変動要因の合成
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/08/11 14:51 UTC 版)
4つの変動要素を組み合わせて元の時系列データ（原系列）の動きを説明する。このとき、組み合わせる方式として、加法モデルと乗法モデルとが考えられている。 モデル名概要計算式加法モデル 原系列の変動が、各要因の和で構成されているとするモデル T + C + S + I {\displaystyle T+C+S+I} 乗法モデル 原系列の変動が、各要因の積で構成されているとするモデル T × C × S × I {\displaystyle T\times C\times S\times I} 経済統計データの季節調整には、乗法モデルの方が適していると考えられている。これは対象となる経済統計データの水準が高くなるほど、各変動要因の振幅も増すからである。 なお、乗法モデルにおいて、計算式の対数をとると加法モデルに変換できるので、両者間に技術的な差はほとんどない。 log ( T × C × S × I ) = log T + log C + log S + log I {\displaystyle \log \ \left(T\times C\times S\times I\right)=\log T+\log C+\log S+\log I}
※この「変動要因の合成」の解説は、「季節調整」の解説の一部です。
「変動要因の合成」を含む「季節調整」の記事については、「季節調整」の概要を参照ください。
ウィキペディア小見出し辞書の「変動要因の合成」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 変動要因の合成のページへのリンク
