Метод позволяет исключить из временного ряда сезонную составляющую и построить теоретический временной ряд, в основе которого лежит математически-выраженная закономерность изменения. В базе данных временных рядов доступны следующие модели тренда:
Авто-тренд;
Примечание. При изменении данных исходного ряда вычисляемый ряд «Авто-тренд» автоматически подбирает оптимальный тренд и повторно рассчитывается.
Геометрический тренд;
Линейный тренд;
Логарифмический параболический тренд;
Обратный тренд;
Параболический тренд;
Экспоненциальный тренд.
Методы тренда входят в группу «Прогнозирование».
После применения метода в рабочей книге на основе каждого выделенного ряда будет создан вычисляемый ряд с наименованием вида «<Наименование_метода>(<Имя_Ряда>)», содержащий результаты расчета. Например:
Для настройки параметров расчёта используйте вкладку «Параметры» на боковой панели.
Задайте на вкладке параметры метода:
Сезонный эффект. Для учёта при расчёте сезонного эффекта установите флажок «Сезонный эффект». Укажите метод, применяемый для выделения сезонной составляющей исходного ряда:
Аддитивный. Используется по умолчанию. Ряд рассматривается как сумма систематической и нерегулярной составляющих;
Мультипликативный. Ряд рассматривается как произведение систематической и нерегулярной составляющих.
Если сезонность отсутствует, то на основе исходного ряда осуществляется оценка коэффициентов уравнения методом наименьших квадратов.
Если ряд содержит сезонную составляющую, то вначале выполняются вычисления, связанные с исключением этой периодически повторяющейся компоненты из исходного ряда. После того как сезонная составляющая вычислена и исключена из исходного ряда, осуществляется оценка коэффициентов уравнения. Для оценки используется линейный метод наименьших квадратов.
Период сезонности. С помощью редактора чисел или клавиатуры определите длину периода сезонности. Параметр используется, если задан какой-либо сезонный эффект.
См. также:
Работа с вычисляемыми рядами | Тренд с подбором функциональной зависимости | Контейнер моделирования: модель «Тренд с подбором функциональной зависимости» | IModelling.Extrapolate