The use of an Iterated Moving Average in Measuring Seasonal Variations
用迭代移动平均测量季节变化AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接讨论时间序列的趋势周期提取、移动平均与季节变化，支持时间序列方向，未涉及预测性能。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
用迭代移动平均测量季节变化
- 研究问题
- 如何高效计算三角权重的迭代移动平均，以提取时间序列的趋势周期成分，并据此测量季节变化？
- 方法与思路
- 作者用累积求和及机械计算辅助实现三角加权平滑，在序列两端使用截断权重，再按常规计算季节指数。
- 材料陈述的贡献
- 摘要称该计算方法节省时间，且在已知季节项的合成序列与人口普查局测试序列上优于当时使用的其他方法。
- 阅读关注点
- 应核对三角权重与迭代计算的对应关系、端点截断的影响，以及测试序列、比较方法和评价指标。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；优势来自所述历史测试，具体误差未给出，不能推断其优于现代季节调整方法。
原文摘要
This paper presents a time-saving method for computing an iterated moving average with triangular weights to better represent the trend-cycle elements in a time-series for measuring seasonal variation. A printing-adding machine is used to obtain progressive summation of the Y-data values of a time series. A stencil having three suitably spaced slots is used to disclose progressively the three terms which are summed to obtain the graduated series required. Multiplied by the reciprocal of the weights the graduated series is reduced to the moving average desired. The moving average is extended to both ends of the series by means of a truncated weight function. Computation of the seasonal indexes is otherwise conventional. Tested against a synthetic series with known seasonals and the Census Bureau test series for seasonal computations, the iterated moving-average method is found to be superior to others now in use.