13 term henderson średnia ruchoma

Wybór długości średniej kroczącej Henderson Wprowadzenie W iteracji B, (Tabela B7), iteracji C (Tabela C7) i iteracji D (Tabela D7 i Tabela D12) komponent cyklu trendu jest pobierany z oszacowania serii dostosowywanych sezonowo średnie ruchome Henderson. Długość filtra Henderson jest wybierana automatycznie przez X-12-ARIMA w dwuetapowej procedurze. Automatyczny wybór kolejności średniej ruchomej opiera się na wartości wskaźnika zwanego współczynnikiem, który mierzy znaczenie nieregularnego składnika w serii. Im silniejszy jest nieregularny komponent, tym wyższa jest kolejność średniej ruchomej. Procedura zastosowana w każdej iteracji jest bardzo podobna, jedyne różnice to liczba dostępnych opcji i traktowanie obserwacji na obu końcach serii. Poniższa procedura jest stosowana dla miesięcznych szeregów czasowych. Automatyczny wybór filtra Henderson ndash część B Najpierw, cykl trendu jest obliczany za pomocą 13-dniowej średniej kroczącej Henderson jako: Następnie, w przypadku dodatku, składnik nieregularny jest wyodrębniany poprzez odjęcie cyklu trendu od sezonowo modyfikowanej serii. W przypadku multiplikatywnego rozkładu, nieregularny komponent jest wyodrębniany poprzez dzielenie szeregów dostosowanych sezonowo według trend-cycle. W celu obliczenia współczynnika oblicza się pierwszy rozkład serii SA (wyrównany sezonowo). W przypadku komponentów C (trend-cycle) i I (irregular) obliczana jest średnia wartości bezwzględnych miesięcznych stóp wzrostu (model multiplikatywny) lub miesięcznego wzrostu (model addytywny). Są one oznaczone i receptywnie, gdzie i Obserwacje na początku i na końcu szeregu czasowego, które nie mogą być wygładzone przez symetryczne 13-dniowe średnie kroczące Henderson są ignorowane. jeśli stosunek jest mniejszy niż 1, wybrana jest 9-dniowa średnia krocząca Henderson, w przeciwnym razie wybierana jest 13-dniowa średnia krocząca Henderson. Cykl trendów jest obliczany przez zastosowanie wybranego filtra Hendersona do wyrównanej sezonowo serii z Tabeli B6. Obserwacje na początku i na końcu szeregu czasowego, które nie mogą być obliczone za pomocą symetrycznych filtrów Hendersona, są szacowane przez asymetryczne średnie ruchome ad hoc. Automatyczny wybór filtra Henderson ndash część C i D Najpierw, cykl trendu jest obliczany za pomocą 13-dniowej średniej kroczącej Henderson jako: Następnie, w przypadku addytywnego nieregularny komponent jest wyodrębniany poprzez odjęcie cyklu trendu od sezonowo skorygowanego seria. W przypadku multiplikatywnego rozkładu, nieregularny składnik jest wyodrębniany poprzez dzielenie szeregów dostosowanych sezonowo według cyklu trendu. W celu obliczenia współczynnika oblicza się pierwszy rozkład serii SA (wyrównany sezonowo). W przypadku komponentów C (trend-cycle) i I (irregular) obliczana jest średnia wartości bezwzględnych miesięcznych stóp wzrostu (model multiplikatywny) lub miesięcznego wzrostu (model addytywny). Są one oznaczone i receptywnie, gdzie i Obserwacje na początku i na końcu szeregu czasowego, które nie mogą być wygładzone przez symetryczne 13-dniowe średnie kroczące Henderson są ignorowane. jeśli stosunek jest mniejszy niż 1, wybrana jest 9-dniowa średnia krocząca Henderson, jeśli stosunek jest większy niż 3,5, w innym przypadku 23-dniowa średnia krocząca Henderson zostaje wybrana inaczej, wybrana jest 13-dniowa średnia krocząca Henderson. Cykl trendu jest obliczany przez zastosowanie odpowiednio dobranego filtra Hendersona do dostosowanej sezonowo serii z tabeli C6, tabeli D7 lub tabeli D12. Na obu końcach serii, w których nie można zastosować centralnego filtra Henderson, stosowane są asymetryczne masy końcowe dla filtru 7-terminowego Henderson (Uwaga) Ponieważ serie w Tabeli C1 zostały dostosowane do ekstremalnych wartości, oczekuje się, że być mniejsze niż obliczone w części B. Ręczny wybór filtra Henderson X-12-ARIMA umożliwia ręczne wybranie dowolnej nieparzystej średniej kroczącej Henderson dla ostatecznego oszacowania cyklu trendu. Użytkownik może również zmienić domyślny, asymetryczny filtr Henderson, zastosowany do obserwacji na obu końcach szeregu czasowego1. Niniejsza publikacja przedstawia szacunki wartości obrotu handlu detalicznego dla australijskich przedsiębiorstw sklasyfikowanych według gałęzi oraz według stanu i terytorium. Do celów niniejszej publikacji quotretail tradequot obejmuje te branże określone w pkt 5 i 6. 2 Szacunki obrotów są zestawiane z miesięcznego badania koniunktury. Około 500 dużych firm jest uwzględnianych w badaniu co miesiąc, a próba obejmuje około 2700 mniejszych firm. Duży udział biznesu wynoszący około 64 całości szacunków zapewnia wysoce wiarygodny szacunkowy obrót australijski. 3 Miesięczne szacunki są przedstawione w aktualnych warunkach cenowych. Kwartalne wskaźniki wielkości łańcucha na poziomie państwowym i branżowym są aktualizowane w marcu, czerwcu, wrześniu i grudniu tego wydania. DEFINICJA OBRÓBKI 4 Obrót obejmuje: sprzedaż detaliczną wpływów ze sprzedaży hurtowej z napraw, posiłków i wynajmu towarów (z wyjątkiem wynajmu, dzierżawy i wynajmu gruntów i budynków) prowizji z działalności agencyjnej (np. Prowizje otrzymane z odbioru prania chemicznego, sprzedaży losów loteryjnych, itp.) oraz od lipca 2000 r. podatek od towarów i usług. OKREŚLENIE HANDLU DETALICZNEGO 5 Branże objęte badaniem są zdefiniowane w standardowej klasyfikacji przemysłowej Australii i Nowej Zelandii (ANZSIC) 2006 (nr kat. 1292.0). Statystyki branżowe w tej publikacji prezentowane są na dwóch poziomach szczegółowości: grupa branżowa - najszerszy poziom branżowy obejmujący 6 grup branżowych. Poziom ten służy do przedstawienia miesięcznych szacunkowych cen bieżących i kwartalnych miar łańcucha w tej publikacji. Podgrupa branżowa - najbardziej szczegółowy poziom branżowy obejmujący 15 branżowych podgrup. Poziom ten służy do prezentowania miesięcznych szacunkowych cen bieżących w arkuszach kalkulacyjnych z szeregów czasowych. 