Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Excel parancsfájlok felhasználása a statisztikai elemzésekben Írta ...
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
A becslési időszak megadásával a rendelkezésre álló idősort két részre bontjuk, becslési és teszt időszakra.<br />
A becslési időszak felhasználásával a trendbecslést végezzük el, a teszt időszak adatai alapján a becslések<br />
pontosságát lehet ellenőrizni, a megadott hibaképletek felhasználásával. Az idősor hosszát felismeri<br />
a program, a sárga mezőbe (Ebből becslésre felhasznált:) be kell írni a becslésre felhasznált idősor<br />
hosszát, ami az idősor fele vagy annál nagyobb érték. Ha tesztelni kívánjuk a trendeket, akkor a becslésre<br />
felhasznált idősor hosszának legnagyobb értéke az idősor hossza mínusz egy. Az extrapoláció hosszát is<br />
meg lehet adni. Az ábra felett lehet választani a trendtípusok között. A trendek paramétereit és a többszörös<br />
determinációs együtthatót (R 2 ), valamint az eredeti adatok és a trend ábráját közli a program. A 9<br />
trend extrapolációja és a hibaképletek számításai számszerűen is megtalálhatók az eredeti adatokat (y)<br />
követő oszlopokban. Célszerű azonos becslési időszak felhasználásával mind a 9 trendtípusra elvégezni a<br />
számításokat és kiválasztani azt a trendtípust, amelyik esetében a legkisebb a hiba, pl. a MAPE. Ugyancsak<br />
célszerű a becslési időszak hosszát változtatni. Ki lehet választani a legjobban illeszkedő becslést,<br />
vagyis a múlt időszak alapján legjobb előrejelzést adó trendtípus és információt kapunk a trend - extrapolációk<br />
megbízhatóságáról is. A program tehát érzékenységvizsgálatokat is végez. Ha a tesztperiódus kezdetének<br />
változtatásával a hibaképletek alapján kiválasztott "legjobb trend” típusa is változik, akkor az<br />
idősor nem stabil, az idősorban vizsgált trend tendenciája változik. Az elemzés így bizonytalan, és az<br />
előrejelzés sem lesz megbízható. Hasonló módon a magas hibaértékek (pl. a MAPE 10 % - nál nagyobb)<br />
is a bizonytalan becslést jelzik. A becslési időszak növelésével általában a hibák is csökkennek.<br />
A szezonalítás vizsgálata.<br />
A Periódus megadásánál meg kell adni az adatbázis függvényében a sárga mezőben a periódus számát,<br />
aminek értéke 2-24 lehet, ha nem adunk adatot, akkor nem számol a szezonalitással. Ha fél éves adatokkal<br />
dolgozunk, akkor a periódus értéke 2, negyedéves adatoknál 4, havi adatoknál 12. Megadandó a Kezdő<br />
periódus sorszáma is, lehetséges értékei: 1-12, pl. ha havi adatokkal dolgozunk és az első évben, csak<br />
a 7-ik hónaptól vannak adataink, akkor a beírandó érték 7. Ha viszont teljes az idősor akkor a Kezdő periódus<br />
sorszáma 1. (0 értéket nem szabad megadni) A program kiszámítja a szezonális eltéréseket és a<br />
szezonindexeket. Elvégzi a korrekciót is és ábrázolja a kiválasztott trendet és szezon modellt (additív<br />
vagy multiplikatív). Ha nincs szezonalitás az idősorban akkor választani lehet a szezonalítás nélkül opciót<br />
(pl. éves adatsorok esetén). A program ábrázolja a véletlen összetevőt is a kiválasztott trend-szezon modell<br />
alapján.<br />
Konjunktúra-ciklusok elemzése<br />
Az Adatok-bevitele munkalapon kiválaszthatjuk a 9 trend közül azt, amit vizsgálni kívánunk (természetesen<br />
egyenként mind a 9 trendfüggvény konjunktúra ciklusait vizsgálhatjuk és összehasonlíthatjuk) és<br />
meg kell adni a mozgóátlag tagszámát. A mozgóátlag tagszáma az adatbázistól függ. Rövid ciklusok<br />
vizsgálata esetében a szezonalitást küszöböljük ki, ha havi adatok állnak rendelkezésre a mozgóátlag tagszáma<br />
12, negyedéves adatok esetében 4. (Megjegyezzük, hogy a szezonális hullámzás kiszűrése után,<br />
ha ezt követően kiszűrjük a trendhatást, akkor a Kitchin-féle rövid ciklus becslését kapjuk meg.) Ha a<br />
hosszú ciklusokat vizsgáljuk éves adatokkal, akkor általában 8 vagy 9 tagú mozgóátlagot választunk a<br />
rövidebb periódusú (pl. 4-8 vagy 3-9 éves) ciklusok kiszűrésére. (Megjegyezzük, hogy a rövidebb ciklusok<br />
kiszűrése után, ha ezt követően kiszűrjük a trendhatást, akkor a Kondratyev-féle hosszú ciklus becslését<br />
kapjuk meg.) Vizsgálni lehet az idősorokat abból a szempontból is, hogy hogyan reagálnak a mozgóátlag<br />
tagszámának megváltoztatására. Választhatunk az additív és a multiplikatív modell között. Az<br />
adatok bevitele után a program ábrázolja az eredeti adatokat és a trendet és a második ábrában a ciklust.<br />
Kiszámítja multiplikatív kapcsolatot feltételezve az eredeti idősor és a trend hányadosát ( y/y) ˆ valamint<br />
i i<br />
additív kapcsolatot feltételezve az eredeti idősor és a trend különbségét ( y ˆ i − y ). Így mindkét feltételezés<br />
i<br />
mellett kiküszöböli a trendhatást. A ciklikus mozgásokat a trendtől megtisztított idősoroknál a felhasználó<br />
által megadott mozgóátlag tagszám alapján mozgóátlagolással küszöböli ki és számítja, valamint ábrázolja.<br />
A rövid ciklusok átlagos periódushosszának becslésére a ciklusfordúlópontokszámítása <strong>Excel</strong> parancsfájl<br />
használható:<br />
A számításokat először pl. a trend – szezon - hibaszámítás <strong>Excel</strong> parancsfájllal végezhetjük el. Kiválaszszuk<br />
az 5 legjobb modellt a trendfüggvények alapján. Először az eredeti sort és az időváltozót másoljuk<br />
62