时间序列分解法.pptVIP

时间序列分解法和趋势外推法 时间序列分解法 趋势外推法概述 多项式曲线趋势外推法 指数曲线趋势外推法 生长曲线趋势外推法 曲线拟合优度分析 对事物本身随时间变化规律的研究称为时间序列分析（time series analysis） 。 从回归分析法的角度看，时间序列分析法实际上是一种特殊的回归 分析法，因为此时不再考虑事物之间的因果关系或其他相关关系， 而仅考虑研究对象与时间之间的相关关系，即将时间作为自变量。 时间序列数据的编制应该遵循以下一些原则： ?? （1）时间序列中的各项数据所代表的时期长短（或间隔时间）应该一致且连续； ?? （2）时间序列中的各项数据所代表的总体范围应该一致； ?? （3）时间序列中的各项数据所代表的质的内容应该前后一致； ?? （4）统计指标数据的计算方法和计量单位应该一致。 时间序列分解法 一、时间序列的分解 时间序列的变化受到长期趋势、季节变动、周期变动和不规则变动这四个因素的影响。其中： （1） 长期趋势因素（T） 反映了事物现象在一个较长时间内的发展方向， 它可以在一个相当长的时间内表现为一种持续向上 或持续向下或平稳的趋势。 （2） 季节变动因素（S） 是事物现象受季节变动影响所形成的一种长 度和幅度固定的周期波动。 （3） 周期变动因素（C） 周期变动因素也称循环变动因素，它是受各 种因素影响形成的上下起伏的波动。 （4） 不规则变动因素（I） 不规则变动又称随机变动，它是受各种偶然 因素影响所形成的不规则变动。 二、时间序列分解模型 时间序列y可以表示为以上四个因素的函数，即： 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。 加法模型为： 乘法模型为： 三、时间序列的分解方法 （1）运用移动平均法得到序列TC。然后再用按月（季）平均法求出季节指数S。 （2）做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。  （3）计算周期因素C。用序列TC除以T即可得到 周期变动因素C。 （4）将时间序列的T、S、C分解出来后，剩余的 即为不规则变动，即： 趋 势 外 推 法 概 述 一、趋势外推法概念和假定条件 趋势外推法概念： 当预测对象依时间变化呈现某种上升或下降趋势，没有明显的季节波动，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。 趋势外推法的两个假定： （1）假设事物发展过程没有跳跃式变化； （2）假定事物的发展因素也决定事物未来的发展， 其条件不变或变化不大。 二 、趋势模型的种类 多项式曲线外推模型： 一次（线性）预测模型： 二次（二次抛物线）预测模型： 三次（三次抛物线）预测模型： 一般形式： 设有一组统计数据 ， ，…， ，令 即： 解这个三元一次方程就可求得参数。 二、三次多项式曲线预测模型及其应用 三次多项式曲线预测模型为： 设有一组统计数据 ， ，…， ，令 即： 解这个四元一次方程就可求得参数。 指 数 曲 线 趋 势 外 推 法 一、指数曲线模型及其应用 指数曲线预测模型为： 对函数模型 做线性变换得： 令 ，则 这样，就把指数曲线模型转化为直线模型了。 二、修正指数曲线模型及其应用 修正指数曲线预测模型为： 指数曲线预测模型： 一次指数形式 ： 修正的指数曲线预测模型 ： 对数曲线预测模型： 生长曲线趋势外推法： 皮尔曲线预测模型 ： 龚珀兹曲线预测模型 ：