项目07动态数据分析及预测资料.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 在运用移动平均法修匀动态数列时，应当注意以下三点。 (1)??采用移动平均法计算出来的新数列比原动态数列的项数要少，为了便于看出发展趋势，确定移动平均的项数要视具体情况而定，一般不易太多。 (2)??一般情况下，如果现象的发展具有一定的自然周期，应根据周期确定被移动平均的项数。 (3)??移动平均法，选择奇数项移动平均比较简单方便，一次即可得到趋势值。采用偶数项移动平均时，需要二次平均才可得到趋势值。 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 最小平方法又称为最小二乘法，是长期趋势分析中较常用的统计方法。这种方法的基本原理是，运用一定的数学模型，对原动态数列配合一条适当的趋势线，据以进行长期趋势分析。根据最小平方法的基本原理，若要找到一条最佳趋势线，必须使原动态数列的实际观测值 与趋势线方程式中的趋势值 离差平方之和为最小，即 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 设直线趋势方程为： 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 在动态数列不同时间的观察值的基础上，根据最小平方法的基本原理，若 ，便可推导出关于 、 的二元一次方程组： 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 解上面这个方程组，可推导出直线趋势方程中两个待定参数 、 的直接计算公式如下： 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 【例7-19】某地区2001—2010年粮食产量资料见表7-24。 表7-24 某地区2001—2010年粮食产量资料 t 年份 产量 年份 产量 2001 2002 2003 2004 2005 230 236 241 246 252 2006 2007 2008 2009 2010 257 262 276 281 286 工作任务三 动态数列的趋势分析 一、长期趋势分析 (二)长期趋势分析的方法 3．最小平方法 【例7-19】某地区2001—2010年粮食产量资料见表7-24。 要求：用最小平方法建立直线趋势方程，测定该地区粮食产量的长期趋势值，并预测2013年的粮食产量。 表7-25 最小平方法计算表 年份 时间变量 粮食产量y/t ty t2 yc 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 1 2 3 4 5 6 7 8 9 10 230 236 241 246 252 257 262 276 281 286 230 472 723 984 1260 1542 1834 2208 2529 2860 1 4 9 16 25 36 49 64 81 100 228.15 234.49 240.84 247.18 253.53 259.87 266.22 272.56 278.91 285.25 合计 55 2?567 14?642 385 2?567.00 工作任务三 动态数列的趋势分析 依据表中数据可得： 那么，直线趋势方程就是： 该地区2001─2010年粮食产量的趋势值见表7-25最后一列。 工作任务三 动态数列的趋势分析 若要预测2013年的粮食产量，取 ，则 在以上计算中，把时间变量 是从小到大排列的，若能使 ，则可简化求 的计算，其公式为： 工作任务三 动态数列的趋势分析 表7-26 简化最小平方法计算表 年份 时间变量t 粮食产量y/吨 ty t2 yc 2001 -9 230 -2?070 81 228.15 2002 -7 236 -1?652 49 234.49 2003 -5 241 -1?205 25 240.84 2004 -3 246 -738 9 247.18 2005 -1 252 -252 1 253.53 2006 1 257 257 1 259.87 2007 3 262 786 9 266.22 2008