Читайте также: |
|
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
<== предыдущая страница | | | следующая страница ==> |
Сезонные индексы | | | Проверьте |