, зберігаючи при цьому середнє значення для чотирьох індексів рівним 1. Скориговані сезонні індекси Q1 = 0.88, Q2 = 1.39, Q3 = 1.02, Q4 = 0.74. p align="justify"> Крок 6. Цей останній крок полягає в складанні прогнозу для кожного з кварталів наступаючого, в даному випадку 2013 Ми множимо саме останнє центрированное ковзне середнє за квартал на його регульований сезонний індекс. Повертаючись до табл. 2, ми бачимо, що саме останнє центрированное ковзне середнє (остання цифра в стовпці В«центрована ковзне середнєВ») відноситься до II кварталу 2012, наступне центрированное ковзне середнє відноситься до 1 кварталу 2012, потім до IV кварталу 2011 р. і , нарешті, до III кварталу 2011 р. У результаті отримуємо поквартальний прогноз на 2012-2013 рр.:
Q1: 265 (для 2012) х 0.88 = 233.2 = $ 233 000;
Q2: 275 (для 2012) х 1.39 = 382.25 = $ 382 000;
Q3: 265 (для 2011) х 1.02 = 270.3 = $ 270 000;
Q4: 261 (для 2011) х 0.74 = 193.14 = $ 193 000.
Згладжуючи крайні значення сезонних даних, ковзне середнє дозволяє позбутися від сезонності показників і тим самим виявити тренд. Метод змінного середнього має як переваги, так і недоліки. З одного боку, як метод виявлення тренда він простий і легко застосовний і дає близьку до дійсності картину довготривалих змін. З іншого боку, цей метод упускає поворотні точки при прогнозуванні тренда, для його реалізації потрібно існування відносно стабільною періодичності часових рядів і по ньому неможливо розрахувати ковзаючі середні для спостережень, що стоять в кінці ряду. Різниця між кількістю спостережень в ряду і кількістю розрахованих ковзають середніх Так само кількістю усереднює періодів, причому одна половина цієї різниці припадає на початок ряду, а друга половина - на його кінець. Наприклад, ковзаючі середні для чотирьох кварталів (див. табл. 2) не мають значень для перших двох кварталів і для останніх двох кварталів серії. p align="justify"> Таким чином, прогнозування за допомогою ковзного середнього є завдання передбачення майбутнього курсу змінного середнього на основі його останнього значення, яке неминуче визначається з останніх спостережень ряду. Застосування змінного середнього для прогнозування може бути пов'язано з деякими труднощами, якщо це ковзне середнє нестабільно і погано передбачувано. Так як за наявності достовірних економічних даних це, як правило, не так, ковзаючі середні в більшості випадків застосовуються для вивчення відхилень від тренду, а не самого тренду. br/>
Література