6 Poniżej przedstawiono poziom, na którym publikowane są statystyki handlu detalicznego i określa każdą grupę branżową i podgrupę pod względem klas ANZSIC 2006: Handel detaliczny artykułami spożywczymi Supermarkety i sklepy spożywcze oraz sprzedaż niefirmowa (sklepy convenience) wybranych detalicznych paliw Supermarkety i sklepy spożywcze (4110) sprzedaż nieftolowa (sklepy typu convenience) wybranych detalicznych paliw (4000) Sprzedaż detaliczna napojów Sprzedaż detaliczna (4123) Pozostała specjalistyczna sprzedaż detaliczna produktów żywnościowych Sprzedaż detaliczna świeżych ryb, drobiu i drobiu (4121) Sprzedaż detaliczna owoców i warzyw (4122) Pozostała specjalistyczna sprzedaż detaliczna żywności (4129) Handel detaliczny artykułami gospodarstwa domowego Meble, wykładziny podłogowe, artykuły gospodarstwa domowego i handel detaliczny artykułami tkkowymi Handel detaliczny meblami (4211) Handel detaliczny pokryciami (4212) Handel detaliczny artykułami używanymi (4213) Handel detaliczny w zakresie handlu detalicznego (4214) Sprzedaż detaliczna urządzeń elektrycznych i elektronicznych Elektryczny, elektroniczny i detaliczny sprzedaż detaliczna urządzeń gazowych (4221) Sprzedaż detaliczna komputerów i komputerów (4222) Inne towary elektryczne i elektroniczne chore (4229) Sprzęt komputerowy, budowa sprzętu ogrodniczego i ampułki ogrodnicze Handel detaliczny Sprzęt komputerowy i handel detaliczny artykułami budowlanymi (4231) Handel detaliczny ogrodami (4232) Handel detaliczny odzieżą, obuwiem i artykułami osobistymi Handel detaliczny odzieżą (4251) Handel detaliczny obuwniczy i obuwniczy (4252) Sprzedaż detaliczna zegarków i biżuterii (4253) Sprzedaż detaliczna akcesoriów osobistych (4259) Domy towarowe (4260) Sprzedaż detaliczna Sprzedaż detaliczna gazet i książek Sprzedaż detaliczna gazet i książek (4244) Sprzedaż detaliczna towarów rekreacyjnych i sportowych (4241) Sprzedaż detaliczna multimediów (4242) Sprzedaż detaliczna zabawek i dziczyzny (4243) Sprzedaż detaliczna produktów farmaceutycznych, kosmetycznych i toaletowych Sprzedaż detaliczna produktów farmaceutycznych, kosmetycznych i toaletowych (4271) Pozostała sprzedaż detaliczna, gdzie indziej Sprzedaż detaliczna artykułów papierniczych (4272) Sprzedaż detaliczna wyrobów zabytkowych i używanych (4273) Sprzedaż detaliczna kwiatów (4274) Sprzedaż detaliczna w innych sklepach sprzedaż detaliczna, gdzie indziej niesklasyfikowana (4279) Sprzedaż detaliczna poza sklepem (4310) Sprzedaż detaliczna i prowizja od klientów detalicznych (4320 ) Kawiarnie, restauracje i jedzenie na wynos Kawiarnie, restauracje i usługi gastronomiczne Kawiarnie i restauracje (4511) Usługi restauracyjne (4513) Usługi gastronomiczne na wynos Usługi gastronomiczne na wynos (4512) ZAKRES I GAMA 7 Zakres badania dotyczącego handlu detalicznego obejmuje wszystkie rodzaje handlu detalicznego przedsiębiorstwa, które sprzedają głównie gospodarstwa domowe. Podobnie jak większość ankiet ekonomicznych przeprowadzanych przez Australian Bureau of Statistics (ABS), ramy wykorzystywane do ankiety pochodzą z rejestru działalności ABS, który obejmuje rejestrację w systemie płatnych zaliczek na poczet australijskiego urzędu ds. Podatków (ATO) z zapłatą u źródła (PAYGW). Każda jednostka statystyczna zawarta w rejestrze działalności ABS jest klasyfikowana do branży ANZSIC, w której głównie działa. Ramkę uzupełniają informacje na temat niewielkiej liczby przedsiębiorstw, które są sklasyfikowane jako niehandlowe, ale które prowadzą znaczącą działalność w handlu detalicznym. 8 Ramka jest aktualizowana co kwartał, aby uwzględnić nowe firmy, firmy, które zaprzestały zatrudniania, zmiany w branży i inne ogólne zmiany biznesowe. Szacunki obejmują dodatek za czas, jaki zajmuje nowo zarejestrowana firma, aby przejść do ram badania. Firmy, które przestały zatrudniać, są identyfikowane, gdy ATO anuluje ich australijski numer handlowy (ABN) i rejestrację PAYGW. Ponadto firmy, które zatrudniają mniej niż 50 pracowników, które nie są płatne w ramach programu PAYGW w każdym z poprzednich pięciu kwartałów, są usuwane z ram. 9 Aby polepszyć zasięg i jakość szacunków oraz zmniejszyć koszty raportowania informacji dla ABS przez społeczność biznesową, obroty dla franczyzobiorców są pobierane bezpośrednio z wielu centrów franczyzy. Franczyzobiorcy uwzględnieni w tym raporcie są identyfikowani i usuwani z ramki. 10 ABS stosuje model jednostek statystycznych gospodarki oparty na rejestrze działalności ABS, aby opisać charakterystykę przedsiębiorstw i relacje strukturalne między powiązanymi przedsiębiorstwami. W dużych i zróżnicowanych grupach biznesowych model jednostek służy do definiowania jednostek sprawozdawczych, które mogą dostarczać dane do ABS na odpowiednich poziomach szczegółowości. W połowie 2002 r. ABS rozpoczął pozyskiwanie informacji o rejestrze z australijskiego rejestru handlowego iw tym czasie zmienił swój rejestr działalności gospodarczej na model obejmujący dwie grupy ludności. Dwie populacje obejmują tak zwaną populację profilowaną i populację nieoprofilowaną. Główna różnica między przedsiębiorstwami w obu populacjach dotyczy złożoności struktury biznesowej i stopnia interwencji wymaganych do odzwierciedlenia struktury biznesowej do celów statystycznych. 11 Większość firm uwzględnionych w rejestrze działalności ABS znajduje się w populacji nieprofilowanej. Uważa się, że większość tych przedsiębiorstw ma proste struktury. W przypadku tych przedsiębiorstw ABS może wykorzystać ABN jako podstawę dla jednostki statystycznej. Jeden ABN odpowiada jednej jednostce statystycznej. 