LanerBoxMethod

Описание

Перечисление LanerBoxMethod содержит методы преобразования ряда данных в рабочей книге.

Используется следующими свойствами и методами:

Возможные значения

Значение	Краткое описание
0	None. Метод не определен.

	Арифметические методы
1	Log. Вычисление логарифма ряда по заданному основанию.
2	Ln. Вычисление натурального логарифма ряда.
3	Exp. Возведение числа «е» в степень, определяемую значениями ряда.
4	Mod. Вычисление остатка от целочисленного деления значений ряда на заданное число.
5	Addition. Сложение двух и более рядов.
6	Multiplication. Умножение двух и более рядов.
7	Max. Нахождение максимального значения ряда.
8	Min. Нахождение минимального значения ряда.
9	Average. Нахождение среднего значения ряда.
10	Abs. Вычисление абсолютных значений ряда.
11	Round. Округление значений ряда.

	Преобразования над рядами
100	Rebase. Преобразование ряда методом «Rebase».
101	SpliceSeries. Совмещение рядов.
102	Truncate. Усечение ряда по заданным параметрам.
103	Lag. Сдвиг ряда вперед на заданное количество точек во временном периоде.
104	Lead. Сдвиг ряда назад на заданное количество точек во временном периоде.
105	PchPoP. Расчет прироста в процентах текущего значения ряда к предыдущему значению.
106	DiffPoP. Расчет разности текущего и прошлого значения ряда по формуле: y[t] = x[t] – x[t-N].
107	DLogPoP. Расчет разности логарифмов текущей и прошлой точек ряда.
108	RateOfChange. Расчет темпа прироста значений ряда.
109	CumulativeMin. Преобразование данных с использованием метода накопления «Минимум»: определяется минимальное значение элемента диапазона.
110	CumulativeMax. Преобразование данных с использованием метода накопления «Максимум»: определяется максимальное значение элемента диапазона.
111	CumulativeAverage. Преобразование данных с использованием метода накопления «Среднее»: определяется среднее значение элементов диапазона.
112	CumulativeDeviation. Преобразование данных с использованием метода накопления «Стандартное отклонение»: определяется стандартное отклонение значений элементов диапазона.
113	CumulativeSum. Преобразование данных с использованием метода накопления «Сумма»: определяется сумма значений элементов диапазона.
114	CumulativeMultiply. Преобразование данных с использованием метода накопления «Произведение»: определяется произведение значений элементов диапазона.
115	GeometricFillGaps. Геометрическое заполнение пропусков в значениях ряда.
116	LinearFillGaps. Линейное заполнение пропусков в значениях ряда.
117	RepeatFillGaps. Заполнение пропусков в значениях ряда предыдущими непустыми значениями.
118	SplineFillGaps. Сплайновое заполнение пропусков в значениях ряда (интерполяция кубическим сплайном).
119	ValueFillGaps. Заполнение пропусков в данных ряда заданным значением.
120	GrowthRateFillGaps. Темп роста.
121	PreviousGrowthRateFillGaps. Темп роста к предыдущему периоду.
122	SucceedingValueFillGaps. Следующее значение.
123	SucceedingGrowthRateFillGaps. Темп роста к следующему периоду.

	Агрегация
200	DetermAggregation. Агрегация данных по заданным параметрам (базовый метод).
201	TotalCollapse. Агрегация данных с нижнего уровня на верхний методом «Total»: данные рассчитываются путем суммирования значений элементов динамики.
202	AverageCollapse. Агрегация данных с нижнего уровня на верхний методом «Average»: данные рассчитываются путем нахождения среднего значения элементов динамики.
203	MinimumCollapse. Данных с нижнего уровня на верхний методом «Minimum»: данные рассчитываются путем нахождения минимального значения элементов динамики.
204	MaximumCollapse. Агрегация данных с нижнего уровня на верхний методом «Maximum»: данные рассчитываются путем нахождения максимального значения элементов динамики.
205	FirstCollapse. Агрегация данных с нижнего уровня на верхний методом «First»: данные рассчитываются путем нахождения первого имеющегося значения элементов динамики.
206	LastCollapse. Агрегация данных с нижнего уровня на верхний методом «Last»: данные рассчитываются путем нахождения последнего имеющегося значения элементов динамики.
207	SpreadCollapse. Агрегация данных с нижнего уровня на верхний методом «Spread»: данные рассчитываются путем нахождения стандартного отклонения по динамике.
208	ProrateInterpolation. Дезагрегация данных с верхнего уровня на нижний с применением пропорциональной интерполяции.
209	RepeatInterpolation. Дезагрегация данных с верхнего уровня на нижний путем повторения значений динамики исходного ряда.
701	CrossDimAggregation. Агрегация данных по заданным параметрам (расширенный метод).

	Калькулятор
300	Deterministic. Детерминированное уравнение.

	Сглаживание
400	SlideSmoothing. Сглаживание ряда методом «Скользящего сглаживания».
401	HPFilter. Сглаживание ряда методом «Фильтр Ходрика-Прескотта.
402	X11Monthly. Сезонная декомпозиция и корректировка месячных данных методом «Census2».
403	X11Quarterly. Сезонная декомпозиция и корректировка квартальных данных методом «Census2».
404	BandpassFilter. Сглаживание ряда методом «Фильтр Бакстера-Кинга».

	Прогноз
500	ExponentialTrend. Моделирование значений ряда методом «Экспоненциального тренда».
501	InverseTrend. Моделирование значений ряда методом «Обратного тренда».
502	LinearTrend. Моделирование значений ряда методом «Линейного тренда».
503	LogarithmicParabolicTrend. Моделирование значений ряда методом «Логарифмического параболического тренда».
504	ParabolicTrend. Моделирование значений ряда методом «Параболического тренда».
505	GeometricTrend. Моделирование значений ряда методом «Геометрического тренда».
506	ExponentialSmoothing. Моделирование значений ряда методом «Экспоненциального сглаживания».
507	Arima. Моделирование значений ряда методом «ARIMA».
508	GreyForecast. Моделирование значений ряда методом «Грея».

	Регрессия
600	LinearRegression. Расчет метода «Линейная регрессия».
601	CointegrationEquation. Расчет «Модели коррекции ошибок».
602	NonLinearRegression. Нелинейные преобразования данных.

	Прочие методы
700	UserMethod. Пользовательский метод.
800	TermInfoMethod. Метод, позволяющий задавать дополнительные параметры.

См. также:

Перечисления сборки Express