Ҳamid Шоdiev, Иbроҳim Ҳabibуllaev

 
Oziq-ovqat do‘koni tovar oborotining mavsumiylik to‘lqini
 
 
2. 
O‘rtacha mavsumiylik indeksi
. 
Bu indeksni hisoblash quyidagicha 
amalga oshiriladi. Har bir yil uchun mavsumiylik indekslari hisoblanadi. 

---

217 
Masalan, 2018 yil uchun: yanvar Jm
=(95:172,6)•100=55,0%; fevral 102% 
(176:172,6)•100 va h.k. Qolgan barcha ma’lumotlar 8.11-jadvalda 
keltirilgan.
Shu jadval ma
’lumotlari asosida 2016-2018 yillarning har bir oyi uchun 
alohida 
o‘rtacha mavsumiylik indekslarini hisoblaymiz.
4
,
85
3
1
,
256
3
0
,
55
1
,
100
101




Январ
% 
2
,
87
3
7
,
261
3
0
,
102
9
,
97
8
,
61




Феврал
% 
.
.
%
3
,
103
3
0
,
310
3
6
,
106
7
,
100
7
,
102
к
х
Март




8.11-jadval. 
Oziq-ovqat do‘konida o‘rtacha mavsumiylik indeksi hisoblash 
Oylar 
Yillar b
o‘yicha mavsumiylik indekslari, 
%. 
O‘rtacha 
mavsumiylik 
indeksi, % 
2016 y. 
2017y. 
2018 y. 
Yanvar 
101,0 
100,1 
55,0 
85,4 
Fevral 
61,8 
97,9 
102,0 
87,2 
Mart 
102,7 
100,7 
106,6 
103,3 
Aprel 
98,7 
101,2 
106,6 
102,2 
May 
114,6 
113,8 
122,2 
116,9 
Iyun 
114,0 
105,0 
115,9 
111,6 
Iyul 
102,7 
95,7 
106,0 
101,5 
Avgust 
105,5 
101,8 
104,3 
103,9 
Sentyabr 
100,4 
97,4 
102,0 
99,3 
Oktyabr 
98,1 
94,6 
108,3 
100,3 
Noyabr 
97,0 
100,7 
100,8 
99,5 
Dekabr 
103,8 
91,4 
70,1 
88,4 
8.10 va 8.11-jadvallarda keltirilgan ma
’lumotlardan ko‘rinib turibdiki, 
mavsumiylik indekslari deyarli bir xil. Bu turli yillar uchun oylik darajalar 
nisbatan bir tekisda b
o‘lganligidan dalolat beradi. Ikkala jadvalda keltirilgan 
mavsumiylik indekslarini juda diqqat bilan kuzatilsa, ikkinchi usulda 
rivojlanish tendentsiyasi aniqroq k
o‘zga tashlanadi. 

