Застосування ковзної середньої для визначення тренду є найменш складним методом вирішення даного питання, який дозволяє позбавитися від необхідності вирішення питань, що виникають при застосуванні аналітичних методів, таких як моделювання тренду за допомогою побудови кривої тенденції за рівнянням регресії.
Необхідно розуміти, що з'єднання точок значень ковзної середньої для відповідних рівнів ряду проводиться тільки заради зручності візуального їх подання. Для розрахунку рівняння кривої, їх з'єднує будуть застосовані методи регресійного аналізу, але на більш пізньому етапі дослідження. br/>
.2.1 Розрахунок сезонної компоненти й аналітичний опис тренда
На наступному етапі дослідження необхідно виділити сезонну компоненту з представленого ряду. Для виділення періодичної складової необхідно з відповідних рівнів вихідного ряду
у = Т + S + Е відняти значення розрахованого тренда (Т).
Рівні отриманого ряду слід згрупувати за чотирма кварталами і розрахувати середнє значення сезонної компоненти (таблиця 2.4).
Таблиця 2.4
Розрахунок середніх значень сезонної експоненти
ГодКвартал 1квартал 2Квартал 3квартал значення сезонної компоненти-298 ,95876613293,322866161,960863-3477, 734442Скорректірованное значення сезонної компоненти-218 ,60639613373,675236242,313233-3397, 382 072
Скоректувати середні значення сезонної компоненти слід таким чином, щоб їх сума дорівнювала 0. Для виконання даної операції був використаний інструмент Microsoft Excel В«Пошук рішенняВ». p align="justify"> Для отримання десезонолізірованного ряду необхідно з вихідних значення ряду у = Т + S + Е відняти скориговану сезонну компоненту S. З метою визначення якості моделі необхідно розрахувати випадкову компоненту, для цього з десезонолізірованних значень ряду віднімають значення розрахованого тренда (Т). Отримані значення Е представлені на малюнку 2.3. br/>В
Рис. 2.3 Розподіл значень E
Видно, що значення випадкової компоненти лежать навколо нуля, це позитивно характеризує форму її розподілу для якості моделі, тому що, наближаючись до нуля, роль цього елемента нейтралізується. Розкид значень по обидві сторони від нульового значення підкреслює випадковість розподілу помилок, що також важливо для якості моделі. p align="justify"> Для подальшого аналізу якості моделі аналітично опишемо тренд, розрахований з використанням центрованих ковзають середніх. Для визначення параметрів рівняння регресії використовуємо метод найменших квадратів та інструмент В«РегресіяВ» пакету аналізу Microsoft Excel. У результаті використання даного інструментарію отримуємо рівняння
y (t) = 63710,94 + 6346,68 t
