Существует несколько подходов к анализу структуры временных рядов, содержащих сезонные или циклические колебания.
1 ПОДХОД. Расчет значений сезонной компоненты методом скользящей средней и построение аддитивной или мультипликативной модели временного ряда.
Общий вид аддитивной модели: 
(Т - трендовая компонента, S - сезонная, Е - случайная).
Общий вид мультипликативной модели: 
Выбор модели на основе анализа структуры сезонных колебаний (если амплитуда колебаний приблизительно постоянна – аддитивная, если возрастает/уменьшается – мультипликативная).
Построение моделей сводится к расчету значений T,S,E для каждого уровня ряда.
Построение модели:
1.выравнивание исходного ряда методом скользящей средней;
2.расчет значений компоненты S;
3.Устранение сезонной компоненты из исходных уровней ряда и получение выровненных данных (T+E) в аддитивной или (T*E) в мультипликативной модели.
4.Аналитическое выравнивание уровней (T+E) или (T*E) и расчет значения Т с использованием полученного уровня тренда.
5.Расчет полученных по модели значений (T+S) или (T*S).
6.Расчет абсолютных и/или относительных ошибок.
Если полученные значения ошибок не содержат автокорреляции, ими можно заменить исходные уровни ряда и в дальнейшем использовать временной ряд ошибок Е для анализа взаимосвязи исходного ряда и др. временных рядов.
2 ПОДХОД. Построение модели регрессии с включением фактора времени и фиктивных переменных. Количество фиктивных переменных в такой модели должно быть на единицу меньше числа моментов (периодов) времени внутри одного цикла колебаний. Например, при моделировании поквартальных данных модель должна включать четыре независимые переменные – фактор времени и три фиктивные переменные. Каждая фиктивная переменная отражает сезонную (циклическую) компоненту временного ряда для какого-либо одного периода. Она равна единице (1) для данного периода и нулю (0) для всех остальных. Недостаток модели с фиктивными переменными – наличие большого количества переменных.
Поможем написать любую работу на аналогичную тему