---

218 
3. 
Mavsumiylik indeksini
 
– zanjirsimon usulda hisoblangan oylik 
nisbatlar asosida; oylik haqiqiy ma
’lumotlarni sirg‘anchiqli o‘rtachaga yoki 
tekislangan hadlarga nisbati bilan ham aniqlash mumkin. Bu ishni 
bajarishni 
o‘quvchiga qoldiramiz. 
8.4.2. Dinamika qatorlari va bashoratlash masalalari 
Dinamika qatorlarini 
o‘rgangan va tahlil qilgan barcha tadqiqotchilar 
qatordagi etmagan yoki keyin keladigan hadlarni aniqlashga harakat 
qilganlar. Dinamika qatorlarining hadlari qator orasida etmasa uni aniqlash 
interpolyatsiya deyiladi, kelgusi hadlarni aniqlash ekstrapolyatsiya deyiladi. 
Ekstropolyatsiya 
usuli 
ikki 
turga 
b
o‘linadi: 
1) 
perspektiv 
Ekstropolyatsiya 
ya’ni, bo‘lajak noma’lum davrlar darajalarini aniqlash, 2) 
retroperspektiv, 
ya’ni oldingi o‘tgan davr darajalarini aniqlash. 
Quyidagi misolni k
o‘rib chiqaylik. Tumanda qorako‘l qo‘ylarining 
dinamikasini 
o‘rganish uchun quyidagi ma’lumotlar to‘plandi: 
Yillar. 
2013 y. 
2014 y. 
2015 y. 
2016 y. 
2017 y. 
2018 y. 
Q
o‘ylar soni, bosh 6870 
9164 
11151 
. . . 
15931 
18471 
K
o‘rinib turibdiki, 2016 yil uchun ma’lumot yo‘q. Shu yildagi qo‘ylar 
sonini interpolyatsiya metodi bilan aniqlash mumkin. Buning uchun mutlaq 
o‘zgarishlar, o‘zgarish sur’atlari, o‘rtacha mutlaq o‘zgarish va boshqa 
k
o‘rsatkichlar hisoblaniladi. Agarda mutlaq o‘zgarishda hisoblasak, natija 
quyidagicha: 2017 va 2015 yillar uchun mutlaq 
o‘zgarish (15931-
11151)=4780 ta q
o‘yga teng. Endi 4780:2=2390. Bu olingan natijani 2015 
yildagi q
o‘ylar soniga qo‘shamiz 11151+2390=13541. Demak, 2016 yilda 
q
o‘ylar soni 13541 boshni tashkil qilgan ekan. Bu ko‘rsatkichni boshqa 
usullar yordamida ham olish mumkin. Masalan, 2015 va 2017 yillarning 
darajalarini 
q
o‘shib, 
olingan 
natijani 
ikkiga 
b
o‘lamiz, 
ya’ni 
(11151+15931):2=13541. Boshqa usullar ham mavjud. U usullarni 

---

219 
nomlarini aniqlash va ular yordamida yuqoridagi hisob-kitobni bajarish 
talabaga yuklatiladi. 
Dinamika qatorlari hadlarini ekstrapolyatsiya qilish ham bir qancha 
usullarda amalga oshiriladi. Ulardan ayrimlarini k
o‘rib chiqamiz. 
1.Agarda dinamika qatorlarini tahlil qilishda mutlaq 
o‘zgarish 
darajalarining doimiyligi k
o‘rinib qolsa, payqalsa, u paytda o‘rtacha mutlaq 
o‘zgarish darajasi hisoblanilib, olingan natija dinamika qatorlarining oxirgi 
hadiga q
o‘shilib bajarilaveradi.
8.3-jadvalda keltirilgan mutlaq 
o‘zgarishlar bo‘yicha ularni o‘rtacha 
darajasini(2014-2018) hisoblagan edik va natija 10,25 mlrd.s
o‘mga teng 
b
o‘lgan. 
м
у
с
млрд
у

.
25
,
10
5
41
4
5
7
11
18







Hamma sharoitlar saqlanib qoladi deb taxmin qilib, bu qatorning 
kelgusidagi hadlarini hisoblash mumkin. Masalan, 2021 yilgacha 
hisoblamoqchimiz: 
2019 y. = 191+10,25=201,25 mlrd.s
o‘m. 
2020 y.
= 191+2•10,25=211,50 mlrd.so‘m. 
2021 y.
= 191+3•10,25=221,75 mlrd.so‘m. 
2. Agarda o‘rganilayotgan davr uchun hisoblangan o‘zgarish sur’atlari 
ma’lum darajada (ozmi-ko‘pmi) doimiy bo‘lsa, ekstropolyatsiyani o‘rtacha 
o‘zgarish sur’ati orqali amalga oshirish mumkin. Buning uchun o‘rtacha o‘zgarish 
sur’ati hisoblanilib, olingan natija dinamika qatorining oxirgi hadiga ko‘paytiriladi. 
8.12-jadval 
Tuman aholi sonining dinamikasi
 
Yillar 
K
o‘rsatkichlar 
2013 
2014 
2015 
2016 
2017 
2018 
Aholi soni, ming kishi 
(yil boshiga) 
152,0 
153,0 
154,5 
155,8 
157,5 
159,1 
O‘zgarish 
sur’ati 
(zanjirsimon) 
- 
1.0066 1.0098 1.0084 1.0109 1.0102 