12 W przypadku niewielkiej liczby przedsiębiorstw jednostka ABN nie jest odpowiednia do celów statystyki ekonomicznej ABS, a ABS utrzymuje swoją strukturę jednostek poprzez bezpośredni kontakt z przedsiębiorstwami. Te firmy stanowią profilowaną populację. Ta populacja składa się zazwyczaj z dużych lub złożonych grup przedsiębiorstw. Poniższy model jednostek statystycznych jest przeznaczony dla takich przedsiębiorstw: Grupa przedsiębiorstw: Jest to jednostka obejmująca wszystkie operacje w Australii jednej lub kilku osób prawnych będących pod wspólną kontrolą własności lub kontroli. Obejmuje on wszystkie operacje w Australii podmiotów prawnych, które są powiązane zgodnie z obowiązującą ustawą o korporacjach (zmienioną ustawą o zmianie ustawy o prawach korporacyjnych z 1991 r.), W tym podmioty prawne, takie jak spółki, trusty i spółki osobowe. Posiadanie większości nie jest wymagane do wykonania kontroli. Przedsiębiorstwo: Przedsiębiorstwo jest jednostką instytucjonalną składającą się z: pojedynczego podmiotu prawnego lub podmiotu gospodarczego lub więcej niż jednego podmiotu prawnego lub podmiotu gospodarczego w ramach tej samej grupy przedsiębiorstw iw tym samym podsektorze instytucjonalnym (tj. Wszystkie są sklasyfikowane jako jeden standardowy sektor instytucjonalny; Klasyfikacja podsektora Australii (SISCA). Rodzaj jednostki działalności (TAU): TAU składa się z jednego lub więcej podmiotów gospodarczych, pod-podmiotów lub oddziałów podmiotu gospodarczego w ramach grupy przedsiębiorstw, które mogą zgłaszać dane dotyczące produkcji i zatrudnienia dla podobnej działalności gospodarczej. Gdy dostępny jest minimalny zestaw pozycji danych, tworzony jest TAU, który obejmuje wszystkie operacje w poddziale przemysłowym (i TAU jest klasyfikowany do odpowiedniego poddziału ANZSIC). Jeżeli firma nie może dostarczyć odpowiednich danych dla każdej branży, powstaje TAU, który obejmuje działalność w więcej niż jednym poddziale przemysłowym. 13 Ankieta jest przeprowadzana co miesiąc głównie przez telefoniczną rozmowę, chociaż niewielka liczba ankiet jest wysyłana do firm. Przedsiębiorstwa uwzględnione w ankiecie są wybierane losowo z ramy podzielonej według wielkości państwa, branży i biznesu. Badanie wykorzystuje roczny obrót jako miarę wielkości przedsiębiorstwa. W przypadku populacji nieprofilowanej roczny obrót oparty jest na pozycji Oświadczenie o Działalności Gospodarczej ATO za Całkowitą sprzedaż i dla populacji profilowanej stosuje się modelowany roczny obrót. W celu stratyfikacji roczny obrót przypisany do każdej działalności jest aktualizowany kwartalnie o najnowsze informacje dotyczące działalności gospodarczej (BAS). 14 W każdym kwartale niektóre przedsiębiorstwa w próbie są losowo zastępowane przez inne firmy, dzięki czemu obciążenie raportowaniem można rozłożyć między mniejszych sprzedawców. Zastąpienie tej próbki następuje w pierwszym miesiącu każdego kwartału, co może zwiększyć zmienność szacunków między tym miesiącem a poprzednim miesiącem, zwłaszcza na poziomie stanu według podgrup przemysłu. 15 Do oceny służy uogólniona metodologia szacowania regresji. Dla celów szacunkowych roczny obrót przypisany do każdej działalności jest aktualizowany co kwartał. 16 Większość firm może zapewnić obrót w ciągu miesiąca kalendarzowego i w ten sposób prezentowane są dane. Gdy firmy nie mogą zapewnić obrotu w miesiącu kalendarzowym, podane dane i okres, którego dotyczą, służą do szacowania obrotu w miesiącu kalendarzowym. 17 Większość sprzedawców detalicznych działa na jednym statuetrze. Z tego powodu szacunki obrotu według statystyk są zbierane tylko od większych detalistów, którzy są uwzględnieni w ankiecie każdego miesiąca. Detaliści ci są zobowiązani do zapewnienia obrotu dla sprzedaży z każdego urzędu statystycznego, w którym prowadzi działalność. Obroty dla mniejszych firm są przypisywane do stanu ich adresu pocztowego, zapisanego w rejestrze działalności ABS. 18 Próbkowanie warstwowe stosuje się, gdy w populacji badanej istnieją subpopulacje, które różnią się od całej populacji. Stratyfikacja ma tę zaletę, że niezależnie pobiera próbki z każdej warstwy. Badanie typu Retail Business Survey wykorzystuje stratyfikację, aby grupować firmy detaliczne, które mają być badane, w jednorodne warstwy w oparciu o roczny obrót przydzielony każdej firmie. Zannualizowana zmienna obrotu pochodzi z informacji BAS uzyskanych z systemu podatkowego i jest wykorzystywana zarówno jako zmienna wielkościowa do celów stratyfikacji, jak i do tworzenia informacji pomocniczych (benchmarków szacunkowych) w celu wsparcia metodyki szacowania regresji stosowanej w badaniu koniunktury. Wykorzystanie informacji BAS pozwala na najbardziej efektywny projekt ankiety, utrzymując rozmiary próbek na minimalnym poziomie, zapewniając jednocześnie dokładne wyniki. Od października 2017 r. Poziomy odniesienia warstwowania były aktualizowane co kwartał, aby poprawić dokładność szacunków poziomu uzyskanych z badania, a także rozwiązać problem starzenia się wskaźników stratyfikacji, które w przeciwnym razie musiałyby być okresowo aktualizowane. SEZONOWI REGULACJA I TREND ESTIMATION 19 Oszacowane sezonowo wartości szacunkowe oblicza się poprzez oszacowanie i usunięcie systematycznych efektów związanych z kalendarzem z pierwotnej serii. W serii handlu detalicznego efekty związane z kalendarzem są znane jako: sezonowe, np. roczne wzorce w sprzedaży, takie jak zwiększone wydatki w grudniu w wyniku świątecznych wpływów dnia handlowego, wynikające z tygodniowych wzorców sprzedaży i różnej długości każdego miesiąca oraz różnej liczby niedziel, poniedziałków, wtorków itd. w każdym miesiącu wielkanocnym efekt zbliżenia, który powstaje, gdy Wielkanoc, ruchomy urlop, spóźnia się w marcu lub na początku kwietnia na efekt Dnia Ojca, który powstaje, gdy pierwsza niedziela we wrześniu przypada w pierwszych dniach miesiąca, a zakupy Dnia Ojca w Sierpień. 20 Każdy z tych czynników jest oceniany na podstawie odrębnych czynników, które w połączeniu z nimi określa się jako połączone współczynniki korygujące. Połączone współczynniki korekty oparte są na obserwowanych wzorcach w danych historycznych. Możliwe, że wraz z wprowadzeniem ANZSIC 2006 od lipca 2009 r. Historyczne wzorce mogą nie być tak istotne dla niektórych serii. Na przykład sprzedaż zegarków i biżuterii została przeniesiona z innej podgrupy branży handlu detalicznego, do podgrupy obuwia i innych akcesoriów do osobistego handlu detalicznego w ramach ANZSIC 2006. Wzory sezonowe dla innych firm w podgrupach obuwia i innych akcesoriów do akcesoriów osobistych wydają się różnić od zegarków i sprzedawcy biżuterii. Połączone czynniki korygujące będą ewoluować w miarę upływu czasu, odzwierciedlając wszelkie nowe wzorce sezonowe lub transakcyjne, chociaż w tym przykładzie oszacowanie tego wpływu (przerwa sezonowa) zostało wprowadzone w połączonych czynnikach dostosowawczych.21 Następujące cykle handlu detalicznego są bezpośrednio sezonowe dostosowane: obroty australijskie w każdym stanie ogółem każda australijska podgrupa przemysłu sumuje każdy stan według podgrup przemysłu. 