Vastasel korral on tegemist mittestatsionaarse juhusliku protsessiga. Sageli on võimalik jaotada aegrida komponentideks nii, et tema juhuslik komponent on statsionaarse juhusliku protsessi realiseeringuks. · Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele. INDEKSID · Dünaamika suhtarvud, näitavad kuidas nähtus on muutunud (mitu korda on väärtused muutunud). · Liigitus: 1) lihtindeksid (valem kahe arvu suhe); 2) liitindeksid; 3)individuaalindeksid (tähis i)- kogumi näitajate muutused, üksiku toote indeks; 4)üldindeksid, nt: THI. Tähis: Ip, Iq.
on kogutud kohalikus valuutas USA dollarite ekvivalenti, turu keskmise igapäevase kursimäärast, mis on avaldatud Brasiilia keskpanga poolt. Teisendamaks varude andmeid, kasutavad koostajad perioodi lõpu määrasid (kursse,tariife) aga voolude arvestamiseks, nad kasutavad keskmisi perioodi tariife (määrasid, kursse). Brasiilia keskpank avaldab maksebilanssi igakuiselt oma välissektori pressiteates, mis on saadaval internetis http://www.bcb.gov.br koos detailsete aegridadega. See presentatsioon (esildis, esitlus) väljub soovituslikust kavandist mis on soovitatud viiendas IMF-i maksebilansi manuaali väljaandes (BPM5) ja keskendub kõige asjakohastematele klassifikatsioonidele (liigitustele) arvestades Brasiilia majndust. Siiski maksebilansi avaldused mis on saadetud IMF-i ja 12 teistesse rahvusvahelistesse organisatsioonidesse jälgivad standardiseeritud nomenklatuuri (jaotust, liigitust), mis on soovitatud BPM5-s
Hindamisel tuginetakse teada olevatele sõltuva tunnuse väärtustele. Aegridade interpoleerimiseks on kasutatavad nii eespool käsitletud tasandamismeetodid kui elementaaranalüüsi meetodid. Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele. yˆ i 1 yi (1 ) yˆ i 6. eksponentkeskmise tasandamise kohta Libisevatest keskmistest mõnevõrra keerulisema struktuuriga eksponentkeskmised leitakse iga ajahetke jaoks, välja arvatud kõige esimene
määramispiirkonnas. Hindamisel tuginetakse teada olevatele sõltuva tunnuse väärtustele. Aegridade interpoleerimiseks on kasutatavad nii eespool käsitletud tasandamismeetodid kui elementaaranalüüsi meetodid. Ekstrapoleerimiseks nimetatakse sõltuva tunnuse väärtuste hindamist väljaspool seose määramispiirkonda. Ekstrapoleerimisel tuginetakse kas vahetult teada olevatele sõltuva tunnuse väärtustele või varem kindlaks tehtud seosele tunnuste vahel. Seoses aegridadega eristatakse retrospektiivset (ajas tagasi vaatavat) ja perspektiivset (tulevikku suunatud) ekstrapoleerimist. Just viimane on aluseks statistilistele prognoosidele. ^ i +1 = y yi +(1 -) y ^i 1. eksponentkeskmise tasandamise kohta
annaabi.ee 
