ANALIZA SZEREGÓW CZASOWYCH

Podobne dokumenty
Miary położenia (tendencji centralnej) to tzw. miary przeciętne charakteryzujące średni lub typowy poziom wartości cechy.

Miary rozproszenia. Miary położenia. Wariancja. Średnia. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

Modele tendencji rozwojowej STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 18 listopada 2017

Miary położenia. Miary rozproszenia. Średnia. Wariancja. Dla danych indywidualnych: Dla danych indywidualnych: s 2 = 1 n. (x i x) 2. x i.

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Jak obliczać podstawowe wskaźniki statystyczne?

STATYSTYKA OPISOWA PODSTAWOWE WZORY

Analiza szeregów czasowych

Elementy statystyki opisowej Izolda Gorgol wyciąg z prezentacji (wykład I)

Teoretyczne podstawy analizy indeksowej klasyfikacja indeksów, konstrukcja, zastosowanie

STATYSTYKA OPISOWA WYKŁAD 1 i 2

STATYSTYKA. Rafał Kucharski. Uniwersytet Ekonomiczny w Katowicach 2015/16 ROND, Finanse i Rachunkowość, rok 2

Na poprzednim wykładzie omówiliśmy podstawowe zagadnienia. związane z badaniem dynami zjawisk. Dzisiaj dokładniej zagłębimy

Wykład nr 2. Statystyka opisowa część 2. Plan wykładu

ANALIZA KORELACJI IREGRESJILINIOWEJ

ZBIÓR LICZB RZECZYWISTYCH - DZIAŁANIA ALGEBRAICZNE

INSTRUKCJA NR 06-2 POMIARY TEMPA METABOLIZMU METODĄ TABELARYCZNĄ

Matematyka finansowa r. Komisja Egzaminacyjna dla Aktuariuszy. XLIII Egzamin dla Aktuariuszy z 8 października 2007 r.

Statystyka opisowa. () Statystyka opisowa 24 maja / 8

ma rozkład złożony Poissona z oczekiwaną liczbą szkód równą λ i rozkładem wartości pojedynczej szkody takim, że Pr( Y

WERSJA TESTU A. Komisja Egzaminacyjna dla Aktuariuszy. LX Egzamin dla Aktuariuszy z 28 maja 2012 r. Część I. Matematyka finansowa

1. Wnioskowanie statystyczne. Ponadto mianem statystyki określa się także funkcje zmiennych losowych o

INWESTYCJE MATERIALNE

Struktura czasowa stóp procentowych (term structure of interest rates)

Geometrycznie o liczbach

Ćwiczenia rachunkowe TEST ZGODNOŚCI χ 2 PEARSONA ROZKŁAD GAUSSA

X i. X = 1 n. i=1. wartość tej statystyki nazywana jest wartością średnią empiryczną i oznaczamy ją symbolem x, przy czym x = 1. (X i X) 2.

Wykład. Inwestycja. Inwestycje. Inwestowanie. Działalność inwestycyjna. Inwestycja

Testowanie hipotez. H 1 : µ 15 lub H 1 : µ < 15 lub H 1 : µ > 15

Statystyka. Wykład 13. Magdalena Alama-Bućko. 18 czerwca Magdalena Alama-Bućko Statystyka 18 czerwca / 36

Statystyczny opis danych - parametry

Materiały do wykładu 4 ze Statystyki

Wpływ warunków eksploatacji pojazdu na charakterystyki zewnętrzne silnika

Statystyka Wzory I. Analiza struktury

MODELE MATEMATYCZNE W UBEZPIECZENIACH. 1. Renty

Statystyka. Wykład 11. Magdalena Alama-Bućko. 22 maja Magdalena Alama-Bućko Statystyka 22 maja / 41

Dyskretne modele populacji

Ćwiczenie nr 14. Porównanie doświadczalnego rozkładu liczby zliczeń w zadanym przedziale czasu z rozkładem Poissona

