изучение программ, проводившихся в прошлом для выявления и использования моделей в данный момент.
Анализ временных рядов
Анализ временных рядов
Источник: Глоссарий по медиапланированию
АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
анализ показателей, изменяющихся во времени, и проектирование этих показателей на основании имеющихся данных в разные временнUе периоды.
Источник: Глобальная экономика. Энциклопедия
Анализ временных рядов
(Time series analysis) -анализ показателей, изменяющихся во времени, с последующим их проектированием на основании имеющихся данных и полученных результатов в разные периоды.
Источник: Толковый словарь аудиторских налоговых и бюджетных терминов.
Анализ временных рядов
анализ, основанный на предложении, согласно которому случившееся в прошлом служит достаточно надежным указанием на то, что произойдет в будущем. Называется также проектированием тенденций.
Источник: Основы менеджмента. Глоссарий к книге
АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
сбор, обработка и анализ данных за различные периоды времени и их сравнение с рядом предшествующих периодов для определения основной тенденции динамики изменения фондового рынка. Основными параметрами временного ряда являются следующие: тренд, циклические, сезонные и нерегулярные изменения. Тренд отражает долгосрочные однонаправленные изменения временных рядов. Повторяющиеся изменения временного ряда с периодом, превышающим год, относятся к циклическим изменениям. Некоторые отрасли промышленности являются циклическими по своей природе. Сезонные изменения характеризуются их повторяемостью в определенное время года. Изменения, не подпадающие в перечисленные категории, относят к нерегулярным изменениям. Среди распространенных причин нерегулярных изменений можно отметить забастовки, войны, действия правительства и т. п. Путем анализа временных рядов могут быть получены некоторые производные показатели, которые являются более информативными, чем сами временные ряды.
Источник: Актуальный словарь современной экономики
АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
TIME SERIES ANALYSIS
Классификация и анализ данных в соответствии с временными интервалами. В А.в.р. исследуются следующие компоненты конкретной реализации временного ряда: тренд, циклические, сезонные и нерегулярные изменения (колебания). Тренд отражает долгосрочные однонаправленные изменения временных рядов. На тренд влияют изменения численности населения, инфляция/дефляция, конкуренция, технологии и др. факторы. Повторяющиеся изменения временного ряда с периодом, превышающим год, относят к циклическим изменениям. Некоторые отрасли промышленности являются циклическими по своей природе. Сезонные изменения характеризуются их повторяемостью `в определенное время года. Изменения, не подпадающие в перечисленные категории, относят к нерегулярным изменениям. Среди распространенных причин нерегулярных изменений можно указать забастовки, войны, правительственные акцииНа основе временных рядов могут быть получены некоторые производные показатели, к-рые более информативны, чем сами эти ряды. Далее приведены некоторые способы представления и типы производных показателей.Корректировка на сезонные изменения (колебания) (Seasonally adjusted) - исключение сезонных эффектов.Изменение (Change) - выраженная в долларах разница за определенный период, напр. изменение ссуд деловым предприятиям.Процентное изменение (Rate of change) - выраженные в процентах увеличение или уменьшение от одного периода к др.Скользящие средние (Moving averages) - ряд средних, в к-ром каждое среднее получают путем усреднения по фиксированному временному интервалу с центром в срединной точке каждого интервала; старым и новым наблюдениям оказывается равное доверие.Экспоненциальное сглаживание (Exponential smoothing) - присвоение при расчетах больших весовых коэффициентов для последних по времени наблюдений.Индексы (Index numbers) - выражают взаимосвязь между двумя числами, одно из к-рых выбирается в качестве базового. Среди известных индексов можно указать индекс цен на потребительские товары.Индекс распространения (Diffusion index) - сложный индекс, компоненты к-рого представляют собой соответствующий временной ряд; показывает степень распространения или диффузии изменения.Сложный индекс (Composite index) - индекс, построенный на основе показателей, имеющих высокую надежность при прогнозировании или подтверждении точек подъема и падения.См. АНАЛИЗ СТАТИСТИЧЕСКИЙ; БАРОМЕТРЫ ДЕЛОВОЙ АКТИВНОСТИ; СТАТИСТИЧЕСКИЙ ГЛОССАРИЙ; ФИНАНСОВЫЕ ПОКАЗАТЕЛИ; ЦИКЛ ДЕЛОВОЙ АКТИВНОСТИ.
