季节变动预测法分析.pptVIP

第五章 季节变动预测法 判断季节变动存在的方法 不变季节指数预测法 可变季节指数预测法 双季节指数预测法 5.3 可变季节指数预测法 如果一个时间序列具有线性（或非线性）趋势且受季节因素的影响，这种季节影响因素随着时间的推移有逐渐加大（或减小）的趋势，如图所示。对这样问题的预测应采用可变季节指数预测法。 0 图5.5 可变季节指数示意图 趋势线 观测值 预测步骤： 1）建立时间序列的趋势线方程，并计算各期趋势值 2）剔除趋势： 3）分别将同一季节的不同周期的 值构成一个数列，观察它们随时间而变化的规律，像作趋势预测那样，采用适当的曲线拟合这些 的值，以求出季节指数的估计值 。 4）建立趋势季节预测模型，并进行预测。 预测模型为： ▲见P114例5.7 5.4 双季节指数预测法 由于经济变量的取值受多种因素的影响，所以对时间序列来说，可能出现这种情况：某种因素使它表现出长度为 的季节性，另一种因素却使它表现出长度为 的季节性。 例如，一个企业的产品主要供给两家公司作为生产原料，这两家公司的生产周期分别为4个月和6个月，这时该企业的这种产品的销售量就可能表现出 和 的两种周期性。对这样问题的分析及预测应采用双季节指数预测法。 预测步骤： １）估计趋势值 ２）剔除趋势： ３）计算序列　　的各阶自相关系数，从而判断时间序列存在长度为　的季节性变动的可能性。 ４）用方差分析法确认时间序列存在长度为　的季节性变动。 ５）以　为周期，对同季节的　求平均值并加以调整，得出第一个季节指数 ６）从　中剔除　的影响，得到　　，即 7）对序列 重复3、4、5步中对 所做的工作，只是把季节长度 改为 ，最后得到第二个季节指数 8）建立预测模型，并进行预测。 预测模型为： 　　　　　 ▲见P119例5.8 * * * * * * * * * * * * * * * * * * * * * * * Page * 首都经济贸易大学 预测与决策概论 Page * 首都经济贸易大学 预测与决策概论 Page * 首都经济贸易大学 预测与决策概论 Page * 首都经济贸易大学 预测与决策概论 Page * 首都经济贸易大学 预测与决策概论 第五章 季节变动预测法 季节变动是指时间序列受季节因素的影响而发生的周期性的变动（周期短且周期固定） 包含季节变动的时间序列的预测方法思路 首先，找到描述整个时间序列总体发展趋势的模型，即分离趋势线 其次，找出季节变动对预测对象的影响，即分离季节影响因素 最后，将趋势线与季节影响因素合并，得到能够描述时间序列总体发展规律的预测模型。 5.1 判断季节变动存在的方法 直观判断法 自相关系数判断法 方差分析法 5.1.1 直观判断法 1、 图示直接观察法 2、统计表直接观察法 季度 年份 1 2 3 4 2006 11 25 31 7 2007 12 24 30 8 2008 13 26 32 8 5.1.2 自相关系数判断法 自相关系数即原时间数列 和其滞后一段时期的时间数列 两个数列的相关系数。 如果已获得时间序列 的n期观测值 ，将它们视为来自 的样本，则可用样本自相关系数 作为 的估计值，即 式中： 用自相关系数 判断季节变动存在的方法： 如果一时间序列呈现出季节长度为L的季节变动，由于同季节的数据同时大或同时小，故L阶、2L阶等自相关系数取正值，并且很大。L/2阶或L/2+L阶等自相关系数通常取负值，并且绝对值也很大。 利用这一特性，可判断时间序列是否受季节变动的影响，如受影响，也能确定季节长度。 例如： 、 为正值， 、 为负值且绝对值都很大。 故判断此时间序列存在季节变动，季节长度 L=4 y 11 25 31 7 12 24 30 9 13 26 32 8 10 27 31 10 rk yt+1 25 31 7 12 24 30 9 13 26 32 8 10 27 31 10 -0.113 yt+2 31 7 12 24 30 9 13 26 32 8 10 27 31 10 　 　 -0.8823 yt+3 7 12 24 30 9 13 26 32 8 10 27 31 10 　 　 　 0.0168 yt+4 12 24 30 9 13 26 32 8 10 27 31 10