Fakultet za pravo,bezbednost i menadžment
Konstantin veliki -Niš
S E M I N A R S K I R A D
Predmet: Poslovna statistika
ANALIZA VREMENSKIH SERIJA
Mentor:
Student:
Doc. dr Milan Stanković
Predrag Kostić
Br.indeksa: 173-p/18
Niš, 2018.
Sadržaj:
Uvod………………………………………………………………..
2
1. ANALIZA VEMENSKIH SERIJA
1.1 Trend komponenata
Od svih statističkih metoda dinamičke analize masovnih pojava metod trenda je
najkompleksniji, pa se može reći i da je to najznačajniji metod analize vremenskih serija. Naziv
trend potiče iz engleskog jezika i u nešto pojednostavljenom prevodu znači ¨nešto što se kreće¨ U
statističkoj teoriji i dinamičkoj analizi trend označava karakterističnu zakonomernu liniju
kretanja neke pojave u vremenu kao niz prosečnih teorijskih tačaka i vrednosti kroz koje bi
posmatrana pojava prolazila po svojoj prirodi, da nije bilo slučajnih i regularnih varijacija u
njenom toku.To je linija ili putanja centralne tendencije u toku i razvoju pojava u vremenu ili
razultanta opštih i posebnih uticaja koji su dejstvovali na posmatranu pojavu usmeravajući vrstu i
oblik njenog kretanja.
Za trend se može reći da nam izražava prosečno srednje stanje u svakom od posmatranih
perioda, pa je zbog te osobine trend u stvari dinamička srednja vrednost. U brojčanom smislu to
je jedna nova serija ispravljenih teorijskih podataka o posmatranoj pojavi. Kada te nove teorijske
podatke unesemo između originalnih podataka serije, vršimo operaciju
interpolaciju
trenda. Za
razliku od ovoga,kad na bazi tih novih, ispravljenih podataka i matematičke funkcije pomoću
kojih smo te podatke izračunali vršimo izračunavanje budućih kretanja posmatrane pojave izvan
vremenskog raspona u kome je data serija originalnih podataka, kažemo da je to
ekstrapolacija
trenda.
Prema tome, pod pojmom ekstraolacija podrazumevamo svako procenjivane nivoa
posmatrane pojave izvan vremenskog raspona u kome je data serija osnovnih podataka,bilo da je
to procenjivanje za buduće ili prošlo vreme.
Na osnovu operacije ekstrapolacije trenda vršimo, procenjivanje, predviđanje prognozu
kretanja pojave za one periode za koje najčešće nemamo originalnih podataka. To se vrši
najčešće za neki budući period, pa se odatle i najznačajnija karakteristika trenda kao metoda za
procenu budućih kretanja. Međutim, takvu procenu budućih kretanja doneli smo na
baziposmatranja i analize kretanja pojave u jednom određenom vremenskom rasponu u kme su
na to kretanje delovali mnogi posredni i neposredni faktori. Naša procena i prognoza budućih
kretanja zasniva s na pretpostavci da će svi relevantni faktori koji su uslovljavali kretanje do
danas, delovali i daljeu istom smeru i približnom intezitetu. Ak se među tim uslovima i faktorima
budu desile značajne promene njihovog dejstva po smeru i intezitetu,kretanje i razvoj
posmatrane pojave imaće drugačiji oblik od onoga koga smo predvideli. Ova napomena značajna
je naročitou onim slučajevima kada metodom trenda donosimo dugoročne prognoze kretanja i
razvoja pojava.
Kada govorimo o trendu kao naučnom metodu dinamičke analize ipredviđanja budućih
kretanja i razvoja pojava, potrebno je da obratimo pažnju na nekoliko osnovnih principa a to su:
1. Kada se metod trenda može primenjivati
2. Koliko nam je podataka (perioda)potrebno da bi se mogao primeniti metod trenda.
3. Kako ćemo se opredeliti za izbor matematičke funkcije koja će nam predstavljati trend.
4. Za koji raspon vremena u budućnosti možemo vršiti ekstrapolaciju trenda.
1.
Primena metoda trenda,
može se teorijski koristiti u svakom slučaju kada nam je
data ma kakva vremenska serija podataka, bez obzira u kojim su vremenskim jedinicama
snimani ti vremenski podaci. Međutim, praksa je pokazala da je metod trenda najpodesniji za
dinamićku analizu onih vremenskih serija koje su date u jednogodišnjim vremenskim periodima.
Metod trenda će imati realnog značaja, isto tako, ako se posmatrana pojava kratala i razvijala
4
