时间序列预测方法.pptVIP

时间序列预测方法 趋势法按所 建立的模型 一 确定型时间序列 主要预测方法 时间序列分解法 1 基本特点 a 将影响预测对象的因素看为合力，分为四种数据模式： 趋势变动（T） 季节变动（S） 循环变动（C） 随机变动（I） b 建模的目的是消除随机变量的影响 时间数列的构成要素与模型（构成要素与测定方法） 2 基本模型 3 分解预测的步骤 移动平均法预测 移动平均应注意的问题 （1）移动平均后的趋势值应放在各移动项的中间位置 （2）对于偶数项移动平均需要进行“中心化” （3）移动间隔的长度应长短适中 如果现象的发展具有一定的周期性，应以周期长度作为移动间隔的长度 若时间数列是季度资料，应采用4项移动平均 若为月份资料，应采用12项移动平均 （二）线性模型法 现象的发展按线性趋势变化时，可用线性模型表示线性模型的形式为 线性模型法（a 和 b 的最小二乘估计） 1、趋势方程中的两个未知常数 a 和 b 按最小二乘法(Least-square Method）求得 根据回归分析中的最小二乘法原理 使各实际观察值与趋势值的离差平方和为最小 最小二乘法既可以配合趋势直线，也可用于配合趋势曲线 2、根据趋势线计算出各个时期的趋势值 趋势外推预测法 1 基本模型 2 假定前提 事物发展是一个渐进过程 3 趋势预测法的基本步骤 非线性趋势 （一）二次曲线 (Second Degree Curve) 现象的发展趋势为抛物线形态 1、一般形式为 2、求解 根据最小二乘法得到求解 a、b、c 的标准方程为 （二）指数曲线(Exponential curve) 用于描述以几何级数递增或递减的现象 1、一般形式为 2、求解 采取“线性化”手段将其化为对数直线形式 根据最小二乘法，得到求解 lga、lgb 的标准方程为 （三）修正指数曲线(Modified exponential curve) 在一般指数曲线的基础上增加一个常数K 1、一般形式为 （四）龚铂茨曲线(Gompertz curve) 以英国统计学家和数学家 B·Gompertz 而命名 1、一般形式为 2、求解 （1）将其改写为对数形式 【例题】 根据表的数据，试确定小麦单位面积产量的Gompertz曲线方程，求出各年单产趋势值，并预测2000年的小麦单位面积产量，作图与原序列比较 趋势线的选择 （一）观察散点图 （二）根据观察数据本身，按以下标准选择趋势线 1、一次差大体相同，配合直线 2、二次差大体相同，配合二次曲线 3、对数的一次差大体相同，配合指数曲线 4、一次差的环比值大体相同，配合修正指数曲线 5、对数一次差的环比值大体相同，配合 Gompertz 曲线 6、倒数一次差的环比值大体相同，配合Logistic曲线 （三）比较估计标准误差 变参数曲线预测法（时间序列平滑预测法） 1 基本模型 2 预测步骤——同确定参数方法 3 要点说明 *变参数的确定—— 移动平均法、指数平滑法 *初始值的确定 （一）局部常数均值模型 1 适用条件 预测对象的变动趋势是平稳的，围绕某一水平上下波动。 2 参数估计 一次移动平均法 一次指数平滑法 3 移动平均项数和平滑系数的确定 4 初始值的确定 （二）变参数直线模型 1 适用条件 预测对象的变动趋势呈线性 2 参数估计 二次移动平均法 二次指数平滑法 单一参数（布朗线性） 双参数（霍尔特线性） 3 初始值的确定 （三）变参数二次抛物线模型 1 适用条件 预测对象的变动趋势呈二次曲线特征 2 参数估计 三次指数平滑法 3 初始值的确定 （四）季节性指数平滑模型 1 适用条件 预测对象呈现季节性变动趋势 2 参数估计 温特斯方法 3 值的确定 二、随机时间序列预测法(B-J法) 1 适用条件 预测对象是一个零均值的平稳随机序列 2 平稳的概念 3 模型分类 4 B-J法的预测步骤 随机时间序列预测法(自适应过滤