Сезонность

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 3: Строка 3:
-
где динамика величины <tex>a_{l,t}</tex> характеризует тенденцию развития процесса;
+
где динамика величины <tex>a_{l,t}</tex> характеризует тенденцию развития процесса;
<tex>f_t</tex>, <tex>f_{t-1}</tex>,..., <tex>f_{t-l+1}</tex> -- коэффициенты сезонности;
<tex>f_t</tex>, <tex>f_{t-1}</tex>,..., <tex>f_{t-l+1}</tex> -- коэффициенты сезонности;
-
<tex>l</tex> — количество фаз в полном сезонном цикле (если ряд представляет месячные наблюдения, то в экономике обычно <tex>l</tex> = 12, при квартальных данных <tex>l=4</tex> = 4 и т. п.);
+
<tex>l</tex> — количество фаз в полном сезонном цикле (если ряд представляет месячные наблюдения, то в экономике обычно <tex>l</tex> = 12, при квартальных данных <tex>l</tex> = 4 и т. п.);
-
et — неавтокоррелированный шум с нулевым математи-
+
<tex>eps_t</tex> — неавтокоррелированный шум с нулевым математическим ожиданием.
-
ческим ожиданием.
+
 
Модели второго типа записываются как:
Модели второго типа записываются как:
где величина (h, t описывает тенденцию развития процесса;
где величина (h, t описывает тенденцию развития процесса;
, ёи gt -it •... gt - г + i—аддитивные коэффициенты сезонности;
, ёи gt -it •... gt - г + i—аддитивные коэффициенты сезонности;
/ — количество фаз в полном сезонном цикле:
/ — количество фаз в полном сезонном цикле:

Версия 11:18, 9 января 2009

В экономике многие явления характеризуются периодически повторяющимися сезонными эффектами. Соответственно временные ряды, их отражающие, содержат периодические сезонные колебания. Эти ряды и их колебания можно представить как генерируемые моделями двух основных типов: моделями с мультипликативными и с аддитивными коэффициентами сезонности. Модели первого типа имеют вид:


где динамика величины a_{l,t} характеризует тенденцию развития процесса;¶ f_t, f_{t-1},..., f_{t-l+1} -- коэффициенты сезонности; l — количество фаз в полном сезонном цикле (если ряд представляет месячные наблюдения, то в экономике обычно l = 12, при квартальных данных l = 4 и т. п.); eps_t — неавтокоррелированный шум с нулевым математическим ожиданием.

Модели второго типа записываются как: где величина (h, t описывает тенденцию развития процесса; , ёи gt -it •... gt - г + i—аддитивные коэффициенты сезонности; / — количество фаз в полном сезонном цикле:

Личные инструменты