Como encontrar o Series tempo usando modelo de previsão de Holt -Winter

séries temporais são modelos estatísticos que exibem dados e prever valores futuros ao longo de um período de tempo. Pesquisadores criam modelos de séries temporais para muitos fenômenos , incluindo fenômenos com mudanças sazonais claras , como o clima , o lucro da empresa e atos de violência. Um método de criação de uma série temporal é um procedimento de previsão do Holt -Winter , que baseia seu modelo de série de tempo fora de um modelo de passeio aleatório . Portanto, você pode usar este procedimento para criar um modelo de série temporal, através da criação de um modelo de passeio aleatório que replica o fenômeno de interesse . Instruções

1

Encontre a média para o passeio aleatório . Usar dados anteriores do fenômeno sob investigação. Calcule ou encontrar o valor médio para o primeiro ano você deseja modelar . Se você pretende apenas modelar os valores futuros , use o valor médio para o ano mais recente .

2

Escolha a tendência para o passeio aleatório . Decidir sobre a magnitude do desvio para o passeio aleatório que move os valores em uma determinada direção ao longo do tempo . Se você acredita , ou se os dados passado indica que o valor vai subir , escolha um parâmetro de tendência que é positivo. Você pode estimar a magnitude da tendência de olhar para a variação média por unidade de tempo nos dados anteriores.

3

Definir os fatores sazonais. Você precisa decidir em quatro fatores sazonais – uma para cada estação do ano . Esses fatores sazonais representar a variação média de valor por unidade de tempo durante as estações do ano para o qual estão associados. Mais uma vez , você pode usar dados do passado para estimar estes fatores .

4

Execute o modelo de passeio aleatório . Use um software estatístico para executar um passeio aleatório com os fatores acima . Basicamente, você precisa configurar um passeio aleatório , que começa a partir do valor médio e move tendência * componente aleatório + fator sazonal * componente aleatório cada etapa. Criar um modelo que afirma Z (n) = Z (n- 1) + t * s * e0 + e1 , onde Z ( n) é o valor no tempo “n “, “t” é o termo tendência, ” e0 ” é o primeiro componente aleatória (escolhida aleatoriamente pelo software estatístico) , “s” é o componente sazonal e ” e1 ” é o segundo componente aleatória (escolhida aleatoriamente independentemente de e0 ) . Execute o modelo durante o tempo que você vai correr da série histórica.