Statystyka i Opracowanie Danych. W7. Estymacja i estymatory. Dr Anna ADRIAN Paw B5, pok407

Znajdowanie pozostałych pierwiastków liczby zespolonej, gdy znany jest jeden pierwiastek

Dyskretne modele populacji

Estymacja przedziałowa

1 Testy statystyczne. 2 Rodzaje testów

2.1. Studium przypadku 1

STATYSTYKA OPISOWA I PROJEKTOWANIE EKSPERYMENTU dr inż Krzysztof Bryś

Statystyka opisowa - dodatek

Metrologia: miary dokładności. dr inż. Paweł Zalewski Akademia Morska w Szczecinie

Wykład 11 ( ). Przedziały ufności dla średniej

PODSTAWY OPRACOWANIA WYNIKÓW POMIARÓW Z ELEMENTAMI ANALIZY NIEPEWNOŚCI POMIAROWYCH

Moda (Mo, D) wartość cechy występującej najczęściej (najliczniej).

Podstawowe oznaczenia i wzory stosowane na wykładzie i laboratorium Część I: estymacja

KURS STATYSTYKA. Lekcja 3 Parametryczne testy istotności ZADANIE DOMOWE. Strona 1

x t 1 (x) o 1 : x s 3 (x) Tym samym S(3) = {id 3,o 1,o 2,s 1,s 2,s 3 }. W zbiorze S(n) definiujemy działanie wzorem

STATYSTYKA I ANALIZA DANYCH

Analiza Funkcjonalna WPPT IIIr. semestr letni 2011 WYK LAD 9,5: ZBIEŻNOŚĆ S LABA I *-S LABA TWIERDZENIE BANACHA ALAOGLU 28/05/2013

Jarosław Wróblewski Analiza Matematyczna 1, zima 2016/17

BADANIA DOCHODU I RYZYKA INWESTYCJI

14. RACHUNEK BŁĘDÓW *

3. Tworzenie próby, błąd przypadkowy (próbkowania) 5. Błąd standardowy średniej arytmetycznej

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Analiza dokładności wskazań obiektów nawodnych. Accuracy Analysis of Sea Objects

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych

CAŁKA NIEOZNACZONA. F (x) = f(x) dx.

a n 7 a jest ciągiem arytmetycznym.

SYSTEM OCENY STANU NAWIERZCHNI SOSN ZASADY POMIARU I OCENY STANU RÓWNOŚCI PODŁUŻNEJ NAWIERZCHNI BITUMICZNYCH W SYSTEMIE OCENY STANU NAWIERZCHNI SOSN

co wskazuje, że ciąg (P n ) jest ciągiem arytmetycznym o różnicy K 0 r. Pierwszy wyraz tego ciągu a więc P 1 z uwagi na wzór (3) ma postać P

LABORATORIUM METROLOGII

c 2 + d2 c 2 + d i, 2

POLITECHNIKA OPOLSKA

P. Urzyczyn: Materia ly do wyk ladu z semantyki. Uproszczony 1 j. ezyk PCF

INSTRUKCJA DO ĆWICZEŃ LABORATORYJNYCH Z WYTRZYMAŁOŚCI MATERIAŁÓW

Statystyka. Wykład 12. Magdalena Alama-Bućko. 29 maja Magdalena Alama-Bućko Statystyka 29 maja / 47

Jarosław Wróblewski Analiza Matematyczna 1A, zima 2014/15. n 4n n 1

Jarosław Wróblewski Analiza Matematyczna 2B, lato 2015/16

Charakterystyki liczbowe zmiennych losowych: wartość oczekiwana i wariancja

Wybrane litery alfabetu greckiego

ZAGADNIENIE ESTYMACJI. ESTYMACJA PUNKTOWA I PRZEDZIAŁOWA

Zatem przyszła wartość kapitału po 1 okresie kapitalizacji wynosi

Zmienna losowa N ma rozkład ujemny dwumianowy z parametrami (, q) = 7,

RÓWNANIA RÓŻNICZKOWE WYKŁAD 11

STATYSTYCZNA OCENA WYNIKÓW POMIARÓW.

