www.basegroup.ru

сортировку по возрастанию и убыванию параметра). Для нахождения лучшего правила можно воспользоваться кнопкой Тип определения лучшего правила.

Для последующей обработки в сценарии правил, полученных после обработчика «Ассоциативные правила» становится доступным для использования так называемый зависимый обработчик «Правила» (см. раздел «Зависимые обработчики»).

В примере правилу 57 соответствует два условия – Герметики и Пена монтажная, а следствием для этого правила являются Клей-ж. гвозди и Шпатлёвка.

Декомпозиция

Одна из основных целей анализа временных рядов – это возможность построения прогноза. Наиболее простой метод прогнозирования значения ряда – это экстраполяция. Однако она возможна лишь при достаточной закономерности развития изучаемого явления. Реальные экономические процессы редко в достаточной степени удовлетворяют этому требованию. Поэтому исходный временной ряд представляют как совокупность нескольких компонент, к каждой из которых применяется свой метод прогнозирования в соответствии с тенденциями установленными в прошлом.

Целью декомпозиции временного ряда является выделение и изучение сезонной составляющей и тренда. Известно, что функцию исходного ряда можно представить в следующем виде:

y(t) = x(t) + s(t) + z(t) ,

где x(t) – тренд, явно выраженная тенденция изменения значений временного ряда,

s(t) – сезонная составляющая, периодически повторяющаяся компонента временного ряда,

z(t) – остаток, нерегулярная (флуктуационная) составляющая временного ряда.

Выводы, полученные в ходе анализа временного ряда, можно использовать в качестве основного материала для определения общей динамики, прогнозирования. Выделение тренда и сезонной компоненты позволяет более точно оценить поведение процесса в будущем.

Для декомпозиции временного ряда на составляющие и исследования предназначен обработчик Deductor под таким же названием.

Настройка параметров декомпозиции временного ряда

стр. 133 из 192

www.basegroup.ru

Декомпозиция временного ряда может проводиться только на непрерывных упорядоченных данных, иначе полученный результат будет некорректным. Тип сезонности выбирается аналитиком на основе имеющегося временного ряда (если отчетные периоды указаны в месяцах, то нельзя выявить недельную сезонность).

При выявлении тренда предлагаются следующие модели: линейная, квадратичная, кубическая, степенная, логарифмическая, и экспоненциальная.

Выбор модели осуществляется на основе оценки средней относительной ошибки. По умолчанию предлагается линейная модель тренда.

Пример

Пусть имеются помесячные данные продаж в розничной торговой сети. Ниже показан элемент исходной таблицы.

Импортируем набор данных в Deductor и отобразим зависимость объёма продаж от даты в визуализаторе «Диаграмма».

стр. 134 из 192

www.basegroup.ru

Из графика видно, что продажи имеют явно выраженные квартальные сезонные колебания и восходящий тренд.

Выделим с помощью обработчика «Декомпозиция временного ряда» сезонную, трендовую и нерегулярную компоненты.

В настройках мастера обработки тип сезонности укажем равным 12 неделям. Из предложенных мастером моделей тренда выберем кубическую, так как для данного ряда она даёт наименьшую ошибку.

Результаты анализа удобно оценивать с помощью двух визуализаторов: «Диаграмма» и «Диаграмма декомпозиции».

Исключение из исходного ряда тренда и сезонности позволяет получить более гладкую зависимость – остаток (желтая линия на диаграмме). По этой линии можно оценить влияние на исходный ряд пропусков, аномальных значений.

Если результаты анализа не дают желаемого результата, то при помощи корректировки сезонных индексов и модели тренда в визуализаторе «Диаграмма декомпозиции» можно изменить алгоритм обработки временного ряда.

стр. 135 из 192

www.basegroup.ru

Сезонные индексы показывают, насколько продажи различаются в разное время года. Их можно изменить, тем самым отредактировав функцию сезонных колебаний. Так же здесь можно применить другую модель для формирования тренда или подкорректировать коэффициенты в уже имеющейся.

Одним из методов изменения сезонных индексов является перемещение стрелки в поле Рассеяние. Например, увеличим значение индекса за первый период. Результирующая таблица представлена ниже.

стр. 136 из 192