Lect_06_Regression_and_Time_series_edited_Ana.pptVIP

下载本文档

4
0
约9.39千字
约 37页
2016-08-24 发布于河南
举报
版权申诉

Lect_06_Regression_and_Time_series_edited_Ana.ppt

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Lect_06_Regression_and_Time_series_edited_Ana

* Identifying the trend of an additive model In this case, Y = C + I + S + T The trend part (T) of an additive model is a line of the form y = mx + c Remarks. We will ignore C, because in practice, C is often absent from data. We will use an appropriate moving average, in order to eliminate S and I. Identifying the trend using moving averages Y T (Trend) Y – T Year quarter Sales (000s) 4 quarter moving total 4 quarter moving average 4Q Centred moving average S+I (Y-T) 1998 Q1 87.5 Q2 73.2 314 78.5 Q3 64.8 316.8 79.2 78.9 - 14.1 Q4 88.5 319.6 79.9 79.6 8.9 1999 Q1 90.3 324 81 80.5 9.8 Q2 76.0 330.2 82.55 81.8 - 5.8 Q3 69.2 333.8 83.45 83 - 13.8 Q4 94.7 336.2 84.05 83.8 11 2000 Q1 93.9 339 84.75 84.4 9.5 Q2 78.4 344.6 86.15 85.5 - 7.1 Q3 72.0 Q4 100.3 * Producing an equation for the trend y = 0.97x + 77.8 Year Quarter Quarter Trend 3 1 78.9 1 6217.32 78.85 4 2 79.6 4 6328.20 159.10 1999 1 3 80.5 9 6472.20 241.35 2 4 81.8 16 6687.15 327.10 3 5 83.0 25 6889.00 415.00 4 6 83.8 36 7014.06 502.50 2000 1 7 84.4 49 7123.36 590.80 2 8 85.5 64 7301.70 683.60 Total 36 657.2 204 54033.00 2998.30 * Plotting the trend line The model y = 0.97x + 77.8 is a reliable predictor of trend as 99% of the variation in trend is explained by the model Finding the seasonal variation Q1 Q2 Q3 Q4 1998 -14.1 8.9 1999 9.8 -5.8 -13.8 11 2000 9.5 -7.1 Total 19.3 -12.9 -27.9 19.9 Average S Unadjusted S 9.65 -6.45 -13.95 9.95 Adjustment 0.2 0.2 0.2 0.2 Adjusted S 9.85 -6.25 -13.75 10.15 Total on this row is -0.8. We compensate by adding to S In order to predict the sales for the first quarter of 2001, we will use the equation Y=T+S = (0.97x+77.8) + 9.85, where x is the number of quarters since 1998 Q3. Hence we have: x=11 and