Materiał powtarzany w II etapie. II 4. Ciągi

Podstawy opracowania wyników pomiarów z elementami analizy niepewności pomiarowych (w zakresie materiału przedstawionego na wykładzie organizacyjnym)

Uwarunkowania rozwojowe województw w Polsce analiza statystyczno-ekonometryczna

Histogram: Dystrybuanta:

Słowniczek Hipoteza statystyczna Hipoteza parametryczna Hipoteza nieparametryczna Hipoteza zerowa Hipoteza alternatywna Błąd pierwszego rodzaju

Lista 6. Estymacja punktowa

Analiza dynamiki zjawisk STATYSTYKA OPISOWA. Dr Alina Gleska. Instytut Matematyki WE PP. 28 września 2018

Wyk lad 4 Dzia lania na macierzach. Określenie wyznacznika

O trzech elementarnych nierównościach i ich zastosowaniach przy dowodzeniu innych nierówności

Indeks odwzorowania zmiennej zespolonej wzgl. krzywej zamknietej

ANALIZA DANYCH DYSKRETNYCH

Statystyka w analizie i planowaniu eksperymentu

WYDZIAŁ ELEKTRYCZNY POLITECHNIKI WARSZAWSKIEJ INSTYTUT ELEKTROENERGETYKI ZAKŁAD ELEKTROWNI I GOSPODARKI ELEKTROENERGETYCZNEJ

z przedziału 0,1. Rozważmy trzy zmienne losowe:..., gdzie X

OBLICZENIE SIŁ WEWNĘTRZNYCH DLA BELKI SWOBODNIE PODPARTEJ SWOBODNIE PODPARTEJ ALGORYTM DO PROGRAMU MATHCAD

1. Referencyjne wartości sprawności dla wytwarzania rozdzielonego energii elektrycznej

Rozkład normalny (Gaussa)

KURS MATURA PODSTAWOWA

Matematyka ubezpieczeń majątkowych r. Zadanie 1. Rozważamy proces nadwyżki ubezpieczyciela z czasem dyskretnym postaci: n

Transkrypt:

ANALIZA SZEREGÓW CZASOWYCH Cze śći Szeregiem czasowym azywamy ciag {y t } wyików obserwacji uporzadkowa- ych w czasie, przy czym symbol t umery kolejych jedostek czasu, atomiast y t ozacza wielkość badaego zjawiska w okresie (lub momecie) t Szereg czasowy o skończoej liczbie wyrazów przedstawiamy z regu ly w postaci tabelaryczej: Okresy lub momety czasu t 1 2 y t y 1 y 2 y Szereg czasowy mometów, to szereg zawierajacy iformacje o poziomach badaego zjawiska w określoych mometach pewego przedzia lu czasowego Z kolei szereg czasowy okresów zawiera iformacje o rozmairach zjawiska w ciagu kolejych okresów daego przedzia lu czasowego Przyk lad 1 Szereg czasowy mometów: data 31 XII 31 XII 31 XII 31 XII 31 XII 31 XII 31 XII kaledarzowa 2000 2001 2002 2003 2004 2005 2006 sta ludości Polski w tys 38254, 0 38242, 2 38218, 5 38190, 6 38173, 8 38157, 1 38125, 5 Źród lo: Rocziki Demograficze Przyk lad 2 Szereg czasowy okresów: lata 2000 2001 2002 2003 2004 2005 2006 urodzeia żywe w Polsce w tys 378, 3 368, 2 353, 8 351, 1 356, 1 364, 4 374, 2 Źród lo: Rocziki Demograficze 1

