人大版,贾俊平,第五版,统计学 第13章 时间序列分析和预测.pptVIP

移动平均趋势剔除法 第一步：计算移动平均值（如果是季度数据，采用4项移动平均，如果是月份数据则采用12项移动平均），并将其结果进行中心化处理（将移动平均值再进行一次二项移动平均），得出中心化移动平均值（CMA） 第二步：计算季节比率。将序列的各观测值除以相应的CMA，然后计算出各季度（或月份）的季节比率平均值 第三步：季节调整指数。将各季度（或月份）的季节比率平均值除以季节比率总平均值 2.分离季节成分 将各观测值分别除以相应的季节指数，将季节成分从时间序列中分离出去 13.7.2 建立预测模型并进行预测 用分离季节性因素的序列建立模型，进行预测。（如线性回归，具体形式根据分离季节性因素的序列形状确定） 用初步预测结果，乘以相应的季节指数，得到最终预测值。 * 第13章 时间序列分析和预测 13.1 时间序列及其分解 1.同一现象在不同时间上的相继观察值排列而成的数列 2. 形式上由现象所属的时间和现象在不同时间上的观察值两部分组成 3. 排列的时间可以是年份、季度、月份或其他任何时间形式 时间序列（一个例子） 国内生产总值等时间序列 年 份 国内生产总值 (亿元) 年末总人口 (万人) 人口自然增长率 (‰) 居民消费水平 (元) 1990 1991 1992 1993 1994 1995 1996 1997 1998 18547.9 21617.8 26638.1 3463