加法模型

加法模型（addition model），管理学-管理科学与工程-预测理论与方法-时间序列预测法-时间序列数据分解方法-加法模型，用长期趋势、季节性变化、循环波动和随机波动这四类因素之和来拟合时间序列的一种因素分解模型。加法模型可具体表示为。所有的序列波动都可以归纳为长期趋势、季节性变化、循环波动和随机波动这四类因素的综合影响，则任何一个时间序列都可以用这四个因素的某个函数进行拟合：选取加法函数时即为加法模型。长期趋势表示时间序列变化的趋势，指序列沿着一定的方向持续上升或下降变动或在某一水平上保持平稳的趋势。季节性变化表示时间序列受季节性因素影响，呈现出和季节变化相关的稳定周期波动，这里季节是广义的，可指日、周、旬、月、季、年。循环波动表示时间序列的循环周期变动，序列呈现出从低到高再从高到低的反复循环波动，循环周期可长可短，不一定是固定的。往往要先将显性的季节性周期波动排除后，再观察剩下的数据部分是否有循环波动的因素。随机波动表示时间序列除了长期趋势、季节性变化和循环波动之外，其他不能用确定因素解释的波动。加法模型分解步骤如下。