의 많은 종류가 있 평균 같은 연산,고조파,기하학적 평균,평균값,중앙값 모니다.,
명에 따라,데이터 분포,그들은 대부분을 생산하는 결과가 서로 다릅니다. 따라서 큰주의를 기울여 방법을 선택하는 것이 필수적입니다. 이론적으로 기하 평균은이 목적에 가장 적합합니다., 그러나 실제로 산술 평균은 따르고 이해하는 것이 가장 쉽기 때문에 가장 많이 사용됩니다. 일반적으로 산술 방법은 체인 기반 방법과 결합되어 인덱스를보다 일관성있게 만듭니다.
4-가중치 선택
대부분의 경우 인덱스 번호의 구성에 포함 된 변수는 중요하지 않습니다. 따라서 상대적 중요도에 따라 변수에 적절한 가중치를 할당해야합니다. 가중치는 편견이 없어야하며 임의로 선택하지 않아야합니다., 두 가지 일반적인 가중 인덱스가 사용됩니다:
-각 변수의 가격을 기반으로 가격 가중 인덱스. 이를 위해 지수,다변수(주)가장 높은 가격에 더 많은 영향을 미칠의 움직임을 인덱스 보다는 변수를 더 낮은 가격입니다.
-각 변수의 양을 기준으로 값 가중치 인덱스.,
에서 우리를 들어,소비는 연료의 수중 총수에 의해 자동차를합니다.
5-메소드 선택
적합한 메소드의 선택은 인덱스를 빌드하는 마지막 단계입니다. 인덱스를 계산하는 방법에는 여러 가지가 있으므로이 3 가지 인기있는 방법을 살펴 보겠습니다.,61330″>
Simple Average of Aggregative Index
In this method, the index number is equal to the average of the aggregative indexes:
Index = Sum(aggregative index) / count of variables
Weighted Aggregative Method
The first two methods are simple and fast to implement., 그러나 그들은 각 항목의 상대적 중요성을 고려하지 않고 있습니다. 각 항목은 전역 색인에서 동일한 가중치를 갖습니다. 그러나 트럭보다 훨씬 많은 버스가 있다면 어떨까요? 왜 트럭이 글로벌 지수에 동일한 영향을 미쳐야합니까?그런 종류의 상황에서는 가중치가있는 방법을 사용하는 것이 좋습니다. 이러한 방법을 사용하면 상대적 중요도에 따라 항목에 다른 가중치를 할당 할 수 있습니다. 수량 가중치를 기준으로 인덱스 번호를 추정하기 위해 많은 방정식이 개발되었습니다., 다음은 가장 인기있는 몇 가지:
- Laspeyre 의 지수는 기본 연도(q0)의 고정 가중치로 구축됩니다.
- Paasche 의 인덱스로 구축된 고정된 무게의 현재 년(q1).,
- Dorbish 및 Bowley 의 인덱스의 평균을 모두 방법 위에서 언급된 그 계정으로의 영향력을 모두 년입니다. 산술 평균이 사용됩니다.,
- Fisher’s ideal index is also an average of Lapeyre’s index and Paasche’s index but using the geometric mean.,
So, with the same example we obtain:
Which index to choose?
The table below compiles the results and the main advantages and disadvantages of the methods described above.,”b748771f21″>
지침으로 선택하는 인덱스를 사용하는지 확인
-그것을 반영한 포괄적인 표현의 의도 시장 또는 시장 세그먼트;
-그것은 반응을 진화 시장
-그것을 반영한 데이터 품질, 유통 및 변화 시간(추세,계절성,변형,…)
-는 방식의 건축은 투명하고 목적은;
-할 수 있는 정기적으로 균형이 그것을 쉽게 유지에 따라 그것을 당신의 전산 사용할 수 있는 시간과 기계의 공연이다.,