原始資料平均法
出自 MBA智库百科(https://wiki.mbalib.com/)
目錄 |
原始資料平均法又稱“同期平均法”、“按月(或季)平均法”，是在現象不存在長期趨勢或長期趨勢不明顯的情況下，測定季節變動的一種最基本的方法。
它的基本思想和長期趨勢測定中的移動平均法的思想是相同的。實際上，“同期平均法”就是一種特殊的“移動平均法”，即：一方面它是平均；另一方面，這種平均的範圍是僅僅局限在不同年份的相同季節中，季節不同，平均數的範圍也就隨之而“移動”。因此所謂“同期平均”就是在同季(月)內“平均”，而在不同季(月)之間“移動”的一種“移動平均”法。“平均”是為了消除非季節因素的影響，而“移動”則是為了測定季節因素的影響程度。
同期平均法來測定其季節變動。步驟如下：
第一，計算各年同季(月)的平均數，目的是要消除非季節因素的影響。道理很簡單，因為同樣是旺季或者淡季，有些年份的旺季更旺或更淡，這就是非季節因素的影響。因為我們假設沒有長期趨勢，因此，這些因素通過平均的方法就可以相互抵消。
第二，計算各年同季(或同月)平均數的平均數，也即時間數列的序時平均數，目的是計算季節比率。因為就從測定季節變動的目的講，只計算“異年同季的平均數”已經可以反映現象的季節變動趨勢了：平均數大，表明是旺季，越大越旺；平均數小，表明是淡季，越小越淡。但是，這種大與小、淡與旺的程度只能和其它季節相比才能有個準確的認識，因此，就需要將“各年同季的平均數”進行相對化變換，即計算季節比率，對比的標準就應該是時間數列的序時平均數。
第三，計算季節比率。方法是將各年同季的平均數分別和時間數列的序時平均數進行對比。一般用百分數表示，用公式表示為：
季節指數(S)=同月(或季)平均數/總月(或季)平均數×100%
[例]某服裝公司2002—2004年各月銷售量資料如下表，試用按月（或季）平均法計算各月的季節指數。
表1 2002—2004年各月銷售量資料及季節指數計算表
| 月份 | 各年銷售量（萬件） | 合計 | 同月平均 | 季節比率（%） | ||
|---|---|---|---|---|---|---|
| 2002 （1） | 2003 （2） | 2004 （3） | （4）=（1） +（2）+（3） | （5）=（4） ÷（3） | （6）=（5）÷ 1260.56 | |
| 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 | 80 120 200 500 800 2500 2400 600 200 100 60 40 | 120 200 350 850 1500 4500 6400 900 400 250 100 80 | 320 400 700 1500 2400 6800 7200 1500 600 400 200 110 | 520 720 1250 2850 4700 13800 16000 3000 1200 750 360 230 | 173.3 240 416.7 950 1566.7 4600 5333.3 1000 400 250 120 76.7 | 13.8 19.0 33.1 75.4 124.3 364.9 423.1 79.3 31.7 19.8 9.5 6.1 |
| 合計 平均 | 7600 633.3 | 15650 1304.2 | 22130 1844.2 | 45380 3781.67 | 15126.7 1260.56 | 1200 100 |
表1中的季節指數一欄，是以指數形式表現的典型銷售量。每個指數代表2002—2004年間每個月份的平均銷售量。比如，一月份的季節指數為13.8%，表示該月份銷售量為全年平均銷售量的13.8%，而全年平均銷售量則作為100%。這樣從各月的季節指數序列，可以清楚地表明該服裝公司銷售量的季節變動趨勢。即1、2、3、4月份是銷售淡季，5、6、7為銷售旺季，7月份比全年平均銷售量高323.1%（432.1-100%），8月份開始下降，到12月份降到最低點，比全年平均銷售量低93.9%（6.1%-100%）。
同期平均法計算簡單，易於理解。應用該方法的基本假定是：原時間序列沒有明顯的長期趨勢和迴圈波動，因而，通過若幹年同期數值的平均，不僅可以消除不規則波動，而且當平均的周期與迴圈周期一致時，迴圈波動也可以在平均過程中得以消除，但實際上，許多時間序列所包含的長期趨勢和迴圈波動，很少能夠通過平均予以消除。因此，當時間序列存在明顯的長期趨勢時，該方法的季節指數不夠準確。當存在劇烈的上升趨勢時，年末季節指數明顯高於年初的季節指數；當存在下降趨勢時，年末的季節指數明顯低於年初的季節指數。只有當序列的長期趨勢和迴圈波動不明顯或影響不重要，可忽略不計時，應用該方法比較合適。
