案例26实验报告.docVIP

案例26： 二、 案例分析和报告： 讨论： 题目一 统计预测的方法有很多常用的有以下几种： （1）时间序列法： 确定性时间序列预测，如移动平均法（一、二次），指数平滑法（一 、二、三次），季节周期法 随机性时间序列预测，如平稳时间序列预测(ARMAARIMA等)， 回归预测（线性、非线性、自回归预测等） 马尔柯夫（Markov 系统动力学（S—D （2）模糊预测 （3）灰色系统预测 本案例给出的是按月份记录的各年消费品零售总额。在预测时，首先需要绘制出社会消费品零售总额的线图，进而判断其所包含的成分，然后确定具体的预测方法。 用SPSS画出时间序列的线图，如下图： 从上图可以看出，社会消费品零售总额的变化既包含趋势成分，也包含季节成分。因此，可以考虑选择传统的分解预测法，也可以考率用使Holt指数平滑模型，以及较为现代的ARIMA模型等。这里我们只选择分解预测和ARIMA模型预测两种方法。 分解预测： 分解预测是将时间序列的各个成分依次分解出来，然后进行预测。数据中的季节因素通常由季节指数反映。用SPSS得出消费品零售额每个月的季节指数，并绘制成图。 从上图可以看出消费品零售总额受月份影响比较明显，其中11月、12月、1月、2月对消费品零售总额有较大的正向影响。 季节调整后的数据与原数据对比的线图如下： 其中，系列一为调整