22 W sezonowo dostosowanych szeregach czasowych stosuje się metodologię quokowo-wymiarowej rekoncyliacji, aby wymusić addytywność - czyli zmusić sumę oszacowań subtelnego poziomu (według podgrup branżowych) do zsumowania sumy podgrup australijskich, państwowych i branżowych. Łączne sumy w grupach branżowych pochodzą z oszacowań niższego poziomu.23 Kwartalne skorygowane sezonowo szeregi użyte w zestawieniu miar wielkości łańcucha są sumą odpowiednich serii miesięcznych. 24 Modelowanie z autoregresyjną zintegrowaną ruchomą średnią (ARIMA) może poprawić właściwości rewizji skorygowanych sezonowo i szacunkowych trendów. Modelowanie ARIMA opiera się na charakterystyce analizowanej serii, aby przedstawić dane dotyczące przyszłego okresu. Prognozowane wartości są tymczasowymi, pośrednimi wartościami, które są używane wyłącznie wewnętrznie w celu poprawy oceny czynników sezonowych. Prognozowane dane nie mają wpływu na pierwotne szacunki i są odrzucane po zakończeniu sezonowego procesu dostosowawczego. Kolekcja detaliczna wykorzystuje indywidualny model ARIMA dla każdej z sumy sektora i stanów. Model ARIMA jest oceniany jako część corocznej ponownej analizy. 25 W sezonowym procesie dostosowawczym zarówno czynniki sezonowe, jak i notowania giełdowe zmieniają się z czasem, odzwierciedlając zmiany w wydatkach i wzorcach handlowych. Przykłady tej ewolucji obejmują powolny ruch wydatków od grudnia do stycznia oraz zwiększoną aktywność handlową w weekendy i święta. Seria Retail korzysta z równoległej sezonowej metodologii do obliczania połączonych współczynników korekty. Oznacza to, że dane z bieżącego miesiąca są wykorzystywane do szacowania czynników sezonowych i bieżących w bieżącym i poprzednich miesiącach. Aby uzyskać więcej informacji, zobacz artykuł informacyjny: Wprowadzenie równoczesnej korekty sezonowej do serii handlu detalicznego (nr kat. 8514.0). 26 Czynniki związane z sezonem i dniami handlu są poddawane corocznemu przeglądowi na bardziej szczegółowym poziomie, niż to możliwe w miesięcznym cyklu przetwarzania. Coroczna ponowna analiza może skutkować względnie wyższymi korektami w seriach wyrównanych sezonowo niż podczas normalnego przetwarzania miesięcznego. 27 Skorygowane sezonowo szacunki wciąż odzwierciedlają błędy w doborze próby i błędy w doborze próby, którym podlegają pierwotne szacunki. Dlatego zaleca się stosowanie serii trendów z serią dostosowaną sezonowo w celu analizowania podstawowych ruchów z miesiąca na miesiąc. 28 Oszacowania dotyczące trendów wyznacza się, stosując 13-dniową średnią kroczącą Henderson dla wyrównanych sezonowo serii miesięcznych oraz 7-dniową średnią kroczącą Henderson dla sezonowo aktualizowanych serii kwartalnych. Średnia krocząca Henderson jest symetryczna, ale w miarę zbliżania się do końca szeregu czasowego należy zastosować asymetryczne formy średniej ruchomej. Asymetryczne średnie ruchome zostały dostosowane do konkretnych charakterystyk poszczególnych serii i umożliwiają uzyskanie prognoz trendów dla ostatnich okresów. Parametr końcowy 2,0 asymetrycznej średniej ruchomej jest wykorzystywany do generowania szacunków trendów dla sumy grup w Australii, Australii i Australii. W przypadku drugiej serii stosuje się standardowy parametr 3,5 ciężkości końcowej asymetrycznej średniej ruchomej. Szacunki trendu ulegną poprawie na obecnym końcu szeregu czasowego, gdy pojawią się dodatkowe obserwacje. Poprawa ta wynika z zastosowania różnych asymetrycznych średnich kroczących dla ostatnich sześciu miesięcy dla serii miesięcznych i trzech kwartałów dla serii kwartalnych. W wyniku poprawy większość korekt szacunków trendów będzie obserwowana w ciągu ostatnich sześciu miesięcy lub trzech kwartałów. 29 Oszacowania trendu są wykorzystywane do analizy podstawowego zachowania serii w czasie. W wyniku wprowadzenia nowego systemu podatkowego między czerwcem a lipcem 2000 r. Wprowadzono przerwę w miesięcznych szeregach trendów. Należy zatem zachować ostrożność, jeśli porównamy ten okres. Więcej szczegółów znajduje się w dodatku w wydaniu z grudnia 2000 r. Niniejszej publikacji. CHARAKTERYSTYKA ŁAŃCUCHÓW 31 Miesięczne obecne szacunki dotyczące cen przedstawione w niniejszej publikacji odzwierciedlają zarówno zmiany ceny, jak i wolumenu. Jednak kwartalne szacunki wolumenu łańcucha mierzą zmiany wartości po wyeliminowaniu bezpośrednich skutków zmian cen, a zatem odzwierciedlają tylko zmiany wolumenu. Objętości łańcucha sprzedaży detalicznej pojawiające się w tej publikacji są corocznie ponownie ważonymi wskaźnikami łańcucha Laspeyresa odnoszącymi się do aktualnych wartości cen w wybranym roku referencyjnym. Rok referencyjny jest przesunięty we wrześniowym wydaniu, a obecnie obejmuje lata 2017-15. Każdego roku dane w serii wolumenów sprzedaży detalicznej oparte są na cenach z poprzedniego roku, z wyjątkiem kwartałów roku finansowego 2018-17, które początkowo będą oparte na danych o cenach za rok finansowy 2017-15. Porównywalność z poprzednimi latami uzyskuje się przez połączenie (lub łańcuch) serii razem, aby utworzyć ciągłą serię czasową. Więcej informacji na temat charakteru i koncepcji miar łańcucha łańcucha znajduje się w dokumencie informacyjnym ABS: Dokument informacyjny: Wprowadzenie miar wielkości łańcucha w australijskich rachunkach narodowych (nr kat. 5248.0) NIEZAWODNOŚĆ SZACUNKÓW 32 Możliwe są dwa rodzaje błędów w oszacowaniach obrotu detalicznego: błąd w doborze próby, który pojawia się, ponieważ badana jest próba, a nie cała populacja. Jedną z miar prawdopodobnej różnicy wynikającej z nieuwzględnienia wszystkich zakładów w badaniu jest błąd standardowy. Na błąd próbkowania może wpływać wymiana próbki, która ma miejsce w pierwszym miesiącu każdego kwartału. Może to zwiększyć zmienność szacunków między miesiącem bieżącym a poprzednim miesiącem, szczególnie na poziomie poszczególnych sektorów według branży. Błąd braku próbkowania wynikający z niedokładności w gromadzeniu, zapisywaniu i przetwarzaniu danych. Najważniejsze z tych błędów to: błędne zgłaszanie braków danych w zakresie braku odpowiedzi i błędów przetwarzania. Dokładamy wszelkich starań, aby zminimalizować błędy w raportowaniu poprzez staranne projektowanie ankiet, intensywne szkolenie i nadzór ankieterów oraz wydajne procedury przetwarzania danych. 