（第十一章 时间数列预测方法.ppt

通过本章学习，了解时间数列的影响因素，掌握长期趋势和季节变动的分析测定方法，能依据实际资料计算运用适宜的动态分析指标，测定现象的长期趋势和季节变动。 第一节 时间数列预测的基本理论 一、时间数列分析预测的意义： 1、定义：以时间数列为依据，运用统计分析方法测 定数列变动中主要因素发展变化的状况，以认识现象发展变化的规律性，为预测现象的未来发展提供依据。 2、意义： ——进行时间数列分析预测，可以认识现象发展变化的规律性，借以鉴往知来，可以为作出决策、制定政策、编制和检查计划，进行科学管理提供依据，在统计分析中占有重要地位。 关系式为：Y=T×S+C×I （常态变动） （剩余变动） 三、时间数列分析的基本原理 ——在四种因素中，先剔除其余几种因素的影响来测定一种因素变动的影响；然后再结合起来测定各种因素变动的综合影响。 基本步骤： 1、先测定长期趋势值T，可得消除T影响的时间数列 Y/T=S×C×I 2、再测定季节变动值S，可得消除T和S影响的时间数列 一、时距扩大法 ——将原有数列中若干个时期加以合并，得出较长时距资料，以消除较小时距单位受到的不规则因素变动影响，反映现象变化长期趋势的方法。（把各期资料加以合并，把时期扩大） 包括：（1）用扩大后的总量指标编制新数列 （适用于时期数列） （2）用扩大后的序时平均数编制新数列 （适用于时点数列） 举例： 某商场某年商品销售额资料(万元) 二、移动平均法： 1、定义：根据时间数列资料，逐项递推移动，依次计算包含一定项数的扩大时距的序时平均数，形成一个新的时间数列，反映长期趋势的方法。 2、特点：等距平均，逐项递移 3、方法： （1）确定时距项数 注意：一般来说，移动项数越大，修匀的程度越大， 新数列的项数越少；移动项数越少，修匀的 程度越小，新数列的项数越多。 奇数项时：趋势值项数＝原数列项数－移动项数+1 偶数项时：趋势值项数＝原数列项数－移动项数 （2）计算移动平均数 ——从动态数列的第一项开始，按照一定的项数求序时平均数，逐项移动，边移动边平均。 （3）按计算出来的平均数排列成新数列 ①项数为奇数时：第一个平均数应对应写在项数的中 间项上 ②项数为偶数时：计算出的平均数写在项数前后各一 半的中间位置上，再作两项移动平 均对正时期。 注：如移动项数为偶数项时，长期趋势值的测定可 用首末折半法计算。 公式：P299-P300 举例： 三、指数平滑法： ——利用本期实际观察值和本期趋势预测值，分别给予不同权数进行加权，求得一个指数平滑值，作为下一期趋势预测值的预测方法。 1、一次指数平滑法 一次指数平滑值： 一次指数平滑趋势预测值： 2、二次指数平滑法 一次指数平滑值： 二次指数平滑值： 四、数学模型法——最小平方法1、直线模型 (1)确定动态数列是否有直线趋势 （用散点图或一次增量大致相等） （2）假设方程 （3）计算a、b两个参数: 用最小平方法。 从 出发，得到： 得 2、曲线趋势的测定（指数曲线） 步骤： （1）确定动态数列是否有指数曲线趋势 (用散点图或各期环比速度大致相等) （2）假设指数曲线方程 （3）计算a、b两个参数 1）把指数曲线转化为直线 ㏒ =㏒a+x㏒b 即：Y=A+Bx 2）计算A、B两个参数（用最小平方法） 得： 3）计算a、b 第三节 季节变动分析 测定的意义：研究、认识季节变动的规律性，鉴往