Выполнение. Для этого необходимо ввести данные, как показано на рис
Для этого необходимо ввести данные, как показано на рис. 2.6.1. Затем выбираем: «Анализ – Временные ряды – Сезонное разложение» (рис.2.6.2). Далее выбираем модель мультипликативную (умножение), перетаскиваем нашу исследуемую величину (рис.2.6.3). Как видно, здесь уже автоматически подсчитана периодичность. Нажимаем OK. Получаем вывод (рис.2.6.4). Если вернуться в редактор данных, то увидим, что к исходным данным добавились еще переменные: ERR_1, SAS_1, SAF_1, STC_1 (рис. 2.6.5). Здесь: первая переменная – это отклонение объема потребления от средней за год, вторая – сезонная характеристика ряда, третья – сезонный фактор, четвертая – тренд. Теперь сделаем все тоже, но только с аддитивной моделью. Для этого в диалоговом окне (рис.2.6.6) отметим положительная модель. В результате получим следующий вывод рис.2.6.7. Если вернуться в редактор данных, то снова можно убедиться в появлении новых переменных: ERR_2, SAS_2, SAF_2, STC_2, имеющих аналогичный смысл что и ERR_1, SAS_1, SAF_1, STC_1. Рис. 2.6.1. Редактор данных (выделенный столбец – yt)
Рис. 2.6.2. Выбор необходимого пункта меню
Рис. 2.6.3 Диалоговое окно «Сезонное Разложение» Seasonal Decomposition Model Description
Applying the model specifications from MOD_4 Seasonal Factors
Series Name: объем_потребления
Рис.2.6.4. Результат выполнения «Сезонного Разложения» (мультипликативная модель)
Рис. 2.6.5. В редакторе данных появились новые переменные
Рис. 2.6.6. Диалоговое окно «Сезонное Разложение»
Seasonal Decomposition Model Description
Applying the model specifications from MOD_5 Seasonal Factors Series Name: объем_потребления
Рис. 2.6.7. Результат выполнения «Сезонного Разложения» (аддитивная модель)
|