Aaliza szeregów czasowych sprowadza siedoast epuj acych trzech zagadień: 1 aaliza opisowa szeregu czasowego (tj obliczaie średiej arytmetyczej lub chroologiczej, wariacji, odchyleia stadardowego), 2 porówaie poziomów zjawiska w czasie (tj aaliza dyamiki zjawisk z wykorzystaiem miar dyamiki), 3 dekompozycja szeregu czasowego (tj wyodr ebiaie tedecji rozwojowej, wahań okresowych i wahań przypadkowych) Ad1 Do podstawowych miar opisu szeregów czasowych zaliczamy: -średia arytmetycza(miar e tedecji cetralej dla szeregów czasowych okresów) ȳ = y 1 + y 2 + + y = 1 y i, -średia chroologicza(miar e tedecji cetralej dla szeregów czasowych mometów) i=1 y 1+y 2 2 + y2+y3 2 + y 1+y 2 ȳ = 1 = 2 y 1 + y 2 + + 1 2 y -wariacje i odchyleie stadardowe s 2 = 1 (y i ȳ) 2, s = 1 i=1, = (y i ȳ) 2 i=1 Ad2 Aaliz e dyamiki zjawisk przeprowadzamy z wykorzystaiem miar dyamiki, do których zaliczamy: - przyrosty (absolute i wzgl ede), - ideksy dyamiki (idywiduale i zespo lowe) 2

PRZYROSTY Podstawowym sposobem porówywaia zmia zjawiska w czasie jest aaliza przyrostów absolutych i wzgledych Przyrost absoluty y t obliczamy jako różice pomi edzy poziomem zjawiska zaobserwowaym w czasie t a poziomem zjawiska zaobserwowaego w czasie t, przyj etym za podstaw e, czyli y t = y t y t, t =1, 2,, Przyrosty absolute iformuja, o ile wzrós l lub zmala l poziom badaego zjawiska zaobserwoway w okresie (lub momecie) t wporówaiu z jego poziomem w okresie (momecie) bazowym Przyrost wzgledy obliczamy jako iloraz przyrostu absolutego y t do poziomu zjawiska zaobserwowaego w czasie bazowym Iloraz te mam postać: y t y t, t =1, 2,, y t Jeśli przyrost wzgledy pomożymy przez 100%, wówczas otrzymamy procetowy przyrost wzgledy, który iformuje, o ile procet jest wyższy lub iższy poziom zjawiska zaobserwoway w okresie (momecie) t wporówaiu do jego poziomu w okresie (momecie) bazowym t Przyrostwzgledy określamy rówież miaem wskaźika tempa przyrostu (lub spadku) Przyrosty absolute lub wzglede dla kokretego szeregu czasowego, zestawioe w ciag, daja tzw szereg czasowy przyrostów Przyk lad 3 Na podstawie daych z przyk ladu 2 obliczymy przyrosty absolute i wzglede liczby urodzeń w Polse w latach 2000-2006, przyjmujac za podstaweporówań kolejo rok 2000 i rok 2003: okresy czasu (lata) 2000 2001 2002 2003 2004 2005 2006 przyrosty absolute w tys (rok bazowy - 2000) 0 10, 1 24, 5 27, 2 22, 2 13, 9 4, 1 przyrosty wzglede w % (rok bazowy - 2000) 0 2, 7 6, 5 7, 2 5, 9 3, 7 1, 1 przyrosty absolute w tys (rok bazowy - 2003) 27, 2 17, 1 2, 7 0 5 13, 3 23, 1 przyrosty wzglede w % (rok bazowy - 2003) 7, 8 4, 9 0, 8 0 1, 4 3, 8 6, 6 Źród lo: Obliczeia ia podstawe daych z przyk ladu 2 Zitepretujemy przyrosty absolute w przypadku, gdy podstawaporówań jest rok 2000 Zauważymy, że mamy tu do czyieia z wartościami ujemymi, co ozacza, że w latach 2001-2006 liczby urodzeń by ly iższe w porówaiu do 3

