicznie tworzą szereg czasowy momentów lub okresów, np. temperatura w kolejnych dniach miesiaca, liczba przedsiębiorst w gospodarce w kolejnych latach. Rozwój zjawiska w czasie może podlegać pewnym typowym prawidłowościom, których wykrycie i opis są celem analizy szeregów czasowych. Niejednokrotnie dane liczbowe w szeregach czasowych prezentowane są w krótszych odcinkach czasu niż okresy roczne, np. w półroczach, kwartałach lub miesiącach.Ma to miejsce wówczas, gdy zaobserwuje się nierównomierne zmiany poziomu badanego zjawiska.Występowanie tych prawidłowości można stwierdzić juz na podstawie wykresu- tendencja wzrostowa, lub malejąca.Jeżeli wahania tendencji nie są identyczne w takich samych podokresach badanych lat,oznacza to, że na poziom zjawiska wpływaja czynniki typu przypadkowego np.gradobicie, pożar, powódź.

    Dzięki analizie szeregów czasowych można osiągnąć 2 cele.Po pierwsze- możemy poznać naturę rozwoju zjawisk w przeszłości, a po drugie- dzięki tej wiedzy możemy przewidywać przyszłość.

Szeregi dynamiczne dzielimy na szeregi momentów i na szeregi okresów,aczkolwiek podział ten nie ma wpływu na ich budowę

   Tak więc szereg dynamiczny (inaczej czasowy lub chronologiczny) to uporządkowany zbiór obserwacji przedstawiający okresloną własność badanego zjawiska,mierzonych w kolejnych okresach.

Przykładowo przedstawmy dane określające wielkość podukcji energii elektrycznej w kolejnych miesiącach lat 1991-94:

 

   

Produkcja energii elektrycznej w Polsce w latach 1991-1994

Lata / Miesiące	I	II	III	IV	V	VI	VII	VIII	IX	X	XI	XII
1991 1992 1993 1994	14,0 13,4 13,4 12,9	12,9 12,2 12,2 12,3	12,8 12,5 12,8 12,7	11,3 11,0 10,7 10,9	10,6 9,6 9,3 9,9	9,2 9,0 8,9 9,4	9,0 9,0 8,7 9,3	9,0 9,0 9,1 9,5	9,3 9,7 9,8 9,8	11,2 12,0 11,5 12,3	12,1 12,3 13,0 12,3	13,3 13,2 13,5 13,6

---

Oznaczając przez t, gdzie t=1,2,...,n momenty (przedziały) czasu, w których obserwowano wartości zminnej, a przez -wyniki obserwacji, szereg czasowy zapiszemy jako zbiór:.
  Wygodną i często stosowana formą prezentacji takiego zbioru jest poniższa tablica, w której wykorzystano dane pochodzące z tablicy 18.1:

- Tendencja rozwojowa (trend) 

- Wahania okresowe                             

- Wahania koniunkturalne               
                 
- Wahania przypadkowe

 Tendencja rozwojowa jest  własnością szeregu czasowego  ujawniająca się poprzez systematyczne, jednokierunkowe zmiany(wzrost lub spadek)poziomu badanego zjawiska, zachodzące w długim czasie. Charakter tych zmian(systematyczność i długotrwałość)pozwala przypuszczać ,ze przyczyna występowania określonego trendu w rozwoju zjawiska jest stale oddziaływanie na zjawisko pewnego splotu czynników ,określonych mianem przyczyn głównych. W rozważanym przykładzie zwyżkowy trend produkcji może być skutkiem  zwiększającego się stale zapotrzebowania na energie elektryczna ,przy jednoczesnej dostępności 
czynników produkcji.

 
Wahania okresowe to rytmiczne wahania o określonym cyklu(okresie przebiegu).
Najczęściej obserwuje się wahania o cyklu rocznym(sa to wahania zwane sezonowymi) przy czym podokresami cyklu w takim przypadku mogą być półrocza, kwartały, miesiące, a nawet dni. Przyczyną wahań o cyklu rocznym są na ogół czynniki przyrodnicze i klimatyczne, dlatego nazywa się je wahaniami sezonowymi np.sezonowa sprzesaż ubrań, warzyw,również przykładowo produkcja truskawek wzrasta od maja, osiąga apogeum w czerwcu, by następnie spadać.Mogą wpływać na nie  odmienne czynnik (np:zwyczaj polegajacy na zwiększonej konsumpcji jaj w okresie Świąt Wielkanocnych), czy unormowania prawne (np. powodujące wzrost liczby darowizn przed terminem rozliczenia podatku dochodowego) oraz inne przyczyny.
Należy zauważyć, że obserwacja określonego typu wahań okresowych wymaga odpowiednio szczegółowych danych statystycznych. Z pewnością muszą to być dane dotyczące odcinków czasu krótszych od roku.
Innym szczególnym przypadkiem zmian okresowych są tzw. zmiany cykliczne, charakteryzujące się długością cyklu wahań przekraczającą rok.Polegaja one na oscylacji wokół trendu w okresie wieloletnim, czesto mają zminna długośc cyklu.Zmiany tego typu są głównie przedmiotem badań ekonometrii.Okresla się je ajko cykle koniunkturalne i wyróznia się w nich okresy recesji, depresji, ożywienia i prosperity. Na podstawie wyróznionych zmian cyklicznych sa tworzone systemy wskaźników służących do oceny koniunktury(tzw.barometry prognozy koniunktury). Metodologia badania tego typu zman jest specyficzna, a wyniki nie dają jednoznacznych ocen, zważywszy na skomplikowane uwarunkowania przebiegu zjawisk ekonomicznych.są one trudne do pzewidywania.

 

 Wahania przypadkowe czyli nieregularne zmiany poziomu zjawiska wywołane przyczynami

przypadkowymi (losowymi) nie związanymi z istotą badanego zjawiska, np.: brak prądu, powódź
       Analiza statystyczna może oczywiście dotyczyć wszystkich  możliwych składników szeregu czasowego. Zwykle dąży się do wyodrębnienia poszczególnych składników szeregu czasowego i pomiaru ich wielkości .W teorii analizy szeregów czasowych stosuje się wiele różnych metod statystycznych: wyrównywanie szeregów czasowych za pomoca srednikch ruchomych, wyrównywanie wykładnicze ,wyrównywanie przez dopasowywanie określonych krzywych za pomocą najmniejszych kwadratów.My zajmiemy się najprostszą tj. Wyrównywanie szeregów czasowych za pomocą średnich ruchomych.