LanerBoxMethod

Описание

Перечисление LanerBoxMethod содержит методы преобразования ряда данных в рабочей книге.

Используется следующими свойствами и методами:

Допустимые 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