roku 2000, przy czym p w roku 2001 wielkość taby la iższa o 10,1 tys, podczas gdy w roku 2003 aż o 27,2 tys Przyrosty wzglede w tym przypadku przyjmujarówież wartości ujeme Na przyk lad przyrost wzgledy dla roku 2003 ozacza, że w tym roku liczba urodzeń spad la o7, 2% w porówaiu do poziomu z roku 2000 INDEKSY DYNAMIKI Ideksem dyamiki azywamy iloraz wielkości badaego zjawiska w dwch porówywaych okresach (mometach) Ideksy dyamiki dzielimy a: - ideksy idywiduale ozaczae litera i (iaczej zwae ideksami czastko- wymi), - ideksy zespo lowe ozaczae litera I (iaczej zwae ideksami agregatowymi) Te podzia l ideksów dyamiki odpowiada aalogiczemu podzia lowi zjawisk a: - idywiduale, tj zjawiska jedorode, które mogabyć liczbowo wyrażoe w jedakowych jedostkach fizyczych (p w kilogramach, sztukach, metrach itp), - zespo lowe, tj zjawiska iejedorode, wyrażoych w różych jedostkach miary Ideksy idywiduale Idywidualym ideksem dyamiki azywamy iloraz poziomów badaego zjawiska y t1 oraz y t0 zaotowaych w dwóch okresach (lub mometach) t 1 oraz t 0, czyli i t1 = y t 1, t 0 y t0 gdzie y t1 ozacza poziom zjawiska w okresie (lub momecie) sprawozdawczym t 1, atomiast y t0 ozacza poziom zjawiska w okresie (lub momecie) t 0 uzaym za podstaweporówań W skrócie ideks te bedziemy zapisywać wzorem i 1 0 = y 1 y 0 Ideksy idywiduale dzielimy a: jedopodstawowe, dostarczajace ocey dyamiki zjawiska w kolejych okresach (mometach) czasu w porówaiu do sta lego okresu (mometu) przyjetego za podstaweporówań, 4

lańcuchowe, dostarczajace ocey dyamiki zjawisk w kolejych okresach (mometach) czasu w porówaiu do okresów (mometów) szeregu bezpośredio poprzedzajacych Jeśli ideksy idywiduale (jedopodstawowe lub lańcuchowe) pomożymy przez 100%, wówczas otrzymamy ideksy w wyrażeiu procetowym Idywiduale ideksy dyamiki (jedopodstawowe lub lańcuchowe) dla kokretego szeregu czasowego, zestawioe w ciag, daja tzw szeregi czasowe ideksów W przypadku szeregów zawierajacych lańcuchowe ideksy dyamiki, tj ciag ideksów postaci i t1 t 0, i t2 t 1,,i t t 1,moża wyzaczaćichśrediawartość, wykorzystujac formu l e średiej geometryczej G = i t1 t 0 i t2 t 1 i t t 1 Zauważymy, że stopień pierwiastka w podaej formule rówy jest liczbie sk ladików (tj ideksów lańcuchowych) wystepuj acych pod pierwiastkiem Powyższaformu l emoża uprościć, korzystajac z faktu, że każdy z ideksów lańcuchowych (o ogólej postaci i tj t j 1 )moża zapisaćzapomocaast epuj acego ilorazu i tj t j 1 = y t j y tj 1 Mamy zatem G = yt1 y t0 yt2 y t1 y t y t 1 = yt Średia geometrycza z ideksów lańcuchowych mierzy średie tempo zmia (tj tempo wzrostu lub spadku) wielkości zjawiska z okresu a okres w badaym przedziale czasowym Jest zatem wskazae, aby tego rodzaju średia wyzaczać w odiesieiu do takiego przedzia lu czasowego, w którym obserwuje sie jedokierukowy charakter zmia badaego zjawiska (tj albo wzrost, albo spadek) Przyk lad 4 Na podstawie daych z przyk ladu 2 obliczymy ideksy lańcuchowe oraz ideksy jedopodstawowe dla liczby urodzeń w Polse w latach 2000-2006, przyjmujac w tym drugim przypadku za podstaweporówań rok 2000 y t0 lata 2000 2001 2002 2003 2004 2005 2006 ideksy lańcuchowe w % (rok poprzedi=100) 97, 3 96, 1 99, 2 101, 4 102, 3 102, 7 ideksy jedopodstawowe w % (rok 2000=100) 100 97, 3 93, 5 92, 8 94, 1 96, 3 98, 9 Źród lo: Obliczeia ia podstawe daych z przyk ladu 2 5

