2015-05-27
747
Достаточно простым методом выявления тенденции развития является сглаживание временного ряда, т.е. замена фактических уровней расчетными, которые имеют меньшую колеблемость, чем исходные данные. Соответствующие преобразования называются фильтрованием.
Существуют следующие методы сглаживания:
1. Метод скользящих средних. Он основан на предоставлении ряда в виде суммы гладкого тренда и случайной компоненты.
2. Экспоненциальное сглаживание. Экспоненциальное среднее является примером асимметрической скользящей средней, в которой учитывается степень старения данных.
3,Медианное сглаживание. В основе метода лежит вычисление скользящей медианы.
Помимо методов сглаживания одним из наиболее эффективных методов выявления основной тенденции развития явления является аналитическое выравнивание
Экспоненциальное сглаживание.
Чем старше информация, тем с меньшим весом она входит в формулу для расчета сглаженного значения уровня ряда.
Qt = α*Yt+(1-α)*Qt-1, (4.4)
где Qt — экспоненциальная средняя, заменяющая значение Yt; α — параметр сглаживания, характеризующий вес текущего наблюдения. 0< α<1
Данный метод применяется для прогнозирования нестационарных временных рядов, имеющих случайные изменения уровней ряда.
Методы анализа временных рядов. Медианное сглаживание, аналитическое выравнивание.
Достаточно простым методом выявления тенденции развития является сглаживание временного ряда, т.е. замена фактических уровней расчетными, которые имеют меньшую колеблемость, чем исходные данные. Соответствующие преобразования называются фильтрованием.
Существуют следующие методы сглаживания:
1. Метод скользящих средних. Он основан на предоставлении ряда в виде суммы гладкого тренда и случайной компоненты.
2. Экспоненциальное сглаживание. Экспоненциальное среднее является примером асимметрической скользящей средней, в которой учитывается степень старения данных.
3. Медианное сглаживание. В основе метода лежит вычисление скользящей медианы.
