Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
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