运用Excel进行推断统计.pptVIP

九、季节变动时间序列的分解分析 （一）简介：分解分析法是时间序列分析和预测过程中常用的统计方法。该方法假设时间序列是趋势变动(T)、循环变动(C)、随机变动(I)综合影响的结果，分解过程首先从原始序列中消除随机变动，然后在此基础上，分别识别出循环变动和趋势变动的变化模式。假设的合理性、方法的科学性和操作的简易性使分解分析法在经济预测中得到了较为广泛的应用。下面结合具体例子介绍在Excel中如何实现时间序列的分解分析。如图附-23所示，表中A1至B13单元格是1996至1998年各季度某海滨城市旅游人口数(千人),试预测1999年各季度旅游人口数。 （二）操作步骤： 1．计算一次移动平均，消除随机波动。在C3单元格填入公式“=AVERAGE(B2:B5)”，然后用“填充柄”将公式复制到C4:C11单元格。 2 ． 中心化移动平均数。在D4单元格输入公式“=AVERAGE(C3:C4)” ，再用“填充柄”将公式复制到D5:D11单元格。 3． 计算季节指数。在E4单元格输入公式“=B4/D4” ，然后用“填充柄”将公式复制到E5:E11单元格。 4. 计算平均季节指数。在F4单元格中输入公式“=AVERAGE(E4,E8)” ，然后用“填充柄”将公式复制到F5:F7单元格。 图 附-23 5. 计算调整后的季节指数。为了让季节指数的总平均为1，必须对季节指数加以调整。先在G4单元格中输入公式“=F4/AVERAGE($F$4:$F$7)” ，再用“填充柄”将公式复制到G5:G7单元格。此时，G4:G7就是最终计算出的四个标准化之后季节指数，的季节指数，它反映的是原始时间序列中的循环变动。然后，根据G4:G7单元格数值，将四个季节指数分别填充到G2:G13的其它对应季节的空白单元格内，供下一步计算使用。 6. 消除旅游人数序列中的季节变动。在H2单元格中输入公式“=B2/G2” ，然后将公式复制到H3:H13单元格。此时，H列就是消除季节变动之后的旅游人数时间序列。 图 附-24 7. 对消除季节变动的旅游人数进行回归分析。在I列填入时间序号1至15。选择“工具”菜单的“数据分析”子菜单，双击“回归”选 项，弹出回归分析对话框。按图附-24所示的方式填写对话框。然后单击“确定”按扭，即可得到剔除了季节波动的时间序列的线性趋势模型。线性模型估计结果如图附-25所示，其中B35单元格是线性趋势模型的截距，B36单元格是斜率。 图 附-25 8. 预测。在G14:G17单元格中分别填入刚才计算出的四个调整后的季节指数，在B14单元格中输入公式“=($B$35+I14*$B$36)*G14” ，其中“($B$35+I14*$B$36)”只是趋势变动的预测结果，乘以G14（季节指数）后，则反映的是趋势变动和季节循环变动叠加之后的预测结果。然后利将此公式复制到B15:B17单元格，B14:B17单元格中就是1999年各个季度旅游人数的预测值，如图附-26所示。 图 附-26 （三）结果分析：以上步骤完成了整个季节时间序列的分析和预测过程。使用了分解分析的方法，能将时间数列的各个影响因数都分解出来，由这种方法得到的预测模型和预测结果都比直接对时间序列使用回归分析要更为可靠合理。读者可以参考以上分析步骤，用类似的方法在Excel中进行月份时间序列、双循环变动时间序列等的分解分析和预测。 运用Excel进行推断统计 一、二项分布工具 二、其它几种主要分布的函数 三、随机抽样工具 四、样本推断总体 五、假设检验 六、单因素方差分析 七、线性回归分析 八、相关系数分析 九、季节变动时间序列的分解分析 一、二项分布工具 （一）简介：在Excel中想要计算二项分布的概率值、累积概率，需要利用Excel的工作表函数BINOMDIST。函数 BINOMDIST 适用于固定次数的独立实验，实验的结果只包含成功或失败二种情况，且每次实验成功的概率固定不变。例如，已知次品概率的情况下，函数 BINOMDIST可以计算抽查10个样品中发现2个次品的概率。以下例子说明如何在Excel中计算二项分布的概率值，以及如何进一步建立二项分布图表。 （二）操作步骤：例子如下所示，一个推销员打了六个电话，推销成功的概率是0.3，那么可以按以下步骤建立推销成功次数的概率分布图表。 1、如图附-8所示，先在Excel之下建立好概率分布表格的框架。 图 附-8 2、如图附-9 所示,先在B7至F7单元格分别输入概率计算公式。 图 附-9 3、公式的拷贝。选取B7至F7单元格，然后移动鼠标至F7单元格的 右下角，使其成为黑色实心十字星状，一般称之为“填充柄”，拖动“填充