Студопедия
Случайная страница | ТОМ-1 | ТОМ-2 | ТОМ-3
АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатика
ИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханика
ОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторика
СоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансы
ХимияЧерчениеЭкологияЭкономикаЭлектроника

Проверьте. Вычислите сезонные индексы для временного ряда магазина тарелок спутникового

Читайте также:
  1. Основы: проверьте ваши местные листинги
  2. Проверьте
  3. Проверьте
  4. Проверьте
  5. Проверьте
  6. Проверьте

 

Вычислите сезонные индексы для временного ряда магазина тарелок спутникового телевидения, допуская, что мультипликативная модель подходит для данного временного ряда.

 

День
                       
                       
Центр. С.С.5,75 5,875 6,25 6,75 7,125 7,375 7,75 8,375
1,2174 1,3617 0,48 0,8889 1,2632 1,3559 0,5161 0,8358

 

Сезон
1 2 3 4
    1,2174 1,3617
0,4800 0,8889 1,2632 1,3559
0,5161 0,8358    
Мультипликативный сезонный индекс
0,4981 0,8624 1,2403 1,3588

 

Сумма индексов равна 3,9596, поэтому мы можем подогнать данные индексы, чтобы их сумма была равна 4, умножая на , получим следующие значения: 0,5032, 0,8712, 1,2530 и 1,3727.

 

 

2. Вычисление сезонных индексов для аддитивной модели.

 

Если аддитивная модель является пригодной, мы действуем в точности тем же способом, только теперь мы вычитаем, когда раньше делили.

 

Мы иллюстрируем это, снова используя данные об изготовлении кухонь. Либо временной ряд центрированной скользящей средней, либо временной ряд, полученный с использованием методов регрессии, можно взять в качестве оценки тренда временного ряда.

Данная модель является аддитивной, что подразумевает, что

.

Если мы вычтем оценку тренда временного ряда (оценку ) из исходных данных, мы получим оценки , как показано в столбце (4) ниже.

 

Оцененный трендовый временной ряд (из регрессии)
(1) (2) (3) (4)
    20,1169 3,8831
    20,5338 -0,5338
    20,9508 -3,9508
    21,3677 -0,3667
    21,7846 3,2154
    22,2015 0,7985
    22,6185 -4,6185
    23,0354 -1,0354
    23,4523 3,5477
    23,8692 -0,8692
    24,2862 -2,2862
    24,7031 -2,7031
    25,1200 3,8800
    25,5369 1,4631
    25,9538 -1,9538
    26,3708 -0,3708
    26,7877 4,2123
    27,2046 1,7954
    27,6215 -4,6215
    28,0385 -0,0385
    28,4554 2,5446
    28,8723 0,1277
    29,2892 -5,2892
    29,7062 0,2938
    30,1231 2,8769

 

Поэтому временной ряд в столбце (4) состоит из значений оценок . Значение оценки аддитивного сезонного индекса можно найти, определив среднее значение их для каждого сезона, как показано ниже. Подобным образом, эффект случайного фактора сглаживается.

 

Сезон
1 2 3 4
3,8831 -0,5338 -3,9508 -0,367
3,2154 0,7985 -4,6185 -1,0354
3,5477 -0,8692 -2,2862 -2,7031
3,8800 1,4631 -1,9538 -0,3708
4,2123 1,7954 -4,6215 -0,0385
2,5446 0,1277 -5,2892 0,2938
2,8769      
Аддитивный сезонный индекс
3,4514 0,4636 -3,7867 -0,7036

 

Результатом является набор аддитивных сезонных индексов ― по одному на каждый сезон.

 

В некоторых текстах эти значения выверены таким образом, что в сумме они дают 0. Чтобы этого достичь, они суммируют сезонные индексы, что даёт в сумме -0,5753 здесь и делится на 4, получается -0,1438. Прибавляем 0,1438 к каждому сезонному индексу, мы получим набор выверенных аддитивных сезонных индексов, сумма которых равна 0. Для этого примера, эти индексы таковы:

 

Сезон        
Индекс 3,5952 0,6074 -3,6429 -0,5598

 


Дата добавления: 2015-10-13; просмотров: 89 | Нарушение авторских прав


Читайте в этой же книге: Проверьте | Проверьте | Насколько хорош прогноз? | Проверьте | Проверьте | Рабочая карточка 2 | Оценка 2 | Некоторые модели временного ряда | Выявление тренда: центрированное (?) скользящее среднее | Выявление тренда с использованием регрессии |
<== предыдущая страница | следующая страница ==>
Сезонные индексы| Проверьте

mybiblioteka.su - 2015-2024 год. (0.008 сек.)