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.
Multiplikatív szezonalitás:<br />
D t = θ(X t/S t) + (1- θ)D<br />
t-L<br />
L = a szezonalitás periódusának a hossza, pl. 4 negyedéves adatok esetében, míg havi adatoknál 12.<br />
Az α, β, γ ,∂, θ (alfa , béta, gamma, delta, théta) paraméterek 0 és 1 közé esnek.<br />
A következő táblázat a prognózist (Ft+m) mutatja m időszakra előre<br />
A prognózis képletei.<br />
Trend Szezonalitás<br />
nincs additív multiplikatív<br />
nincs<br />
F t+m = St<br />
F t+m =S t +Ct-L+mF<br />
t+m =StD t-L+m<br />
additív<br />
F t+m =S t +mAt<br />
multiplikatív m<br />
F t+m =StB t<br />
F t+m =S t +mA t +Ct-L+m<br />
m<br />
F t+m =StB t +Ct-L+m<br />
F t+m =(S t +mA t)Dt-L+m m<br />
F t+m =StDt-L+mB t<br />
Az előző két táblázat jelöléseit felhasználva, a P és Q helyébe behelyettesítve az egyenleteket 9 simítási<br />
eljárás állítható elő. Ezen kivűl még 3 módszer alkalmazását ismertetjük.<br />
Az első módszer: normál exponenciális simítás, SES F<br />
F t+1 = αX t + (1- α)F<br />
t<br />
A becsléshez az adatok rendelkezésre állnak, kivéve az első becslést:<br />
F 1 = αX 0 + (1- α)F<br />
0<br />
Az egyik megoldás az, hogy<br />
F=X 1 1<br />
vagy a táblázat szerinti formában:<br />
S t = αX t +(1- α)S<br />
t-1<br />
A másik módszer, hogy a felhasználó adja meg az első értéket, pl. az első néhány adat átlagát veszi. A<br />
harmadik megoldás: az ExpsW program megkeresi a legjobb becslést adó kezdő értéket, a hibastatisztikák<br />
(U-statisztika) alapján. A normál exponenciális simítás (SES) módszerét akkor alkalmazzuk, ha sem<br />
trend, sem szezonális hatás nincs az idősorban.<br />
Prognózis m időszakra előre:<br />
F = S<br />
t+m<br />
t<br />
A második módszer: additív szezonalitás, trend nincs:<br />
S t = α(Xt - C t-L) + (1- α)S<br />
t-1<br />
C =δ ( X -S ) + (1 −δ)C<br />
t t t<br />
t-L<br />
Előrejelzés m időszakra előre:<br />
F t+m =S t +C t-L+m<br />
A harmadik módszer: multiplikatív szezonalitás, trend nincs:<br />
S t =α(X t/D t-L) + (1- α)S t-1<br />
D t = θ(X t/S t) + (1- θ)D<br />
t-L<br />
123 SES: Single Exponential Smoothing.<br />
123<br />
93