数极客首页

小白学统计(78)季节变动分析

基础

准备

  • 时间数列剖析

    基础

  • 长期趋向
    剖析

时间数列构成要素
:长期趋向
、时节
变动、循环变动和不规则变动;时节
变动是十分

重要的影响要素
,剖析

时节
变动可使消费
企业依据

时节
的变化,合理贮藏

各种消费
原料,以保证
消费
正常中止

,也能够

使商业企业合理进货,从而合理控制现金流。另外,经过
对时节
变化的剖析

测定,消弭
时节
要素
对时间数列的影响,以反映其他要素
变化。

时节
变动剖析

是以月或季为单位的时间数列,测定以年为周期随时节
转变而发作
的有规律的周期变动。为了消弭
偶尔

要素
影响,普通
应运用
多年(至少三年)的历史资料

剖析

时节
变动的办法

很多,这里引见
两种:同期平均

法和长期趋向
剔除法。

同期平均

同期平均

法计算简单,容易了解

,用一张表即可:

小白学统计(78)时节变动剖析

长期趋向
剔除法

这种办法

是先肯定
出各期的趋向
值,然后再从观测值中扣除趋向
值,从而测定时节
指数。下面举例阐明

小白学统计(78)时节变动剖析

将上面的数据做散点图:

小白学统计(78)时节变动剖析

从图上看,固然
每年的数据起伏动摇
较大,但是这种动摇
具有显然
的规律性,即每年第一季度和第三季度的销售量相对较低,而第二季度和第四季度的销售量相对较高,这阐明

销售量的变化受时节
变动的影响。同时随着时间的推移,销售量又逐年增加,这阐明

销售量的变化也受长期趋向
的影响。因而

,为了精确

的确

定时节
指数,就需求
剔除长期趋向
对销售量的影响,即应该采用长期趋向
剔除法。剖析

步骤如下:

1、对给定的数列先中止

四项(以季为单位的资料

)或十二项(以月为单位)的移动

平均

,从而消弭
不规则变动(I)和时节
变动(S)影响,得到趋向
重量
(T)和循环重量
(C)。

小白学统计(78)时节变动剖析

2、从原数列中扣除长期趋向
和循环重量
影响,分别

出时节
重量
和不规则重量
(S*I):

S*I=Y/T*C

例如:2011年1月数据,S*I=Y/T*C=1/7.125=14.04%;

小白学统计(78)时节变动剖析

3、从时节
重量
和不规则重量
(S*I)中应用平均

法消弭
由于偶尔

要素
惹起
的不规则变动的影响,分别

出时节
指数(S)。

调整前时节
指数:

每年同一个月的均值,例如2011年1月,(67.02%+44.77%+68.93%+83.93%)/4=66.16%,行将
时节
重量
和不规则重量
经过简单平均

消弭
不规则变动的影响后,分别

出调整前时节
重量

调整后时节
指数:

从理论上说,假定

没有时节
要素
影响,各期时节
指数都应该是100%,12个月的时节
指数之和应为1200%,理论

为1198.13%,所以调整系数为:

调整系数=1200%/1198.13%=1.00016;然后用调整系数乘调整前时节
指数得到调整后指数,计算结果如下:

小白学统计(78)时节变动剖析

发表评论

评论已关闭。

相关文章