Классификация и анализ данных в соответствии с временными интервалами. В А.в.р. исследуются следующие компоненты конкретной реализации временного ряда: тренд, циклические, сезонные и нерегулярные изменения (колебания). Тренд отражает долгосрочные однонаправленные изменения временных рядов. На тренд влияют изменения численности населения, инфляция/дефляция, конкуренция, технологии и др. факторы. Повторяющиеся изменения временного ряда с периодом, превышающим год, относят к циклическим изменениям. Некоторые отрасли промышленности являются циклическими по своей природе. Сезонные изменения характеризуются их повторяемостью `в определенное время года. Изменения, не подпадающие в перечисленные категории, относят к нерегулярным изменениям. Среди распространенных причин нерегулярных изменений можно указать забастовки, войны, правительственные акцииНа основе временных рядов могут быть получены некоторые производные показатели, к-рые более информативны, чем сами эти ряды. Далее приведены некоторые способы представления и типы производных показателей.Корректировка на сезонные изменения (колебания) (Seasonally adjusted) - исключение сезонных эффектов.Изменение (Change) - выраженная в долларах разница за определенный период, напр. изменение ссуд деловым предприятиям.Процентное изменение (Rate of change) - выраженные в процентах увеличение или уменьшение от одного периода к др.Скользящие средние (Moving averages) - ряд средних, в к-ром каждое среднее получают путем усреднения по фиксированному временному интервалу с центром в срединной точке каждого интервала; старым и новым наблюдениям оказывается равное доверие.Экспоненциальное сглаживание (Exponential smoothing) - присвоение при расчетах больших весовых коэффициентов для последних по времени наблюдений.Индексы (Index numbers) - выражают взаимосвязь между двумя числами, одно из к-рых выбирается в качестве базового. Среди известных индексов можно указать индекс цен на потребительские товары.Индекс распространения (Diffusion index) - сложный индекс, компоненты к-рого представляют собой соответствующий временной ряд; показывает степень распространения или диффузии изменения.Сложный индекс (Composite index) - индекс, построенный на основе показателей, имеющих высокую надежность при прогнозировании или подтверждении точек подъема и падения.См. АНАЛИЗ СТАТИСТИЧЕСКИЙ; БАРОМЕТРЫ ДЕЛОВОЙ АКТИВНОСТИ; СТАТИСТИЧЕСКИЙ ГЛОССАРИЙ; ФИНАНСОВЫЕ ПОКАЗАТЕЛИ; ЦИКЛ ДЕЛОВОЙ АКТИВНОСТИ.
Источник: Словарь-справочник экономика внешняя торговля выставки 2012
АНАЛИЗ ВРЕМЕННЫХ РЯДОВ
(time series analysis) — анализ статистических данных, относящихся к последовательным прошлым периодам времени, с целью выявления тенденций прошлого и предсказания того, чего следует ожидать в (неопределённом) будущем. Таким образом, информация о временных рядах может быть использована для ПРОГНОЗИРОВАНИЯ.
На рис. 5 изображен типичный временной ряд. Изменения уровней временного ряда, заметные на графике, могут быть подразделены на четыре основных типа:
(а) долговременная тенденция, которая определяет относительно ровное постоянное движение временного ряда на протяжении длительного промежутка времени;
(б) циклические отклонения, которые состоят из среднесрочных постоянно повторяющихся колебаний, обычно связываемых с деловыми циклами; повторяющиеся взлёты и падения деловой активности накладываются на существующую долговременную тенденцию;
(в) сезонные отклонения, которые состоят из краткосрочных постоянно повторяющихся колебаний, обычно связываемых с различными временами года; сезонные отклонения, в свою очередь, накладываются на долговременную тенденцию и циклические отклонения;
(г) случайные отклонения, которые являются хаотичными колебаниями временных рядов, вызываемыми непредсказуемыми случайными событиями; случайные отклонения накладываются на долговременную тенденцию, циклические отклонения и сезонные отклонения.
