第十一章时间数列预测方法解答.pptVIP

第十一章时间数列分析预测 第二节长期趋势预测 一、长期趋势的修匀方法 1.时距扩大法和序时平均法： 2.移动平均法： 采用奇数项计算移动平均数，移动一次 采用偶数项计算移动平均数，移动二次 采用移动平均法修匀时间数列，可以消除季节变动和不规则变动的影响。 3.指数平滑法 1）一次指数平滑法 2）二次指数平滑法 一次指数平滑值： 二次指数平滑值： 线性模型： 其中： 二、长期趋势的数学模型 (一)线性模型： 其中未知参数a和b通常按最小平方法（最小二乘法）求得。 最小平方法要求实际观察值（yi）与趋势值（ ）的离差平方和为最小。 即： （二）非线性模型 1.指数曲线---描述以几何级数递增或递 减的现象 指数曲线形式： 式中：a、b为未知常数。 2.二次曲线 当现象发展的趋势为抛物线形态时，则配合二次曲线，即： 根据最小二乘法，得方程： 第三节季节变动的测定 季节变动---指事物因受自然条件或社会 习俗等 因素影响，在一年内 随着季节的更 换而引起的比 较有规律变动。 测定季节变动一般需要掌握至少连续三 个周期 以上的统计资料。 季节变动一般用季节指数（%）测定，其值围绕100%上下波动。一般指数大于100%表示旺季，低于100%表示淡季。 测定的方法 1.假定时间数列中没有明显的长期趋势变动或循环变动，用同期平均法。即： 2.长期趋势剔除法 当时间数列有明显的长期趋势，则先将时间数列中的趋势变动予与剔除，然后再计算季节指数。 数列中的长期趋势值可采用移动平均法求得，也可采用最小平方法求得。 例：某厂过去4年中电视机的销售量如下 第四节循环变动和不规则变动分析 一、循环变动的测定 循环变动----时间间隔超过一年的环绕趋 势线的上下波动。 测定方法：先求长期趋势值T 再以T*C除以T值 即循环变动C=（T*C）/T 例：某企业的产品历年销售情况如下 二、不规则变动成分的分离 将季节不规则变动值S*I除以季节指数S值，则可得到不规则成分I ，即 I=（S*I）/S 例：如上例 三、利用趋势和季节成分进行预测 例：根据上例资料，预测2002年4个季度的产品销量 【案例2】珍珠啤酒近5年销售量直线上升。为了正确制订第六年的生产经营计划，组织好原材料和包装物的采购供应，搞好生产设备检修、产品存储设施的准备、销售网点增设等工作，特对第六年啤酒销售进行 趋势预测。 一、本厂珍珠啤酒近5年分品种销售量如下表： 分析过程 一、分析啤酒销售量发展趋势并预测第六年销售量 单位：吨 y6=518.6+167.5×3=1021.1（吨） 即第六年啤酒销售量预测值为1021.1吨 二、分析品种构成，以便预测各种啤酒销售量 三、分析啤酒销售连季节比重，以便进行季节预测 四、对第六年啤酒销售量进行预测 856 171 685 167 518 172 346 158 188 ---- 啤酒销售量 逐期增长量 5 4 3 2 1 项目 1 675 10 2 596 0 ∑ -376 -346 0 685 1 712 4 1 0 1 4 188 346 518 685 856 -2 -1 0 1 2 1 2 3 4 5 XY X2 Y X 年序 将指数曲线线性化为对数直线形式： 根据最小二乘法得标准方程如下： 求出lga和lgb后，再取其反对数，即得常数a和b。 例：某地区历年人口资料如下表，根据资料性质，拟合适当趋势方程，并预测该地区2002年的人口数 85.5 86.48 87.46 88.47 89.46 90.44 1991 1992 1993 1994 1995 1996 人口数（万人） 年份 1.9320 1.9369 1.9418 1.9468 1.9516 1.9564 1 4 9 16 25 36 1.1 1.1 1.16 1.1 1.1 -0.01 0.05 -0.03 -0.01 0.98 0.97 1.02 0.99 0.98 85.5 86.48 87.46 88.47 89.46 90.44 1 2 3 4 5 6 1991 1992 1993 1994 1995 1996 lgy t2 环比增长速度（%） 二次差 一次差 人口数(万人） t 年份 拟合指数曲线： 即2002年人口数预计为84.63万元 一般情况下，若各观测值的环比发展速度或环比增长速度大体相同，或各观测值对数的一次差大体相同，可配合指数曲线。 一般情况下，若时间