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.
hullámzás kisebb, nagyobb, illetve szezonális jellegű-e. Az épitőanyagipari, a divat, a mezőgazdasági<br />
termékeket feldolgozó, idegenforgalmi stb. vállalkozások esetében nagy jelentősége van, mert a szezonalitás<br />
erőteljesen érvényesül. A szezonalítás meghatározásának célja az ilyen fluktuáció eltávolítása az idősorból<br />
az alapul szolgáló trendhatás azonosítása érdekében. Számos módszer áll rendelkezésre a szezonális<br />
komponens azonosítására, a legtöbb azonban érzékeny a fent említett extrém értékek torzító hatására.<br />
A szezonális illesztés egyik célja olyan szezonális tényező elérése, amely stabil, azaz nem változik az idő-<br />
128<br />
szakok folyamán. A SABL néven ismert eljárás F lényegét tekintve simítási módszereket alkalmaz, amihez<br />
mozgómediánokat, rezisztens mediánokat és átlagokat, valamint duplanégyzet becsléseket használ. A<br />
SABL módszer bármely idősorra alkalmazható amely tartalmaz periodikus ingadozást és trendet. A módszer<br />
alkalmazásához legalább három periódus megfigyelt adataira van szükség, napi, heti, havi, negyedéves,<br />
féléves vagy éves bontásban. Éves adatsorokat az évszázados trendnél rövidebb (pl. 3, 9, 18, 60<br />
éves) konjunktúraciklusok kimutatására alkalmazunk. A SABL felhasználásával előállított trend és szezon<br />
(periodikus) összetevők felhasználásával megalapozottabb prognózisokat készíthetünk, mivel az<br />
outlierek zavaró hatását kiszűrtük. A kiszűrés illetve a becslés 45 lépésben, egy iterációs eljárás eredménye.<br />
Az idősorok SABL dekompozícióján a következő felbontást értjük:<br />
Y = T + S + I<br />
ahol:<br />
T képviseli a hosszú távú trendet,<br />
S jelöli a szezonális komponenst, értelemszerűen a konjunkturális komponenst is, tehát a periodikus hullámzást,<br />
I az irreguláris részt, azaz a fehér zaj.<br />
Általában Y alatt az eredeti idősor adatait értjük, vagy annak transzformált [pl. ln-transzformáció] alakját.<br />
A SABL módszer egy iteratív eljárás. Minden iterációs lépésben újra számítjuk, finomítjuk a T, S, I értékeket.<br />
A lépések során kialakult adatsorok kölcsönhatásban vannak egymással.<br />
A módszer lényegéből fakadóan rendelkezik az alábbi tulajdonságokkal:<br />
A T, S és I komponensek közötti adatáthatás minimális. Extrém vagy szokatlan adatok nem befolyásolják<br />
a T és S értékek meghatározását illetve becslését. Az ilyen szokatlan adatok hatása csak az I komponensben<br />
tükröződik. A T és S becslése amennyire lehetséges érzékenyen reagál az idősor szerkezetének változására.<br />
A módszer csak akkor használható, ha legalább 3 periódus adatai ismertek. Sok helyen a zérussal<br />
való osztás elkerülése érdekében és a transzformációs szabály alkalmazhatósága miatt ki kell kötni, hogy<br />
az eredeti adatok csak pozitívak lehetnek.<br />
A SABL eljárás első lépése, hogy az eredeti adatsort transzformációnak vetjük alá. A transzformáció célja,<br />
hogy: minimalizálja a szezonalítás amplitúdójának függését a trendkomponens szintjétől, egyszerűbbé<br />
tegye a szezonális illesztést, lényegében az idősor komponenseit additívvá alakítsa.<br />
p<br />
Az Y adatsor transzformáltját D[0]-lal jelöljük, a transzformációs függvényt egy p paraméter értékének<br />
megadásával választhatjuk ki. A p paraméter az idősor auditivitásának mértékét mutatja, szokásos értékei:<br />
-1; -0,5; -0,25; 0; 0,25; 0,5; 1; A transzformációs függvény az alábbi:<br />
p<br />
D0=Y p> 0<br />
[ ]<br />
[ ]<br />
[ ]<br />
D0=lgY<br />
p= 0<br />
D0=-Yp<<br />
0<br />
A p paraméter értékének kiválasztásához meg kell határoznunk az idősor komponensei: Y, T, és S közötti<br />
kapcsolat típusát. Additív kapcsolat esetén az Y= T+S összefüggés érvényes, a multiplikatív kapcsolat az<br />
Y=T⋅S formulával jellemezhető. A multiplikatív kapcsolat logaritmus segítségével additívvá alakítható,<br />
azaz p=0 választásával. Ekkor ugyanis az lgY=lgT+lgS formához jutunk. p=1 esetén az adatsor nem változik,<br />
p=0,5 esetén az eredeti sor négyzetgyökét, p=0,33 esetén a köbgyökét kapjuk. Tehát ha p=0,33 akkor<br />
harmadfokú, ha p=0,5 akkor másodfokú parabolikus trendet feltételezünk. Ugyanis: az S és I komponens<br />
várható értéke éves szinten 0.<br />
128 Levenbach, H. - Cleary, J. P. [1982]: 248-274.<br />
p<br />
99