Анализ временных рядов предполагает выделение влияния каждого из этих четырёх типов отклонений на временной ряд, чтобы с помощью опыта прошлого спроектировать будущее. Чтобы определить, какая долговременная тенденция лежит в основе временного ряда, статистик может применить РЕГРЕССИОННЫЙ анализ, подбирая некоторую линию к полученному временному ряду, пользуясь методом наименьших квадратов. Здесь время выступает в качестве независимой переменной в оцениваемом уравнении регрессии, а наблюдаемая переменная — в качестве зависимой переменной. Статистик также может использовать скользящую среднюю для сглаживания временного ряда и определения лежащего в его основе ТРЕНДА. Например, он мог бы использовать скользящую среднюю за пять лет, заменяя каждое наблюдение на среднюю из этого наблюдения, двух предыдущих и двух последующих.
Экспоненциальное сглаживание — еще один способ, который может быть использован для сглаживания данных временного ряда, а расчёт осуществляется подобно расчёту скользящей средней, но более поздним наблюдениям присваивается относительно больший вес. Чтобы определить воздействия сезонных отклонений, статистик может построить некоторый показатель сезонного отклонения (называемый сезонным индексом) и использовать его для устранения влияния сезонных отклонений на временной ряд и определения того, как выглядел бы временной ряд, если бы сезонных колебаний не было вообще.
Когда тренд определён, его можно экстраполировать и оценить его значение для периодов времени, следующих за текущим. На рис. 5, например, тренд для периода времени до t включительно может быть экстраполирован на период t +1. Таким образом, экстраполяция является способом прогнозирования, хотя точность прогнозов будет существенно зависеть от того, будут ли силы, лежащие в основе временного ряда в прошлом, продолжать действовать точно так же в будущем.
На рис. 5 изображен типичный временной ряд. Изменения уровней временного ряда, заметные на графике, могут быть подразделены на четыре основных типа:
(а) долговременная тенденция, которая определяет относительно ровное постоянное движение временного ряда на протяжении длительного промежутка времени;
(б) циклические отклонения, которые состоят из среднесрочных постоянно повторяющихся колебаний, обычно связываемых с деловыми циклами; повторяющиеся взлёты и падения деловой активности накладываются на существующую долговременную тенденцию;
(в) сезонные отклонения, которые состоят из краткосрочных постоянно повторяющихся колебаний, обычно связываемых с различными временами года; сезонные отклонения, в свою очередь, накладываются на долговременную тенденцию и циклические отклонения;
(г) случайные отклонения, которые являются хаотичными колебаниями временных рядов, вызываемыми непредсказуемыми случайными событиями; случайные отклонения накладываются на долговременную тенденцию, циклические отклонения и сезонные отклонения.
Анализ временных рядов предполагает выделение влияния каждого из этих четырёх типов отклонений на временной ряд, чтобы с помощью опыта прошлого спроектировать будущее. Чтобы определить, какая долговременная тенденция лежит в основе временного ряда, статистик может применить РЕГРЕССИОННЫЙ анализ, подбирая некоторую линию к полученному временному ряду, пользуясь методом наименьших квадратов. Здесь время выступает в качестве независимой переменной в оцениваемом уравнении регрессии, а наблюдаемая переменная — в качестве зависимой переменной. Статистик также может использовать скользящую среднюю для сглаживания временного ряда и определения лежащего в его основе ТРЕНДА. Например, он мог бы использовать скользящую среднюю за пять лет, заменяя каждое наблюдение на среднюю из этого наблюдения, двух предыдущих и двух последующих.
Экспоненциальное сглаживание — еще один способ, который может быть использован для сглаживания данных временного ряда, а расчёт осуществляется подобно расчёту скользящей средней, но более поздним наблюдениям присваивается относительно больший вес. Чтобы определить воздействия сезонных отклонений, статистик может построить некоторый показатель сезонного отклонения (называемый сезонным индексом) и использовать его для устранения влияния сезонных отклонений на временной ряд и определения того, как выглядел бы временной ряд, если бы сезонных колебаний не было вообще.
Когда тренд определён, его можно экстраполировать и оценить его значение для периодов времени, следующих за текущим. На рис. 5, например, тренд для периода времени до t включительно может быть экстраполирован на период t +1. Таким образом, экстраполяция является способом прогнозирования, хотя точность прогнозов будет существенно зависеть от того, будут ли силы, лежащие в основе временного ряда в прошлом, продолжать действовать точно так же в будущем.
Источник: Словарь по экономике (пер. с англ. П.А. Ватника). Colins. 1988