季節性分析技術.ppt

時間序列的預測 循環分析技術 與季節變動相似，但時間較長。 循環發生經常是不規則，由於難以確認轉折點，所以很難從過去的數據進行預測。 最常用方法是其解釋性，例如某月開始建屋之數目，通常是往後數月與建造新房子之相關服務與商品指標。(銷售與景氣預測) 關聯性預測 關聯性技術重點在於建立出歸納預測變數效果方程式，主要的分析方法為迴歸。 分為簡單線性迴歸，曲線與多元迴歸分析二種。 簡單線性迴歸 目的是求出一條直線方程式，使每個資料點與此線的垂直距離平方和最小。 此最小平方直線的方程式如下： 簡單線性迴歸(1/2) 以下的方程式可以計算出係數 a 與 b： 簡單線性迴歸(2/2) 直線方程式的圖形如下： See example 8, page. 3-29. 迴歸(1/2) 迴歸於預測應用與指標之使用有關，以下為常見的指標： 工廠存貨淨變動量 商業銀行放款利率 工業產出 消費者物價指數 躉售物價指數 股票市場價格 迴歸(2/2) 迴歸相關性衡量二變數之間關係強度與方向。相關係數 r 的範圍為 -1.00到+1.00。 相關係數的平方（ ）可用來衡量線性迴歸對數據的解釋能力。若　值相當高（例如 .80或以上），表示獨立變數是相依變數的優良預測值。 應用線性迴歸分析的要點(1/2) 簡單迴歸分析的應用應滿足下列假設： 在直線附近的變動是隨機的。 在