1.Сглаживаем исходный временной ряд методом цетрированной скользящей среней, испозуя весовые коэффициенты:
¼ (1/2,1,1,1,1/2)- для квартальных данных
1/12(1/2,1,1,1,1,1,1,1,1,1,1,1,1/2)-Для месячных данные, т.Е. По ф-ле
В результате получаем временной ряд , являющимся предварительным значением тренда
2.Из исходного временного ряда вычитаем сглаженные значения
Полученный ряд содержит сезонную и случайную компоненты
4.Корректируем значение , увеличивая или уменьшая их на одно и то же число так, чтобы их сумма была =0- получим «выправленную» сезонную волну. Корректирующие число определяется: сумма оценок сезонных компонент длится на 12(при месячных данных) или на 4 ( при квартальных). На эту величину корректируется среднее значение за каждый месяц(квартал)так, чтобы их сумма =0. Получим SJ- cезонную волну , т.е значения сезонной компоненты для каждого месяца(квартала).
5.Проводим десезонализацию исходных данных: вычитаем соответствующие значения сезонной компоненты из факт значений ряда за каждый месяц:
Вычисленные значения состоят из тренда и случайной компоненты.
6. Подбираем для полученного ряда кривую роста, аппроксимирующую тренд. Находим параметры уравнения кривой и подставляем в него последовательно значения.t Полученные оценки и будут являться значением тренда.
Которые можно использовать для определения точности и адекватности систематических компонент- тренда и сезонной волны.
8. Осуществляем прогнозирование тренд – сезонного экономического процесса путем сложения ( для аддитивной модели ) значений тренда, рассчитанных по уравнению тренда для каждого момента времени прогнозного периода , с соответствующим месячным или квартальным значением сезонной компоненты.
Алгоритм Фильтрации: при принятии гипотезы о мультипликативной взаимосвязи между компонентами тренд- сезонного экономического процесса , т.е. остается тот же, что и при аддитивной взаимосвязи.
2.Делим значения исходного временного ряда на соответствующие сглаженные значения ряда
3.Корректируем средние значения сезонных компонент за каждый мецяц(квартал) так, чтобы их сумма, деленная на 12(месс) или на 4 (кварт), =1.
4. Проводим десезонализацию исходных даны: исходные уровни временного ряда делим на соответствующие скорректированные значения сезонной волны, т.е.
5. Определяем значения случайной компоненты
6. осуществляем прогнозирование трен- сезонного экономического процесса путем умножения ( для мультипликатмодели) значений тренда , рассчитанных по уравнению тренда для каждого момента прогнозногопериода, на соответствующие месячные (квартальные) значения сезонной компоненты: