03.05.2013 Views

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...

SHOW MORE
SHOW LESS

You also want an ePaper? Increase the reach of your titles

YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.

sj = a j-edik szezonhoz tartozó szezonális komponens, a szezonindex<br />

cl = az l-edik konjunktúra ciklushoz tartozó konjunktúraindex.<br />

Összefoglalóan megállapítható, hogy a szezonalitás és a konjunktúra ciklusok eltérítő hatása a megfelelő<br />

szezonoknál és konjunktúra ciklusoknál az additív modellben abszolút állandóságot, a multiplikatív modellben<br />

pedig a trendhez mért relatív állandóságot mutat.<br />

3.1.2 A trend vagy a hosszú távú alapirányzat becslési módszerei<br />

A trendszámítás kétféle módszerét ismertetjük: a mozgóátlagolású és az analitikus trendszámítást. Az<br />

analitikus trendszámítás keretében a lineáris és a lineárisra visszavezethető trendekkel foglalkozunk elő-<br />

48<br />

ször. F A lineárisra vissza nem vezethető trendek egy részét a telítődési, a logisztikus és az életgörbe<br />

49<br />

trendek becslése során ismertetjük. F<br />

3.1.2.1 Mozgóátlagolású trendszámítás<br />

A mozgóátlagolás alapgondolata, hogy a trendet az eredeti adatsor dinamikus átlagaként állítjuk elő. A<br />

gyakorlatban igen elterjedt trendszámítási módszer, mert egyszerű és gyorsan számítható. Hátránya viszont,<br />

hogy a kiegyenlített sor rövidebb, tehát kevesebb adatot tartalmaz, mint az eredeti, így a nagyon<br />

rövid idősor esetében szinte lehetetlen a trendet e módszerrel egyértelműen jelezni. A mozgóátlagolású<br />

trendszámítás során az idősor értékeiből – általunk választott tagszámú (jele: k) – átlagokat számítunk<br />

úgy, hogy az idősor elejéről indulva – az átlagolandó értékek közül az elsőt elhagyva, és az utolsó értéket<br />

követőt hozzávéve – az eljárást addig folytatjuk, míg az utolsó adatot is felhasználtuk. Minden kiszámított<br />

átlagot az átlaggal jellemzett időszak közepéhez rendeljük. Az így nyert mozgó átlagok sora az alapirányzat<br />

értékeit, azaz a mozgó átlagolású trendértékeket adja, melyek száma kevesebb, a megfigyelt idősor<br />

adatainál. Például k=3 tagú mozgó átlagolásnál 2 adattal rövidül az idősorunk, az első és az utolsó megfigyelt<br />

időszakhoz nem kapunk trendértéket. A nagyobb tagszámú átlagolás, jobban kiszűri a véletlen hatást,<br />

de több adattal rövidül a trendértékek sora. Ha az idősorban szezonhatás van, a mozgó átlag tagszámát<br />

úgy választjuk meg, hogy átfogjon legalább egy, vagy több teljes periódust.<br />

Például negyedéves szezonalítás esetén 4, 8, 12, ... tagú, havi szezonalítás esetén 12, 24, 36, ... tagú átlagokat<br />

kell választani. A trendértékek sora ekkor 4, 8, 12, ... , illetve 12, 24, 36, ... adattal rövidül. A megfelelő<br />

tagszám-választás a szezonhatás kiszűrését célozza.<br />

Ha k páros, akkor az összeget szolgáltató időszak közepe két átlagolt érték közé esik. Ez esetben egy ismételt<br />

k=2-es mozgóátlagolást, más néven centrírozást végzünk, így a kétszeri eltolódás miatt az yt és t ˆy<br />

értékek már egymásnak megfelelhetők.<br />

Az előzőek alapján a mozgó átlagolású trendszámítás lépései:<br />

1. A periódus alapján eldöntjük, hogy hány tagú mozgóátlagot számítunk. (tagszám=k)<br />

2. Kiszámítjuk az első k adat egyszerű számtani átlagát. Ezt az értéket az átlag által lefedett időszak<br />

közepéhez rendeljük. Ez páratlan k esetén a (k+1)/2-dik időszak, páros k esetén a k/2 és a (k/2)+1edik<br />

időszak közé rendeljük. Ez utóbbi esetben ahhoz, hogy az eredeti idősor időszakaihoz rendelhessünk<br />

adatot, szükség van a centrírozásra.<br />

3. Ezután elhagyjuk az első adatot, és helyette a k+1-edik adattal bezárólag számítjuk ki a k-tagú<br />

egyszerű számtani átlagot, és az így adódó időszak közepéhez rendeljük az átlagot.<br />

4. A 3. lépést ismételjük az elemzendő idősor utolsó adatáig.<br />

3.1.2.2 Analitikus trendszámítás<br />

A lineáris és a lineárisra visszavezethető trendfüggvények esetében a legkisebb négyzetek módszerét al-<br />

kalmazzuk, vagyis olyan függvényt keresünk, amely esetében a megfigyelt és a modell által számított ér-<br />

50<br />

tékek közötti eltérés négyzetösszege minimális. F<br />

48 Ld. Trendszezon-hibaszámítás.xls <strong>Excel</strong> parancsfájlt.<br />

49 Ld. Logisztikustrendekbecslése.xls <strong>Excel</strong> parancsfájlt.<br />

50 Hunyadi László – Vita László [2008] I. 272-273.<br />

41

Hooray! Your file is uploaded and ready to be published.

Saved successfully!

Ooh no, something went wrong!