动态数列分析讲解.pptVIP

假设为乘法模型 回归线代表趋势. (假定没有循环变动) 长期趋势没有了，但季节 变动和不规则变动仍存在。 为了去掉不规则变动的影响，计算 各季平均的季节比率。 (.870 + .864 + .865 + .879 + .913)/5 = .878 一季度平均的季节比率: 二季度平均的季节比率: (1.080+1.100+1.067+.993+1.138)/5 = 1.076 三季度平均的季节比率: (1.222+1.284+1.046+1.123+1.182)/5 = 1.171 四季度平均的季节比率: (.861 +.888 + ..854 + .874 + .900)/ 5 = .875 结 束 * * * * * * 是一种对事物的发展普遍和长期起作用的基本因素。受长期趋势因素的影响，事物表现出在一段相当长的时期内沿着某一方向的持续发展变化。任何一个动态数列，都必然受长期趋势因素的影响而呈现出某种长期趋势形态。 长期趋势（T） 把握现象随时间演变的趋势和规律； 对事物的未来发展趋势作出预测； 便于更好地分解研究其他因素。 测定长期趋势的基本方法： 移动平均法 数学模型法 半数平均法 最小平方法 测定长期趋势的意义： 时距扩大法 移动平均法 概念：所谓移动平均，是选择一定的平均项数（常用k表示），采用逐项递移的方法对原动态数列计算一系列移动平均值，这些移动平均值一定程度上消除或削弱了原数列中的不规则变动和其他变动，揭示出现象在较长时间内的基本发展趋势。 一般应选择奇数项进行移动平均； 若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度。 一般步骤： ⒈确定移动时距。 ⒉计算各移动平均值，并将其编制成动态数列。 奇数项移动平均 原数列 移动平均 新数列 移动平均 移正平均 新数列 原数列 偶数项移动平均 t 1 2 3 4 5 6 7 8 9 10 11 12 yt 1 3 5 7 2 4 6 8 3 5 7 9 Mt （k=3) 3 5 4.67 4.33 4 6 5.67 5.33 5 7 — Mt （k=4） 4 4.25 4.5 4.75 5 5.25 5.5 5.75 6 移正平均 4.125 4.375 4.625 4.875 5.125 5.375 5.625 5.875 — — 移动平均法的特点 移动平均对数列具有平滑修匀作用，移动项数越多，平滑修匀作用越强； 由移动平均数组成的趋势值数列，较原数列 的项数少，N为奇数时，趋势值数列首尾 各少(N-1)/2 项；N为偶数时，首尾各少N/2项。 平均项数k为奇数，只需一次移动平均，而平均 项数k为偶数时，尚需再进行一次中心化或移 正平均. 若数列中包含周期变动，平均项数k必须与 周期长度一致，才能消除数列中的周期波动 设动态数列为y1,y2,…yn,时间变量为t; 直线方程为yt=a+bt. ?步骤： 将动态数列分成相等两部分(若为奇数项，舍去第一项) 分别计算两部分的数列和时间均值 带入方程求a和b。 二、数学模型法 （一）半数平均法 解： 代入yt=a+bt中，解得： a=1392.5,b=428 预测1998年的收入为 y1998=1392.5+428?9=5244.5 t 收入 1 2 3 4 5 6 7 8 2200 2400 2250 3000 3360 4000 4340 5000 例题 （二）最小平方法 1.实际值与趋势值离差和为0,即 满足两 个条件 2.实际值与趋势值离差平方和最小,即 若能满足第二个条件，第一个条件自然满足。 方法一: 绘制散点图 方法二: 分析数据特征 判断趋势类型 当数据的一阶差分趋近于一常数时，可以配合直线方程 当数据的二阶差分趋近于一常数时，可以配合二次曲线方程 当数据的环比发展速度趋近于一常数时，可配合指数曲线方程 1、直线趋势方程 例:某企业1998—2005年的销售收入资料如下（单位：万元），拟合直线趋势方程，并预测2008年的销售收入。 预测： 则趋势方程为 0 1 2 3 4 5 6 7 求解a、b的简捷方法 0 1 2 3 -1 -2 -3 取动态数列中间项为原点 当?t = 0时 简捷方法求解 N为奇数时，