1) Advanced gradual model of seasonal variation series
季节变动序列渐进模型
2) seasonal fluctuant model
季节变动模型
1.
The seasonal fluctuant model of assured time series is studied and applied to forecast daily traffic in campus LAN.
本文研究了确定时间序列方法中的季节变动模型,并将其应用于校园网的日流量预测。
3) approximated fixed point sequence
渐进不动点序列
4) asymptotic sequence
渐进序列
5) progressive seasonality
渐变季节性
6) season time series model
季节性时序模型
补充资料:季节变动
由于自然条件和社会因素的影响,客观现象的统计数值在一年内出现的带有规律性的变化。如农作物产量和许多生活用品的销售量,都具有季节变动的特点。研究过去的季节变动,对于决定当前经营管理活动,特别是组织商业活动,避免由于季节变动引起的不良影响和预测未来,制订计划,具有重要意义。
测定季节变动,为了减弱各年特殊情况的影响,一般根据至少五年以上的资料。常用的测定方法有:
原始资料平均法 最简单的一种方法,其特点是测定季节变动时,不考虑长期趋势的影响。基本步骤为:①求若干年内同月的平均数;②求若干年内总的月平均数;③将若干年内的同月平均数各与总的月平均数对比,算出1~12月的各月比值即季节比率(百分数),它表明平均各月水平高于或低于全期总平均水平的程度,即反映季节变动的一般规律。12个月的季节比率加总应等于1200%,但计算中往往由于尾数的取舍而略有出入,需要把差数分摊到各月中去,即用一个调整系数分别去乘各月的季节比率。调整系数是用1200除以各月季节比率之和。调整后的季节比率,就是最后用来反映季节变动的季节指数。
移动平均趋势剔除法 把长期趋势的影响先予剔除,然后再求季节指数的一种方法。基本步骤为:①根据各年的分月资料求各月的趋势值,方法是按12个月移动求移动平均数;②将各月的实际值除以趋势值,得出剔除趋势后的数值;③将各年同月剔除趋势后的数值加以平均,所得平均数即各月的季节比率。同样,如果各月季节比率之和不等于1200%,还需比照上述调整方法加以调整,调整后即最后得出季节指数。
测定季节变动,为了减弱各年特殊情况的影响,一般根据至少五年以上的资料。常用的测定方法有:
原始资料平均法 最简单的一种方法,其特点是测定季节变动时,不考虑长期趋势的影响。基本步骤为:①求若干年内同月的平均数;②求若干年内总的月平均数;③将若干年内的同月平均数各与总的月平均数对比,算出1~12月的各月比值即季节比率(百分数),它表明平均各月水平高于或低于全期总平均水平的程度,即反映季节变动的一般规律。12个月的季节比率加总应等于1200%,但计算中往往由于尾数的取舍而略有出入,需要把差数分摊到各月中去,即用一个调整系数分别去乘各月的季节比率。调整系数是用1200除以各月季节比率之和。调整后的季节比率,就是最后用来反映季节变动的季节指数。
移动平均趋势剔除法 把长期趋势的影响先予剔除,然后再求季节指数的一种方法。基本步骤为:①根据各年的分月资料求各月的趋势值,方法是按12个月移动求移动平均数;②将各月的实际值除以趋势值,得出剔除趋势后的数值;③将各年同月剔除趋势后的数值加以平均,所得平均数即各月的季节比率。同样,如果各月季节比率之和不等于1200%,还需比照上述调整方法加以调整,调整后即最后得出季节指数。
说明:补充资料仅用于学习参考,请勿用于其它任何用途。
参考词条