第九讲 预测.docVIP

第九讲 预测 问题1 根据以往数据对我国城镇与农村居民的收入进行预测。 　 城镇居民家庭人均可支配收入 农村居民家庭人均纯收入 城镇居民家庭 农村居民家庭 　 绝对数 元 指数 1978 100 绝对数 元 指数 1978 100 恩格尔系数 % 恩格尔系数 % 1990 1510.2 198.1 686.3 311.2 54.24 58.8 1991 1700.6 212.4 708.6 317.4 53.8 57.6 1992 2026.6 232.9 784 336.2 53.04445 57.6 1993 2577.4 255.1 921.6 346.9 50.3167 58.1 1994 3496.2 276.8 1221 364.3 50.03928 58.9 1995 4283 290.3 1577.7 383.6 50.0906 58.6 1996 4838.9 301.6 1926.1 418.1 48.76093 56.3 1997 5160.3 311.9 2090.1 437.3 46.59502 55.1 1998 5425.1 329.9 2162 456.1 44.66099 53.4 1999 5854.02 360.6 2210.3 473.5 42.06798 52.6 2000 6280 383.7 2253.4 483.4 39.44218 49.1 2001 6859.6 416.3 2366.4 503.7 38.19902 47.7 2002 7702.8 472.1309 2475.6 527.9 37.67637 46.2 2003 8472.2 514.6 2622.2 550.6 37.1 45.6 2004 9421.6 554.2 2936.4 588 37.7 47.2 2005 10493 607.4 3254.9 624.5 36.7 45.5 2006 11759.5 670.7 3587 670.7 35.8 43 2007 13785.8 752.3 4140.4 734.4 36.28948 43.1 相对误差不大于4% 时间序列是指一组按照时间顺序或时间段排列的数据序列.它由时间和水平两个因素组成:一个是统计数据所属的时间 或时间段 ,另一个是序列水平的统计数据. 时间序列中各期指标（水平值）是许多不同因素共同影响的结果.对各种因素按其作用来划分,可大致分为四种:长期趋势 Secular trend ,季节变动 Seasonal fluctuation ,循环变动 Cyclical movement 和不规则变动 Irregular variations . 长期趋势是指时间序列所反映的现象在某一个相对较长的时期内持续发展变化的趋势.它受根本性因素的作用和制约.就经济系统而言,它反映基本经济力量的作用.形式上,可表现为向上趋势,向下趋势,平稳趋势,直线趋势,二次曲线趋势和指数曲线趋势等. 长期趋势为平稳趋势的时间序列也称为平稳序列。 季节变动是指一年以内的、具有一定周期性且每年重复出现的变动. 循环变动是一种围绕长期趋势出现的具有一定起伏形态的周期性波动.循环周期时间间隔在一年以上.循环周期的持续时间和振幅的大小不一定相等,因而较难预测与把握. 不规则变动,又称随机变动,是除去长期趋势,季节变动和循环变动之后余下的变动.包括严格的随机变动 由许多细小原因综合引起 和偶发性变动 如政治动荡,战争爆发,大的自然灾害产生的影响 . 上述四种因素的共同作用使得时间序列的指标值呈现出不规则的变化.（传统）时间序列分析即是要把序列指标值分解为与上述四种因素对应的四个部分.一般地,有所谓加法模型和乘法模型. 加法模型: 乘法模型: 加法模型中, S,C,I均是对T的定量偏差,四种因素相互独立,都用原始单位表示.乘法模型中,趋势通常用原始单位表示,其余三个因素则表示成相对数或百分数. 时间序列预测 平稳序列的预测 时间序列分析的一项重要内容就是根据过去已有的数据来预测未来的结果。当序列的长期趋势呈现平稳趋势时，可用简单平均法、移动平均法和指数平滑法对时间序列进行短期预测。 简单平均法 简单平均法就是将过去所有观察值的平均值作为下一期预测值的预测方法。计算公式为 二、移动平均法 简单移动平均法是将时间序列的数据逐项移动,依次计算包含一定期数（最近k期）的序时平均数。以此平均数作为下一期数据的预测值。计算公式为 ， k称为移动平均的移动步长。 应用移动平均法时应注意,若序列有围绕趋势的周期性变动 季节的或循环的 ,移动步长应与周期相同,以消除这些变动 其原因在于,在每一次平均中,有一半的数据在循环中点的