об очистке статистических данных от сезонных колебаний

[BabyDi]

Формулировка задачи - убрать сезонность, не зная заранее, какая у неё форма, а имея в наличии только ряд значений суммарной производственной функции за четыре года (Y1, Y2,... Y48). Исходим из предположения, что сезонные колебания из года в год меняются очень слабо и этим изменением можно пренебречь.

http://timoochin.livejournal.com/26341.html

информация в сжатом и понятном виде

@темы: интересно, ликбез, не моё, памятка

Comments

[BabyDi]

в ваших исходных данных надо записать еще несколько постулатов:
1) Основной тренд - линейная функция
2) Сезонность выражена одной синусоидальной функцией с постоянным периодом и амплитудой
3) Шум (или помеха, ошибка) - это нормально распределенная случайная величина одного переменного t (текущего момента времени)
Каждое из этих утверждений очень, очень сильно упрощает задачу моделирования (а ведь этим Вы занимались, да? построили модель). Представьте, что:
а) Исходная функция не одного переменного t (времени) а многих переменных, т.е. построив график по времени мы получим лишь проекцию исходной функции, при этом не факт, что уравнение этой проекции имеет хоть какую то пользу.
б) Сезонность выражается не одним простым колебательным процессом с вполне наблюдаемым периодом (Т (период) значительно меньше t - времени наблюдения), а несколькими колебательными процессами. Причем у этих процессов меняются параметры со врменем, часть процессов протекает на периоде неделя, часть на периоде месяц, часть год, часть ... и т.д. Все параметры могут "плыть", меняться во врмени.
в) Шум это вовсе не простая случайная равномерно распределенная величина, а сложный, зависящий от ( t, t-1, t-2, t-3 ) динамический процесс при этом имеющий сложный закон распределения.
и г) д) е) ....