33 Sezonowo modyfikowane i szacunki trendów oraz miary ilości łańcuchów podlegają również zmienności pobierania próbek. W przypadku szacunków dostosowanych sezonowo standardowe błędy są w przybliżeniu takie same jak w przypadku pierwotnych szacunków. W przypadku szacunków trendów standardowe błędy będą prawdopodobnie mniejsze. W przypadku kwartalnych miar wielkości łańcucha, błędy standardowe mogą być nawet o 10 wyższe niż w przypadku odpowiednich szacunkowych cen bieżących, ze względu na zmienność próbkowania zawartą w danych dotyczących cen stosowanych do deflacji obecnych szacunków cen. 34 Dane szacunkowe w ujęciu oryginalnym są dostępne na karcie Pobieranie tego wydania na stronie internetowej ABS. Szacunki, które mają szacunkowy względny błąd standardowy (RSE) między 10 a 25, opatrzone są adnotacją z symbolem. Oszacowania te należy stosować ostrożnie, ponieważ w niektórych celach podlegają one zbyt dużej zmienności pobierania próbek. Szacunki z RSE między 25 a 50 są oznaczone symbolem, wskazując, że szacunki powinny być stosowane z ostrożnością, ponieważ są one przedmiotem zmienności pobierania próbek zbyt wysokie w większości praktycznych celów. Szacunki z RSE większe niż 50 są oznaczone symbolem wskazującym, że zmienność próbkowania powoduje, że szacunki są uważane za zbyt niewiarygodne do ogólnego użytku. 35 Aby dalej pomagać użytkownikom w ocenie wiarygodności oszacowań, seria danych kluczowych otrzymała ocenę od A do B. Gdzie: A oznacza względny błąd standardowy na poziomie mniejszym niż 2. Opublikowane dane szacunkowe są wysoce wiarygodne do analizy ruchu. B oznacza względny błąd standardowy na poziomie od 2 do 5, co oznacza, że ​​oszacowania są wiarygodne dla celów analizy ruchu. 36 Poniższe tabele przedstawiają wskaźnik wiarygodności szacunków w ujęciu pierwotnym. Wskaźnik rzetelności oparty jest na średniej wartości RSE uzyskanej w ciągu czterech lat. Względne błędy standardowe według grup branżowych NIEZAWODNOŚĆ SZACUNKÓW TRENDOWYCH 38 Proces trendowania tłumi zmienność pierwotnych i skorygowanych sezonowo danych szacunkowych. Jednak prognozy trendów podlegają korektom, ponieważ stają się dostępne przyszłe obserwacje. PORÓWNAWCZOŚĆ Z INNYMI SZACUNKAMI ABS 39 Szacunki obrotu detalicznego w tej publikacji będą się różnić od sprzedaży towarów i usług przez handel detaliczny w wskaźnikach biznesowych w Australii (nr kat. 5676.0). Niniejsza publikacja przedstawia miesięczne szacunki wartości obrotów w handlu detalicznym, pochodzi z badania koniunktury. obejmuje podatek od towarów i usług i obejmuje niektóre przedsiębiorstwa handlu detalicznego sklasyfikowane jako niehandlowe, lecz mające znaczącą działalność w zakresie handlu detalicznego. Szacunki dotyczące sprzedaży towarów i usług w wskaźnikach biznesowych w Australii pochodzą z ogólnogospodarczego sondażu wskaźników biznesowych i nie obejmują podatku od towarów i usług. Ponadto badanie koniunktury nie obejmuje wszystkich klas w dziale handlu detalicznego ANZSIC, ale obejmuje kawiarnie, restauracje i posiłki na wynos z działu usług zakwaterowania i żywności. Wykorzystanie różnych próbek w dwóch badaniach również przyczynia się do różnic. 40 Kwartalne szacunki wolumenu handlu detalicznego przyczyniają się do kwartalnych rachunków narodowych w dwóch głównych obszarach. Po pierwsze, są one wskaźnikiem końcowego spożycia gospodarstw domowych po stronie wydatkowej produktu krajowego brutto. Historycznie szacunki dotyczące handlu detalicznego stanowią około 55-60 końcowych wydatków na konsumpcję gospodarstw domowych, ale ten względny wkład może się zmieniać z kwartału na kwartał w związku z przesunięciami wydatków gospodarstw domowych między handlem detalicznym a takimi obszarami, jak usługi osobiste, podróże i zajęcia rekreacyjne, które nie wchodzą w zakres handlu detalicznego. Po drugie, szacunki dotyczące handlu detalicznego wraz z szacunkami ze wskaźników biznesowych w Australii. przyczynić się do szacunków działu handlu detalicznego po stronie produkcyjnej produktu krajowego brutto. HANDEL DETALICZNY NA KAPITA 41 Szacunki dotyczące obrotów detalicznych na mieszkańca są zestawiane z miesięcznego badania koniunktury gospodarczej i kwartalnej populacji szacunkowej ludności (ERP) publikowanej w ramach statystyk demograficznych Australii (nr kat. 3101.0). Przychody z handlu w przeliczeniu na jednego mieszkańca to stosunek całkowitego kwartalnego obrotu detalicznego do kwartalnego systemu ERP. Metody stosowane w obliczaniu szacunków dotyczących obrotu w handlu detalicznym na osobę są zgodne z metodami stosowanymi do obliczenia PKB na mieszkańca. Ponieważ kwartalne szacunki ERP są obecnie opóźnione w kwartalnych szacunkach handlu detalicznego o około sześć miesięcy, dwa ostatnie kwartały detalicznych szacunków per capita wykorzystują prognozy ERP w oparciu o aktualny trend. 42 Zakres, zasięg i metodologia badania koniunktury i szacunków ERP są zawarte w notach wyjaśniających do odpowiednich publikacji. Szczegółowa dyskusja na temat metodologii wyprowadzania, prognozy ERP i interpretacji szacunków obrotów handlowych na głowę mieszkańca dostępna jest w załączniku do zakładki not wyjaśniających do publikacji tej publikacji w czerwcu 2017 roku. 43 Aktualne szacunki cen i miary łańcucha sprzedaży, w oryginalnym, dostosowanym sezonowo i trendu są dostępne na karcie Pobieranie tego wydania na stronie internetowej ABS. Zmiany serii sprzedaży detalicznej per capita będą występować przy każdej przyszłej korekcie kwartalnych szacunków ERP, a także po wszelkich korektach szacunków dotyczących handlu detalicznego. 44 Aktualne publikacje i inne produkty wydane przez ABS są dostępne w widoku statystycznym. ABS wydaje także codzienną Poradę Release na stronie internetowej, która zawiera szczegółowe informacje o produktach, które zostaną wydane w nadchodzącym tygodniu. Użytkownicy mogą również chcieć odnieść się do następujących publikacji: Australijskie rachunki narodowe: dochód narodowy, wydatki i produkt (nr kat. 5206.0) Przemysł australijski (nr kat. 8155.0) Wskaźniki biznesowe, Australia (nr kat. 5676.0). 