---

220 
8.12-jadval ma
’lumotlaridan ko‘rinib turibdiki, qator hadlari ozmi-ko‘pmi 
tur
g‘un. Demak, o‘rtacha o‘zgarish sura’tini aniqlasa bo‘ladi.
0092
,
1
0467
,
1
0
,
152
1
,
159
5
1
6




R
Kelgusida shu 
o‘zgarish sur’ati saqlanib qoladi deb ishonch bildirib, 
tuman aholisi sonini bashoratlash mumkin. 
2019 yil uchun aholi so
ni 159,1·1,0092=160,56 ming kishiga teng 
b
o‘ladi. 
2020 yil uchun aholi so
ni 160,56·1,0092=162,04 ming kishiga teng 
b
o‘ladi va h.k. 
3. Dinamika qatorlarining hadlari bir-biriga bo
g‘liq. Masalan, tovar 
oboroti bilan muomala harajatlarini olaylik. Birinchi k
o‘rsatkichning 
o‘zgarishi so‘zsiz ikkinchi ko‘rsatkichning o‘zgarishiga olib keladi. 
Boshqacha bir misol. Biz tuman yoki viloyat b
o‘yicha bolalar sonini (o‘lish 
jadvali asosida) n yildan keyin qanchaligini aniqladik. Endi shu k
o‘rsatkich 
asosida n yildan keyin bolalar yoki maktablar soni qancha b
o‘lishi bolalar 
soniga qarab aniqlanishi mumkin. Bu ishni bajarish uchun maxsus bilimga 
ega b
o‘lish zarur. 
4. Dinamika qatorlari hadlarini tekislangan hadlar asosida ham 
ekstrapolyatsiya (bashoratlash) qilish mumkin. Odatda, t
o‘g‘ri chiziqli 
tenglama formulasi q
o‘llaniladi. 
t
а
а
Y
t
1
0


Agarda biz 2013-2018 yillarga berilgan dinamika qatorining hadlarini 
analitik tekislagan b
o‘lsak, endi shu qatorni davom ettirish mumkin, ya’ni t 
oshib boraveradi. 
5. Dinamika qatorlari hadlarini bashoratlashda qator hadlarini 
avtoregression 
funksiyalariga 
asoslanish 
mumkin. 
Bu 
metodda 
o‘rganilayotgan qator avtokorrelyatsiya nuqtayi nazaridan tahlil qilinadi. 

---

221 
Avtokorrelyatsiya qancha yuqori b
o‘lsa, qatorning kelgusi hadlarining 
bashoratlashga shuncha asos yuqoriligiga hech qanday shak-shubha 
y
o‘q.
Biroq avtokorrelyatsiya darajalar orasidagi har xil uzilishlar uchun 
hisoblanishi kerak. Qator hadlari 
o‘rtasidagi avtokorrelyatsiya mavjudligini 
aniqlab, s
o‘ng uni ifodalovchi tenglamani hisoblash mumkin va olingan 
natijalar asosida qator hadlari bashorat qilinadi. 
Bashorat qilish avtoregressiya modeliga (autoregressive modeling) 
asoslanadi. Dinamika qatorlarining hadlari 
o‘zidan oldingi va keyingi yil
hadlari bilan bo
g‘liq. 
Birinchi tartibli 
avtokorrelyatsiya (first-order autocorrelation)
dinamika 
qatorining 
o‘zidan keyingi qiymatlarning bog‘liqlik darajasini baholaydi, 
ikkinchi tartibli avtokorrelyatsiya 
(second- order autocorrelation)
 
ikki yil 
intervali 
orasidagi 
qiymatlarning bo
g‘liqligini ifodalaydi.
r
-tartibli 
avtokorrelyatsiya 
(r th-order autocorrelation) r
- yillar intervali orasidagi 
korrelyatsiya qiymatini baholaydi
Avtokorrelyatsiya modeli aniq pronoz berish uchun xizmat qiladi. 
1-tartibli avtokorrelyatsiya modeli 
Y
i
=A
0
+A
1
 Y
i-
1
+
δ
i