Összetevői idősor - prognoz bi egyetem, wiki

A gazdaság gyakran segítségével a következő folyamatok leírására trendek:

- technológiai és gazdasági fejlődés;

- fogyasztás és szerkezetének megváltozása;

- demográfiai változások és mások.

Lineáris trend típusú megjelenítésére alkalmas trendek megközelítőleg egyenletes változik: megegyezik az átlagos értéke az abszolút növekedés, vagy csökkentse az abszolút szintje a rendszeres időközönként. Az ok, közel egyenletes változás az abszolút felvételével (redukció) a befolyásoló tényezők raznouskorennyh és többirányú erők, amelyek kölcsönösen átlagoljuk, részben kioltják egymást, és ezek kapott hatása lesz a karakter közel egyenletes. Így egységes dinamika válik az eredménye hozzáadásának hatását számos tényező változása a paraméter.

Exponenciális trend az úgynevezett trend, amit kifejez a következő egyenlet. ahol - állandó változási sebessége szintek:

- if. van egy egyre növekvő szinten, ez a növekedés nem csak felgyorsult, de egyre növekvő gyorsulás és magasabb rendű származékok;

- if. van egy tendencia, amely kifejezi a tendencia folyamatos, de lelassítja a csökkentés szinten, lassul folyamatosan javul.

- szabad távú kitevőt a megfelelő síkban, azaz a szintje a tendencia abban a pillanatban vett referencia időpontban (a).

Az exponenciális trend jellemző folyamatok fejlesztése olyan környezetben, amely nem hoz létre semmiféle korlátozást szintű növekedés.

Hiperbolikus trend az úgynevezett trend, amit kifejez az egyenletet. ahol

- szabad kifejezés túlzás, a korlát, amelynek célja, hogy kiegyenlítse a sorozat;

- a fő paraméter túlzás:

- if. majd ezt a tendenciát fejez tendencia, hogy lassú csökkenése a szintek és;

- if. akkor idővel a trend szintje növekszik, és hajlamosak arra az értékre,

Trends felhasznált energia, amikor az adatok állnak mérések, amelyek értéke fokozatosan nő a sebesség növekedésével. Az adatok nem tartalmazzák a negatív értékek és nulla.

Polinomiális trend ismerteti az adatokat, simán változik különböző irányokba. Ha egy polinom trend felhasználó mindig adja meg a polinomfok.

Ha. kapunk egy parabolikus trend. Trend az alakja parabola használjuk, hogy tükrözze a változások trendek, amelyek egy bizonyos, általában rövid ideig tart, fejlettségi hajlamosak durván állandó gyorsulással abszolút szintek változhatnak.

Egyenlet logaritmikus trend használjuk abban az esetben, ha az ellenőrzési folyamat vezet a lassú növekedés, de a növekedés nem szünteti meg, de általában bármilyen korlátozott. Ebben az esetben a hiperbolikus vagy parabola alakú trend a negatív gyorsulás nem fér el. A logaritmikus trend a gyorsulás abszolút változások ellentétes előjellel magukat az abszolút változások, és fokozatosan csökken a modulus.

A logaritmikus trend a hiperbolikus, tükrözi a fokozatosan pusztuló változási folyamat. Azonban ezek a tendenciák jelentős különbség: a csillapítás túlzás gyorsan közeledik egy véges határérték, és ha a logaritmikus trend pusztuló folyamat folytatódik korlátozás nélkül sokkal lassabb.

Logistic formában tendencia jellemzésére alkalmas a folyamat, amelynek során a vizsgált paraméter átmegy a teljes ciklus fejlesztés, jellemzően nullától kezdve, először lassan, de a gyorsulás növekszik, majd a gyorsulás nullává válik a ciklus közepén, majd a végső része a ciklus, a növekedés hiperbola lelassul, amikor elérte a határértéket mutató.

Logisztikai tendencia mondható kombinálásával három különböző tendenciák: parabolikus a gyorsuló növekedés az első lépésben egy lineáris - a második és a lassuló hiperbolikus növekedés - a harmadik szakaszban. Azonban figyelembe véve ezek az idősorok megnyilvánulásainak egyetlen logisztikai trendek lehetővé teszi már az első szakaszban kiszámításához az egész pályáját a fejlődés, meghatározza az időzítés az átmenet gyors növekedés lassabb, ami rendkívül fontos a gyártás tervezési vagy kivitelezési egy új típusú termék iránti kereslet, amely át minden szakaszában a logisztikai trendek akár a telített piacon.

Amikor kiválasztja a tendencia egyenleteket kell az elv vezérelte az egyszerűség, amely a választott többféle trendek közelebb empirikus adatokat, a legtöbb pontosan tükrözi a dinamikája az eredeti idősor, akkor legyen könnyebb kiválasztani a funkcionális függés. Azt indokolja azt a tényt, hogy a bonyolultabb egyenlet a trendvonal, és minél nagyobb a paraméterek számát tartalmazza, minél közelebb a egyformán nehéz, hogy megbízható becslést ezeket a paramétereket.

• szezonalitás - szigorúan periodikus és kapcsolódó naptári időtartam eltérés a trend:
  • adalék szezonalitás - az amplitúdó szezonális ingadozások egy markáns tendencia, hogy idővel változnak
    - trendkomponenst a sorozat. - A szezonális komponens sorozat. - véletlen hiba).
  
  
• multiplikatív szezonalitás - az amplitúdó szezonális ingadozások egy markáns tendencia, hogy idővel változnak
  

- trendkomponenst a sorozat. - A szezonális komponens sorozat. - véletlen hiba).