第8章时间序列分析课件哦,不错精要.ppt

第8章 时间序列分析 Time Series Analysis 8.1 时间序列的分解 8.2 指数平滑 8.3 ARIMA模型 学习目标 理解时间序列分析中的基本概念； 掌握时间序列成分的分解方法； 掌握根据时间序列的组成成分进行预测的方法； 掌握时间序列的指数平滑预测方法 熟悉ARIMA模型特性，了解建模方法 为什么要进行时间序列分析？ 个人、企业和政府都需要根据历史数据（时间序列）对现象的未来发展作出预测并采取相应的决策，时间序列分析为我们提供了相应的分析工具。 我国每年年初都要对当年的主要经济指标作出预测，每个五年计划中要对未来五年的经济和社会发展进行预测。 股票经纪人要对股票市场的未来走势作出及时的预测并相应作出买入或卖出的决策。 企业经理人员的决策中经常需要对未来的市场供求进行预测。 8.1 时间序列的分解 8.1.1 时间序列的构成成分 8.1.2 时间序列分解模型 8.1.3 时间序列长期趋势分析 8.1.4 时间序列季节变动分析 8.1.5 时间序列循环变动分析 8.1.6 时间序列分解预测法 8.1.1 时间序列的构成成分 一个时间序列中可能包含以下四个（或者几个）组成成分： 长期趋势 (Secular trend ,T) 季节变动 (Seasonal Variation ,