45 Oprócz statystyk zawartych w tej i powiązanych publikacjach, ABS może mieć inne odpowiednie dane. Zapytania należy kierować do Krajowej Informacji i Służby Referencyjnej w 1300 135 070. Dokumenty te zostaną przedstawione w nowym oknie. Analiza serii czasowej: proces korekty sezonowej Jakie są dwie główne filozofie dostosowania sezonowego Czym jest filtr Co to jest problem z punktem końcowym Jak zdecydować, który filtr zastosować Co to jest funkcja wzmocnienia Co to jest przesunięcie fazy Co to są średnie ruchome Henderson Jak radzimy sobie z problemem końcowym Co to są średnie ruchome sezonowe Dlaczego dokonano korekty trendów Ile danych jest wymagane, aby uzyskać akceptowalne, dostosowane sezonowo prognozy. ZAAWANSOWANE. Jak porównują się dwie filozofie korekty sezonowej. CO SĄ DWIE GŁÓWNE FILOZOFIE SEZONOWEGO REGULACJI Dwie główne filozofie dostosowania sezonowego to metoda oparta na modelu i metoda oparta na filtrze. Metody oparte na filtrach Ta metoda stosuje zestaw stałych filtrów (średnie ruchome) w celu rozłożenia szeregu czasowego na trend, składnik sezonowy i nieregularny. Podstawowym założeniem jest to, że dane ekonomiczne obejmują szereg cykli, w tym cykle koniunkturalne (trend), cykle sezonowe (sezonowość) i hałas (składnik nieregularny). Filtr zasadniczo usuwa lub zmniejsza siłę niektórych cykli z danych wejściowych. Aby wyprodukować sezonowo dostosowaną serię z danych zbieranych co miesiąc, wydarzenia, które występują co 12, 6, 4, 3, 2,4 i 2 miesiące muszą zostać usunięte. Odpowiadają one częstotliwościom sezonowym wynoszącym 1, 2, 3, 4, 5 i 6 cykli rocznie. Dłuższe cykle nie-sezonowe są uważane za część trendu, a krótsze cykle nie-sezonowe tworzą nieregularne. Granica między trendem a nieregularnymi cyklami może się zmieniać wraz z długością filtru używanego do uzyskania trendu. W sezonowej korekcie ABS cykle, które znacząco przyczyniają się do tego trendu, są zwykle większe niż około 8 miesięcy dla serii miesięcznych i 4 kwartały dla serii kwartalnych. Trend, składniki sezonowe i nieregularne nie wymagają jednoznacznych modeli indywidualnych. Nieregularny składnik definiuje się jako pozostałość po tendencji, a składniki sezonowe zostały usunięte przez filtry. Linie nieregularne nie wyświetlają charakterystyk szumu białego. Metody oparte na filtrach są często określane jako metody w stylu X11. Należą do nich X11 (opracowany przez US Census Bureau), X11ARIMA (opracowany przez Statistics Canada), X12ARIMA (opracowany przez U. S. Census Bureau), STL, SABL i SEASABS (pakiet używany przez ABS). Różnice obliczeniowe pomiędzy różnymi metodami w rodzinie X11 wynikają głównie z różnych technik stosowanych na końcach szeregów czasowych. Na przykład niektóre metody używają filtrów asymetrycznych na końcach, podczas gdy inne metody ekstrapolują szeregi czasowe i stosują filtry symetryczne w rozszerzonych seriach. Metody oparte na modelach Podejście to wymaga modelowania osobno trendów, sezonowych i nieregularnych elementów szeregów czasowych. Zakłada on, że nieregularny komponent to 8220 biały szum 8221 - to znaczy, że wszystkie długości cykli są jednakowo reprezentowane. Nieregularnicy mają zerową średnią i stałą wariancję. Składnik sezonowy ma swój własny element szumowy. Dwoma szeroko stosowanymi pakietami oprogramowania stosującymi metody oparte na modelach są STAMP i SEATSTRAMO (opracowane przez Bank of Spain) Duże różnice obliczeniowe między różnymi metodami opartymi na modelach są zwykle spowodowane specyfikacjami modeli, w niektórych przypadkach komponenty są modelowane bezpośrednio. wymagają najpierw modelowania oryginalnych szeregów czasowych, a modele składowe ulegają rozkładowi.) Aby porównać dwie filozofie na bardziej zaawansowanym poziomie, zobacz Jak dopasowują się dwie filozofie dostosowania sezonowego CO TO JEST FILTR Filtry mogą być użyte do rozłożenia szereg czasowy do trendu, składnik sezonowy i nieregularny Średnie ruchome są rodzajem filtru, który sukcesywnie redefiniowuje przesunięty zakres czasowy danych w celu uzyskania wygładzonego oszacowania szeregu czasowego. Wygładzone serie można uznać za wyprowadzone uruchamiając szereg wejściowy poprzez proces, który odfiltrowuje określone cykle, w związku z czym średnia ruchoma jest często nazywana filtrem. Podstawowy proces polega na zdefiniowaniu zestawu odważników o długości m 1 m 2 1 jako: Uwaga: symetryczny zestaw odważników ma m 1 m 2 i wjw - j Odfiltrowaną wartość w czasie t można obliczyć w miejscu, w którym Y t opisuje wartość szeregu czasowego w czasie t. Rozważmy na przykład następujące serie: Używając prostego filtru symetrycznego 3-termicznego (tj. M 1 m 2 1 i wszystkie masy są równe 13), pierwszy termin wygładzonej serii uzyskuje się przez zastosowanie wag do pierwszych trzech terminów oryginału series: Druga wygładzona wartość jest tworzona przez zastosowanie wag do drugiego, trzeciego i czwartego terminu w oryginalnej serii: CO TO JEST PROBLEM PUNKT KONIEC Ponownie rozważ serię: Ta seria zawiera 8 terminów. Jednak wygładzone serie uzyskane przez zastosowanie filtra symetrycznego do oryginalnych danych zawierają tylko 6 terminów: Jest tak, ponieważ na końcach serii nie ma wystarczających danych, aby zastosować filtr symetryczny. Pierwszy termin wygładzonej serii jest średnią ważoną trzech terminów, skupionych na drugim członie oryginalnej serii. Średnia ważona wyśrodkowana w pierwszym okresie pierwotnej serii nie może być uzyskana jako dane, zanim ten punkt nie będzie dostępny. Podobnie nie jest możliwe obliczenie średniej ważonej wyśrodkowanej w ostatnim okresie serii, ponieważ po tym punkcie nie ma danych. Z tego powodu filtry symetryczne nie mogą być używane na żadnym końcu serii. Jest to tzw. Problem końcowy. Analitycy serii czasowych mogą używać filtrów asymetrycznych do generowania wygładzonych danych szacunkowych w tych regionach. W tym przypadku wygładzona wartość jest obliczana jako 8216offre8217, przy czym średnia jest określana przy użyciu większej ilości danych z jednej strony punktu niż druga, w zależności od tego, co jest dostępne. Alternatywnie, można