Ziterpetujemy wybrae dwa ideksy Ideks jedopodstawowy dla roku 2006 iformuje, że w tym roku liczba urodzeń by la o 1, 1% iższa w porówaiu do liczby urodzeń w roku 2000 Z kolei ideks lańcuchowy dla tego samego roku iformuje, że liczba urodzeń by la w tym roku o 2, 7% wyższa w porówaiu do roku poprzediego Obliczymy jeszcze średie tempo wzrostu liczby urodzeń w latach 2003 2006, wykorzystujac formu l eśrediej geometryczej z ideksów lańcuchowych Mamy G 2003 2006 = 3 101, 4 102, 3 102, 7 102, 15%, co ozacza, że średie, rocze tempo wzrostu liczby urodzeń w latach 2003 2006 wyosi lo ok 2, 15% Ideksy zespo lowe Tego rodzaju ideksy stosujemy w odiesieiu do zjawisk z lożoych, tj zjawisk bed acychzespo lami (agregatami) zjawisk iejedorodych, tj iesumowalych w jedostkach fizyczych Przyk ladem iejedorodych agregatów moga być materia ly budowlae czy artyku ly żywościowe, w sk lad których wchodza towary i produkty wyrażoe w różych jedostkach fizyczych (p w toach, sztukach, kilogramach, litrach itp) Sk ladiki tego rodzaju agregatów ie sa wiec bezpośredio sumowale Problem iesumowalości zjawisk z lożoych rozwiazuje sieajcz eściej poprzez wyrażeie wszystkich sk ladików daego agregatu w pewych wspólych jedostkach przeliczeiowych, którymi saajcz eściej jedostki pieieże Przeliczeie agregatu a jedostki pieieże staowi pukt wyjścia do wyzaczaia tzw agregatowych ideksów dyamiki (w tym zespo lowych ideksów wartości, ilości i ce, omówioych poiżej) Agregatowy ideks wartości Niech j =1, 2,,J bed a umerami produktów, atomiast q 1t,q 2t,,q Jt iech bed a ilościami tych produktów (masa fizycza), wchodzacych w sk lad pewego wiekszego agregatu produktów w okresie (momecie) t Podobie, iech p 1t,p 2t,,p Jt ozaczaja cey jedostkowe poszczególych produktów w tym agregacie w okresie (momecie) t Jeśli ilości q jt wyrażoe sa wróżych jedostkach fizyczych, to ie moża ich do siebie dodawać, podobie jak ie moża dodawać do siebie ich ce W celu przeprowadzeia aalizy dyamiki w odiesieiu do tego rodzaju agregatu produktów, koiecze jest sprowadzeie go do sumowalości Dokoamy tego poprzez przedstawieie daego agregatu w ujeciu wartościowym 6

