第四章时间序列分解法和趋势外推法ppt.ppt

目标要求 一、掌握时间序列分解法； 二、掌握多项式（二次、三次）曲线趋势外推法； 三、了解指数曲线和生长曲线趋势外推法； 四、了解曲线拟合优度分析。 统计预测方法的分类： 【2】 【习题】 【1】 * * * * 统计预测方法 定性预测方法（第二章） 定量预测方法 回归预测法（第三章） 时间序列预测法 （第4-11章） 定性预测概述 定性预测是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后，再通过一定形式综合各方面的意见，作为预测未来的主要依据。 定性预测的特点： （1）着重对事物发展的性质进行预测，主要凭借人的经验以及分析能力； （2）着重对事物发展的趋势、方向和重大转折点进行预测。 定性预测与定量预测的区别与联系 （1）定性预测注重于事物发展在性质方面的预测，具有较大的灵活性，易于充分发挥人的主观能动作用，且简单、迅速，省时省费用； 但易受主观因素的影响，比较注重于人的经验和主观判断能力，从而易受人的知识、经验和能力的多少大小的束缚和限制，尤其是缺乏对事物发展作出数量上的精确描述。 （2）定量预测则是注重于事物发展在数量方面的分析，重视对事物发展变化的程度作数量上的描述，更多地依据历史统计资料，较少受主观因素的影响。 但比较机械，不易处理有较大波动的资料，更难以预测事物质的变化。 （3）定性预测和定量预测并不是相互排斥的，而是可以相互补充的，在实际预测过程中应该把两者正确的结合起来使用。 第四章 时间序列分解法和趋势外推法 按照时间的顺序把随机事件变化发展的过程记录下来的一列有序数据就构成了一个时间序列。对时间序列的分析在实际中应用非常广泛，且有较好的预测效果。 时间序列预测法是一种考虑变量随时间发展变化规律并用该变量以往的统计资料建立数学模型作外推的预测方法。 4.1 时间序列分解法 一、时间序列的分解 经济时间序列的变化受到长期趋势、季节变动、周期变动和不规则变动这四个因素的影响。 （1） 长期趋势因素（T） 反映了经济现象在一个较长时间内的发展方向，它可以在一个相当长的时间内表现为一种近似直线（或曲线，如指数曲线）的持续向上或持续向下或平稳的趋势。如股市中的牛市、熊市总能延续数月甚至几年。 （2） 季节变动因素（S） 指经济现象受季节变动影响所形成的一种长度和幅度固定的周期波动。包括自然季节影响或工作时间规律影响等。如5天工作制形成的波动。 （3） 周期变动因素（C） 周期变动因素也称循环变动因素，它是受各种经济因素影响形成的上下起伏不定的波动。如国内生产总值、工业产值指数、股票价格、利率和大多数经济指标，均有明显的周期变动特征。 季节变动与周期变动的区别是季节变动的波动长度较固定，而周期变动的长度一般不固定。 （4） 不规则变动因素（I） 不规则变动又称随机变动，它是受各种偶然因素影响所形成的不规则变动。如股市中，利空或利好产生的影响。 二、时间序列分解模型 时间序列分解成以上四种因素以后，可以认为时间序列Y是四个因素的函数，即： 加法模型为： 乘法模型为： 时间序列分解的方法有很多，较常用的模型有加法模型和乘法模型。 乘法模型应用较多，在该模型中，时间序列值(Y)和长期趋势用绝对数表达，而季节变动、周期变动和不规则变动用相对数(百分数)表达。 分解方法较简单，一般思路是先计算季节指数，然后计算长期趋势和周期变动。 （1）季节指数S的计算 运用移动平均法剔除季节变化因素，得到序列TC。然后再按月(季)平均法求出季节指数S。 （2）长期趋势T的计算 做散点图，选择适合的曲线模型拟合序列的长期趋势，得到长期趋势T。 （3）周期变动因素C的计算 用前面得到序列TC除以T即可得到周期变动因素C。 三、时间序列的分解方法 除作上述计算外，还可计算不规则变动因素I，不过，因其不可预测，实际意义不大。方法如下： （4）不规则变动因素I的计算 将时间序列的T、S、C分解出来后，剩余的即为不规则变动，即： 四、时间序列的分解预测模型 因为不规则变动因素I的不可预测性，所以时间序列的分解预测模型通常忽略I。即加法和乘法预测模型分别为 【实例】P63 表4-1是某商品销售额的12年季度数据，试用乘法分