zastosować techniki modelowania w celu ekstrapolacji szeregów czasowych, a następnie zastosować filtry symetryczne do rozszerzonych serii. W JAKI SPOSÓB DECYDUJEMY JAKIE FILTR WYKORZYSTAĆ Analityk szeregów czasowych wybiera odpowiedni filtr na podstawie jego właściwości, takich jak cykle, które filtr usuwa po zastosowaniu. Właściwości filtra można badać za pomocą funkcji wzmocnienia. Funkcje wzmocnienia służą do badania wpływu filtra przy danej częstotliwości na amplitudę cyklu dla określonej serii czasowej. Aby uzyskać więcej informacji na temat matematyki związanej z funkcjami wzmocnienia, można pobrać uwagi kursu serii czasowej, wstępny przewodnik po analizie szeregów czasowych opublikowany przez sekcję analizy szeregów czasowych układu ABS (patrz punkt 4.4). Poniższy diagram jest funkcją wzmocnienia dla filtru symetrycznego 3-terminowego, który badaliśmy wcześniej. Rysunek 1: Funkcja wzmocnienia dla filtra symetrycznego 3-osiowa Oś pozioma reprezentuje długość cyklu wprowadzania w stosunku do okresu między punktami obserwacji w pierwotnej serii czasowej. Cykl wejściowy o długości 2 jest więc zakończony w 2 okresach, co stanowi 2 miesiące w przypadku serii miesięcznych i 2 kwartały w przypadku serii kwartalnych. Oś pionowa pokazuje amplitudę cyklu wyjściowego względem cyklu wejściowego. Ten filtr zmniejsza siłę 3 okresów do zera. Oznacza to, że całkowicie usuwa cykle o mniej więcej tej długości. Oznacza to, że w przypadku szeregów czasowych, w których dane są zbierane co miesiąc, wszelkie efekty sezonowe, które występują kwartalnie, zostaną wyeliminowane przez zastosowanie tego filtra do oryginalnej serii. Przesunięcie fazy jest przesunięciem czasowym między cyklem filtrowanym a niefiltrowanym. Dodatnie przesunięcie fazowe oznacza, że ​​filtrowany cykl jest przesuwany do tyłu, a ujemne przesunięcie fazowe przesuwane do przodu w czasie. Przesunięcie fazy występuje, gdy czas punktów zwrotnych jest zniekształcony, na przykład, gdy średnia ruchoma jest umieszczona poza środkiem przez filtry asymetryczne. Oznacza to, że wystąpią one wcześniej lub później w filtrowanej serii niż w oryginale. Szereg symetrycznych średnich ruchomych (stosowanych przez ABS), gdzie wynik jest umieszczony centralnie, nie powoduje przesunięcia fazy czasu. Jest to ważne w przypadku filtrów używanych do wyznaczania trendu zatrzymania fazy czasowej, a więc i czasu wszystkich punktów zwrotnych. Rysunki 2 i 3 pokazują efekty zastosowania symetrycznej średniej ruchowej 2x12, która jest niecentralna. Ciągłe krzywe reprezentują początkowe cykle, a łamane krzywe reprezentują cykle wyjściowe po zastosowaniu filtra średniej ruchomej. Ryc. 2: Cykl 24-miesięczny, faza -5,5 miesiąca. Amplituda 63 Ryc. 3: Cykl 8-miesięczny, faza -1,5 miesiąca. Amplituda 22. CO SĄ HENDERSONOWE PRZESUNIĘCIE AVERAGES Średnie ruchome Hendersona to filtry, które zostały wyprowadzone przez Roberta Hendersona w 1916 r. Do użytku w zastosowaniach aktuarialnych. Są to filtry trendów, powszechnie stosowane w analizie szeregów czasowych w celu płynnego skorygowania sezonowego, w celu wygenerowania prognozy trendu. Używane są zamiast prostszych średnich ruchomych, ponieważ mogą one reprodukować wielomiany do stopnia 3, a tym samym uchwycić punkty zwrotne trendu. System ABS wykorzystuje średnie ruchome Henderson, aby uzyskać prognozy trendów z sezonowo modyfikowanej serii. Prognozy trendów publikowane przez ABS są zwykle uzyskiwane przy użyciu 13 terminowego filtra Henderson dla serii miesięcznych i 7-dniowego filtra Henderson dla serii kwartalnych. Filtry Henderson mogą być symetryczne lub asymetryczne. Symetryczne średnie ruchome mogą być stosowane w punktach wystarczająco odległych od końców szeregu czasowego. W tym przypadku wygładzona wartość dla danego punktu w szeregu czasowym jest obliczana z równej liczby wartości po obu stronach punktu danych. Aby uzyskać ciężary, dochodzi do kompromisu między dwiema charakterystykami, których zwykle oczekuje się od serii trendów. Chodzi o to, że trend powinien być w stanie reprezentować szeroki zakres krzywizn i że powinien on również być tak gładki, jak to możliwe. Matematyczne wyprowadzanie ciężarów można znaleźć w rozdziale 5.3 uwag do kursu serii czasowej. które można pobrać bezpłatnie ze strony internetowej ABS. Wzorce ważenia dla zakresu symetrycznych średnich kroczących Henderson są przedstawione w poniższej tabeli: Symetryczny wzorzec masy dla średniej kroczącej Henderson Ogólnie rzecz biorąc, im dłuższy jest filtr trendu, tym bardziej gładki jest wynikowy trend, co wynika z porównania funkcji wzmocnienia powyżej. 5 termin Henderson zmniejsza cykle o około 2,4 okresy lub mniej o co najmniej 80, podczas gdy 23 termin Henderson zmniejsza cykle o około 8 okresów lub mniej o co najmniej 90. W rzeczywistości 23 terminowy filtr Henderson całkowicie usuwa cykle mniej niż 4 okresy . Średnie ruchy Henderson również tłumią sezonowe cykle w różnym stopniu. Jednak funkcje wzmocnienia na rysunkach 4-8 pokazują, że cykle roczne w seriach miesięcznych i kwartalnych nie są wystarczająco tłumione, aby uzasadnić zastosowanie filtra Hendersona bezpośrednio do pierwotnych szacunków. Z tego powodu są one stosowane tylko w przypadku serialu dostosowanego sezonowo, w którym efekty związane z kalendarzem zostały już usunięte za pomocą specjalnie zaprojektowanych filtrów. Rysunek 9 pokazuje efekty wygładzania zastosowania filtra Henderson w szeregu: Rysunek 9: 23-termowy filtr Henderson - wartość aprobat budynków niemieszkalnych JAK ROBIMY ZASTĘPSTWA PROBLEM Z PUNKTYM KOŃCEM Symetryczny filtr Henderson może być stosowany tylko w regionach danych wystarczająco odległych od końców serii. Na przykład standardowy 13 termin Henderson można zastosować tylko do danych miesięcznych, które są co najmniej 6 obserwacjami od początku lub końca danych. Wynika to z faktu, że filtr łagodzi serię, biorąc średnią ważoną z 6 wyrażeń po obu stronach punktu danych, a także samego punktu. Jeśli spróbujemy zastosować to do punktu, który jest mniej niż 6 obserwacji od końca danych, to nie ma wystarczającej ilości danych dostępnych po jednej stronie punktu, aby obliczyć średnią. Aby zapewnić oszacowanie