Wartość j-tego sk ladika (produktu) w badaym agregacie obliczymy, możac jego ilość q jt przez cee p jt w daym okresie (momecie) Stad l acza wartość w t ca lego agregatu jest rówa sumie w t = J q jt p jt j=1 Aby porówaćwartości badaego agregatu w dwóch różych okresach (mometach) czasu, ozaczoych dalej umowie przez t 1 i t 0, wystarczy podzielić przez siebie wartość agregatu w okresie (momecie) t 1, zwaym okresem lub mometem badaym, przez jego wartość w okresie (momecie) t 0,zwaymokresem lub mometem podstawowym W te sposób otrzymujemy agregatowy ideks wartości I w = w J t 1 j=1 = q p jt jt 1 1 J w t0 j=1 q p jt0 jt0 Dla uproszczeia zapisu ideks te zapisywaćbedziemy dalej wzorem skrócoym q1 p I w = 1 q0 p 0 Zauważymy, że agregatowy ideks wartości jest wypadkowa dyamiki ilości i ce produktów wchodzacych w sk lad badaego agregatu produktów Na jego podstawie ie moża wiec oddzielie oceić wp lywu zmia ilości lub wp lywu zmia ce a dyamikewartości tego agregatu Do tego celu s luża tzw agregatowe ideksy ilości i agregatowe ideksy ce Agregatowe ideksy ilości i ce Podstawa budowy tych ideksów jest tzw metoda stadaryzacji ideksowej polegajaca a tym, że w agregatowym ideksie wartości I w, przedstawioym powyżej jede ze sk ladików sumy wystepuj acej w licziku i miaowiku wzoru (a wiec cey lub ilości produktów) sa ustalae a sta lym poziomie w obu porówywaych okresach (mometach), tz przyjmuje siealbosta le cey, albo sta le ilości dla każdego z produktów w obu porówywaych okresach Dzieki temu możliwe jest określeie wp lywu drugiego z tych sk ladików a zmiay w wartości badaego agregatu Jeśli czyikiem ustaloym a sta lym poziomie bed a cey produktów, to w efekcie otrzymamy ideks iformujacy o tym, jaki wp lyw a dyamikewartości badaego agregatu mia ly zmiay w ilościach produktów zawartych w tym agregacie Z tego powodu ideks te azywamy agregatowym ideksem ilości Istiejadwieformu ly defiiujace agregatowy ideks ilości: Paaschego i Laspeyresa W pierwszej z ich przyjmuje siesta le cey a poziomie z okresu badaego, a w drugiej a poziomie z okresu podstawowego 7

Formu la Paaschego: P I q = J j=1 q jt 1 p jt 1 J j=1 q jt 0 p jt1, wskrócie P I q = q1 p 1 q0 p 1, Formu la Laspeyresa: LI q = J j=1 q p jt jt q1 1 0 p J j=1 q p, wskrócie LI q = 0 q0 p jt0 jt0 0 W podoby sposób kostruujemy agregatowe ideksy ce, tz przyjmujemy, że ilości produktów w daym agregacie saasta lym poziomie w obu porówywaych okresach (mometach) Formu la Paaschego: P I p = J j=1 q jt 1 p jt 1 J j=1 q jt 1 p jt0, wskrócie P I p = q1 p 1 q1 p 0, Formu la Laspeyresa: LI p = J j=1 q p jt jt q0 0 1 p J j=1 q p, wskrócie LI p = 1 q0 p jt0 jt0 0 Ze wzgledu a fakt, że w ideksach Paaschego i Laspeyresa ustala sie cey badź ilości a sta lych poziomach, ale z różych okresów (mometów), ideksy te a ogó l różiasi e, czyli LI p P I p, LI q P I q Miedzy agregatowymi ideksami wartości, ilości i ce zachodzi jedak zwiazek określay miaem rówości ideksowej I w = L I p P I q = P I p LI q Ze wzgledu a przyjmowae za lożeie o sta lości ce lub ilości w daym agregacie produktów, iterpretacji tych ideksów dokouje sieajcz eściej z użyciem trybu warukowego Ideksy ilości (ideksy ce) wg formu ly Paaschego iformuja, o ile zmiei laby sie, tj wzros la lub spad la, wartośćca lego agregatu produktówwporówywaych okresach, gdyby cey (ilości) produktów by ly sta le a poziomie z okresu badaego Ideksy ilości (ideksy ce) wg formu ly Laspeyresa iformuja, o ile zmiei laby sie, tj wzros la lub spad la, wartośćca lego agregatu produktówwporówywaych okresach, gdyby cey (ilości) produktów by ly sta le a poziomie z okresu podstawowego 8