Требуется: выяснить насколько различаются между собой по уровню преступности области Республики Казахстан в 2005 году.

Приложение

            Из графика видно, что математическое ожидание соответствует риску по РФ в целом, который равен единице, а стандартное отклонение составило 0, 485. То есть: .

Карта преступности по населенным

 пунктам Тюменской области (1997-2002 годы)

(по КП на 100 тысяч населения)

Тема №5. Изучение тенденций, сезонных и циклических

 колебаний преступности

План лекции:

1. Изучение тенденций (трендов) преступности.

2. Изучение сезонных и циклических колебаний преступности.

3. Прогнозирование преступности.

Цель лекции:

I. Студенты должны научиться уверенно отвечать на нижеследующие вопросы:

1. Что такое тренд (тенденция) преступности или её структурного элемента?

2. Что такое временной ряд преступности или её структурных элементов?

3. Как и для чего рассчитывается абсолютный цепной прирост преступности?

4. Как и для чего рассчитывается базисный прирост преступности?

5. Как и для чего рассчитывается темп роста преступности (цепной и к базе?

7. Как и для чего рассчитывается темп прироста преступности (цепной и к базе)?

8. Как и для чего рассчитывается абсолютное значение 1%-го прироста преступности?

9. Как и для чего рассчитывается коэффициент опережения?

10. Как и для чего рассчитывается коэффициент вариации?

11. Как и для чего рассчитывается коэффициент осцилляции?

12. Что такое блочная диаграмма?

13. Что такое сезонность преступности или её структурных составляющих?

14. С помощью каких методов исследуется сезонность преступности и связанных с ней явлений?

15. Что такое фиктивная (искусственная) переменная?

16. Что такое множественный регрессионный анализ?

17. Что такое прогноз преступности, её структурных составляющих и явлений связанных с ними?

18. Виды прогнозов?

19. Что такое и как рассчитываются доверительные интервалы тренда?

20. Что такое и как рассчитываются доверительные интервалы прогноза?

21. В чем отличие доверительного интервала тренда от доверительного интервала прогноза?

II. Студенты должны уметь:

1. Визуально оценивать структуру временного ряда.

2. Выявлять и исследовать тенденции преступности и её структурных составляющих по линейным и нелинейным математическим моделям.

3. Строить графики временных рядов.

4. Осуществлять прогнозирование преступности и её структурных составляющих по трендовым и иным моделям (с помощью экспоненциального сглаживания, скользящей средней, и по более простым методам).

5. Строить доверительные интервалы тренда.

6. Строить доверительные интервалы прогноза.

7. Исследовать сезонность преступности с помощью множественного регрессионного анализа с введением фиктивных переменных.

8. Проводить проверку статистической значимости полученного уравнения множественного регрессионного анализа.

9. Рассчитывать аналитические показатели временного ряда (темпы роста, темпы прироста, коэффициент вариации и т.д.).

Основная литература:

1. Афанасьев В.Н., Юзбашев М.М. Анализ временных рядов и прогнозирование: Учебник. – М.: Финансы и статистика, 2001. – 228 с.

2. Доугерти К. Введение в эконометрику: Пер. с англ. – М.: ИНФРА-М, 1999. С. 262-288.

3. Ольков С.Г. Аналитическая криминология. – Казань: Институт экономики, управления и права, 2007.

4. Статистика. Учебник/Под ред. И.И.Елисеевой. – М.: ООО «ВИТРЭМ», 2002. С. 108-217.

Литература полезная для уяснения содержания лекции:

Ханк Д.Э., Уичерн Д.У., Райтс А.Дж. Бизнес-прогнозирование, 7-е изд. – М.: Издательский дом «Вильямс», 2003. – 656 с.

Содержание лекции:

1. Изучение тенденций (трендов) преступности.

Тенденция (от лат. tendentia – направленность) – это  отличное от стационарного (стабильного) течение какого-либо процесса. Если аппроксимирующая эмпирические точки линия горизонтальна (параллельна оси абсцисс), то во временном ряду нет тренда[45] (тенденции). Если же аппроксимирующая линия имеет положительный или отрицательный наклон, то во временном ряду присутствует соответственно положительная или отрицательная тенденция. Положительная тенденция характеризует положительную динамику изучаемого процесса, например, рост преступности или её конкретной структурной составляющей, и тогда мы говорим о положительной тенденции данного временного ряда преступности. Напротив, если линия имеет обратный наклон (первая и естественно единственная производная линейной аппроксимирующей функции отрицательна), то имеет место отрицательная тенденция, свидетельствующая о том, что преступность на исследуемом временном отрезке  в среднем снижается.

«Временной ряд (time series) – это набор числовых данных, полученных в течение последовательных периодов времени», а методы анализа временных рядов (time-series forecasting methods) позволяют предсказывать значение численной переменной на основе её прошлых и настоящих значений»[46]. Проще и точнее говоря, временной ряд это статистическая функция вида: у=f(t). В.Н.Афанасьев и М.М.Юзбашев справедливо подмечают, что «термин временные ряды в нашей стране пока непривычен. В статистике России преобладают термины - ряды динамики, динамические ряды, статистическое изучение динамики»[47].

Следует ясно понимать, что время является мнимой факторной переменной (не путать с фиктивной или искусственной переменными, которые являются реальными), поскольку вовсе не объясняет «поведение» эндогенной (управляемой) переменной в левой части уравнения. Так, получив конкретное уравнение разбойных нападений в городе Казани за период с 1930 по 2007 год мы лишь видим кривую данной структурной составляющей преступности, её экстремумы (локальные максимумы и минимумы, глобальный максимум и глобальный минимум) за исследуемый период, но не можем ответить на вопрос, почему же уровень данного вида преступлений в данное конкретное время был таким-то. Вместе с тем, временной ряд является единственным надежным инструментом, с помощью которого мы как раз видим экстремумы и периоды спокойного течения изучаемого процесса (преступности, безработицы, инфляции, пьянства и т.д.) развернутые во времени, что дает нам пищу для выдвижения обоснованных рабочих гипотез о том, какие конкретные силы влияли на поведение кривой, поскольку эта кривая является результирующей весь комплекс сил, как усиливавших, так и подавлявших развитие изучаемого процесса. Например, изучая временной ряд преступности в СССР с 1980 по 1990 годы, мы видим, что в начале 80-х годов преступность возрастает, в середине снижается, а в конце ускоренно начинает расти. Размышляя над тем, чем это было вызвано, несложно выдвинуть  соответствующие рабочие гипотезы. Так, небольшой рост преступности в начале 80-х годов ХХ столетия, по всей видимости, был связан с андроповским[48] периодом правления, когда усилились репрессивные функции правоохранительных органов. Снижение преступности в середине 80-х было вызвано другим политическим фактором – атакой нового Генерального секретаря ЦК КПСС на пьянство при государственной монополии на производство и торговлю спиртными напитками. Окончание этой непродолжительной борьбы и начало рыночных реформ повлекло за собой усиленный рост преступности с конца 80-х годов ХХ столетия.

Тенденции изучаются по временным рядам и их легко выявить по трендовым уравнениям или приблизительно оценить по графическим и табличным данным. Ниже приводится конкретный поясняющий пример.

Таблица №1. Табличное представление временных рядов: 1) «численность заключенных в СССР с 1922 по 1991 годы; 2) цепные темпы прироста численности заключенных в СССР с 1922 по 1991 годы.

Страницы: 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32