trendów dla tych punktów danych, stosuje się zmodyfikowaną lub asymetryczną średnią ruchomą. Obliczanie asymetrycznych filtrów Hendersona można generować za pomocą wielu różnych metod, które dają podobne, ale nie identyczne wyniki. Cztery główne metody to metoda Musgrave, metoda Minimalizacji średnich kwadratowych, najlepsza metoda bezbłędnych oszacowań (BLUE) oraz metoda Kenny'ego i Durbina. Shiskin i in. al (1967) wyprowadził oryginalne asymetryczne wagi dla średniej kroczącej Henderson, które są używane w pakietach X11. Informacje na temat wyprowadzania asymetrycznych wag znajdują się w rozdziale 5.3 notatek kursu serii czasowej. Rozważmy szereg czasowy, w którym ostatni obserwowany punkt danych występuje w czasie N. Następnie nie można zastosować 13-wymiarowego symetrycznego filtra Henderson do punktów danych, które są mierzone w dowolnym czasie po włączeniu czasu N-5. Dla wszystkich tych punktów należy użyć asymetrycznego zestawu odważników. Poniższa tabela przedstawia asymetryczny wzór ważenia dla standardowej 13-dniowej średniej kroczącej Henderson. Asymetryczne 13 filtrów Henderson nie usuwa ani nie tłumi tych samych cykli, co symetryczny 13 filtr Henderson. W rzeczywistości asymetryczny sposób ważenia stosowany do oszacowania trendu podczas ostatniej obserwacji zwiększa siłę 12 cykli. Również filtry asymetryczne powodują przesunięcie fazowe. JAKIE SĄ SEZONOWE PRZESUNIĘCIE PRZECIWNYM Niemal wszystkie dane badane przez ABS mają charakter sezonowy. Ponieważ średnie kroczące Henderson użyte do oszacowania serii trendów nie eliminują sezonowości, dane muszą być najpierw skorygowane sezonowo przy użyciu filtrów sezonowych. Filtr sezonowy ma ciężary, które są stosowane do tego samego okresu w czasie. Przykładem wzoru ważenia dla filtra sezonowego byłyby: (13, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 13, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 13), gdy na przykład waga jednej trzeciej jest stosowana do trzech kolejnych Stycznie. W X11 dostępne są różne filtry sezonowe. Są to 3-krotna ważona średnia ruchoma (ma) S 3x1. ważony 5-terminowy ma S 3x3. ważony 7-terminowy ma S 3x5. i ważony 11-terminowy ma S 3x9. Struktura ważona ważonych średnich ruchomych formy, S nxm. jest to, że obliczana jest prosta średnia z wyliczonych m, a następnie określana jest średnia krocząca n tych średnich. Oznacza to, że terminy nm-1 są używane do obliczenia każdej końcowej wartości wygładzonej. Na przykład, aby obliczyć 11-terminowy S 3x9. w dziewięciu kolejnych latach stosuje się wagę równą 19 dla tego samego okresu. Następnie stosuje się średnią 3-ruchomą średnią ruchową w uśrednionych wartościach: Daje to ostateczny schemat ważenia (127, 227, 19, 19, 19, 19, 19, 19, 19, 227, 127). Funkcja wzmocnienia dla 11-sezonowego filtru sezonowego, S 3x9. Wygląda to tak: Rysunek 10: Funkcja zysku dla 11-letniego (S 3x9) filtra sezonowego Zastosowanie filtra sezonowego do danych wygeneruje oszacowanie składnika sezonowego szeregów czasowych, ponieważ zachowuje siłę sezonowych harmonicznych i tłumi cykle sezonowe długości. Asymetryczne filtry sezonowe są używane na końcach serii. Asymetryczne wagi dla każdego z filtrów sezonowych używanych w X11 można znaleźć w rozdziale 5.4 Uwagi do kursu serii czasowej. DLACZEGO TRZEBA SZACUNKOWA ZMIENIĆ Na bieżącym końcu szeregu czasowego nie jest możliwe użycie filtrów symetrycznych do oszacowania trendu z powodu problemu końcowego. Zamiast tego filtry asymetryczne są używane do tworzenia wstępnych szacunków trendów. Ponieważ jednak dostępnych jest więcej danych, można ponownie obliczyć trend za pomocą filtrów symetrycznych i poprawić wstępne szacunki. Jest to znane jako rewizja trendów. W JAKI SPOSÓB JEST DUŻO DANYCH, ABY OTRZYMAĆ AKCEPTOWALNE OSIĄGNIĘTE SZACUNKOWE SZACUNKI Jeżeli szereg czasowy wykazuje względnie stabilną sezonowość i nie jest zdominowany przez nieregularny komponent, wówczas 5 lat danych można uznać za długość dopuszczalną, aby uzyskać prognozy dostosowane sezonowo. W przypadku serii, która wykazuje szczególnie silną i stabilną sezonowość, można dokonać prostego dostosowania za pomocą 3-letnich danych. Zasadniczo lepiej jest mieć co najmniej 7 lat danych dla normalnych szeregów czasowych, aby precyzyjnie zidentyfikować wzorce sezonowe, dzień handlu i efekt wakacji, trend i przerwy sezonowe, a także wartości odstające. ZAAWANSOWANE W JAKI SPOSÓB DWA SEZONOWE FILOZOFIA DOSTRAJANIA PORÓWNAJ Modelowe podejście pozwala na właściwości stochastyczne (losowość) analizowanej serii, w tym sensie, że dostosowują one wagi filtrów w oparciu o charakter serii. Zdolność model8217 do dokładnego opisu zachowania serii może być oceniona, a statystyczne oszacowania dla oszacowań są dostępne w oparciu o założenie, że nieregularnym składnikiem jest biały szum. Metody oparte na filtrach są mniej zależne od właściwości stochastycznych szeregu czasowego. Obowiązkiem analityka szeregów czasowych jest wybranie najbardziej odpowiedniego filtra z ograniczonej kolekcji dla danej serii. Nie jest możliwe przeprowadzenie rygorystycznych kontroli adekwatności implikowanego modelu, a dokładne miary precyzji i wnioskowania statystycznego nie są dostępne. Therefore, a confidence interval cannot be built around the estimate. Poniższe diagramy porównują obecność każdego ze składników modelu przy częstotliwościach sezonowych dla dwóch sezonowych filozofii dopasowania. Oś x to długość okresu cyklu, a oś y przedstawia siłę cykli, które składają się na każdy komponent: Rysunek 11: Porównanie dwóch filozofii korekty sezonowej Metody oparte na filtrach zakładają, że każdy komponent ma tylko określone długości cyklu. Dłuższe cykle tworzą ten trend, składnik sezonowy występuje przy częstotliwościach sezonowych, a składnik nieregularny jest definiowany jako cykle o dowolnej długości. Zgodnie z filozofią opartą na modelu trend, składnik sezonowy i nieregularny są obecne we wszystkich długościach cyklu. Składnik nieregularny ma stałą siłę, pików składnika sezonowego przy częstotliwościach sezonowych, a komponent trendu jest najsilniejszy w dłuższych cyklach. Pierwsza strona opublikowana 14 listopada 2005 r., Ostatnia aktualizacja 25 lipca 2008 r