9.3.2. Десезонализация данных при расчете тренда

Шаг 2 состоит в десезонализации исходных данных. Она заключается в вычитании соответствующих значений сезонной компоненты из фактических значений данных за каждый квартал, т.е. , что показано ниже.

Таблица 9.4 Расчет десеаошишанрованных данных (см. скан)

Новые оценки значений тренда, которые еще содержат ошибку, можно использовать для построения модели основного тренда. Если нанести эти значения на исходную диаграмму, можно сделать вывод о существовании явного линейного тренда.

Рис. 9.4. Фактические и десеэонализнрованные квартальные объемы продаж компании Lcwplan pic

Уравнение линии тренда имеет вид:

где а и характеризуют точку пересечения с осью ординат и наклон линии тренда. Для определения параметров прямой, наилучшим образом аппроксимирующей тренд, можно использовать метод наименьших квадратов. Таким образом, как мы знаем из предыдущей главы о линейной регрессии, уравнения для расчета параметров а и будут иметь вид:

где х — порядковый номер квартала, у — значение в предыдущей таблице. С помощью калькулятора подсчитаем:

Подставив найденные значения в соответствующие формулы, получим:

Следовательно, уравнение модели тренда имеет следующий вид: