Материал из MachineLearning.
В экономике многие явления характеризуются периодически повторяющимися сезонными эффектами. Соответственно временные ряды, их отражающие, содержат периодические сезонные колебания. Эти ряды и их колебания можно представить как генерируемые моделями двух основных типов: моделями с мультипликативными и с аддитивными коэффициентами сезонности.
Модели первого типа имеют вид:
где динамика величины 
характеризует тенденцию развития процесса;
fu ft-x, •••> h-i + i~ коэффициенты сезонности;
/ — количество фаз в полном сезонном цикле (если ряд
представляет месячные наблюдения, то в экономике обычно
/ — 12, при квартальных данных / = 4 и т. п.);
et — неавтокоррелированный шум с нулевым математи-
ческим ожиданием.
Модели второго типа записываются как:
где величина (h, t описывает тенденцию развития процес-
са;
, ёи gt -it •... gt - г + i—аддитивные коэффициенты сезон-
ности;
/ — количество фаз в полном сезонном цикле:
