《预测与决策技术应用》第4章 确定型时间序列分析方法.ppt

二、季节性 当N为奇数时，如N 3： t Xt Mt（1） Mt 1 3 2 4 4 3 5 4 5 4 6 5 6 5 7 6 7 6 8 7 8 7 9 8 9 8 10 9 10 只需要将Mt 1 每个数据向上移动一位，如，将MN 1 置于t N+1 /2,这样就消除了序列 Mt 1 对序列 Xt 长期趋势的偏离。 二、季节性 一年只有4个季度，N 4，如何移动Mt 1 的位置才能消除 Mt 1 与 Xt 间的偏差 t Xt Mt（1） Mt 1 3 2 4 3 5 5 4 6 4.5 6 5 7 5.5 7 6 8 6.5 8 7 9 7.5 8 10 8.5 采用对移动后的Mt 1 再求一次平均值，将均值置于4.5与5.5之间，即t 3的位置。这样得到的序列与序列 Xt 的长期趋势是吻合的。 4.5 无法计算季节性指数，即4.5代表2、3季的长期趋势 平均 将观察值除以移动平均数得到的比值只包含季节性和随机性。如果某个比率的值 100%，意味着实际值X 比移动平均数（ ）要大，该季度的季节性和随机性高于平均数。反之，如果比率小于100%，则表示季节性和随机性低于平均数。 二、季节性 二、季节性 季度 观察值Xt Mt（4） 移动平均值T×C S×I比率％ 长期趋势T 循环变动 C％ 1 3018 - - 　 2820.75 　 2 3044 - - 　 2858.96 　 3 2094 - 2773 75.51 2897.17 　 4 2810 2741.3325 2821 99.62 2935.38 93.39 5 3275 2805.6325 2838 115.4 2973.59 94.35 6 3163 2835.5675 2867 110.3 3011.8 94.15 7 2114 2840.5575 2901 72.89 3050.01 93.13 8 3025 2894.24 2949 102.6 3088.22 93.72 9 3327 2907.41 3156 105.4 3126.43 92.99 10 3493 2989.96 3380 103.4 3164.64 94.48 11 3440 3321.365 3483 98.77 3202.85 103.7 12 3491 3437.92 3548 98.38 3241.06 106.1 13 3685 3527.32 3437 107.2 3279.27 107.6 14 3661 3569.2575 3300 110.9 3317.48 107.6 15 2378 3303.8825 3296 72.16 3355.69 98.46 16 3460 3296.0725 3043 113.7 3393.9 97.12 季度 观察值Xt Mt（4） 移动平均值T×C S×I比率％ 长期趋势T 循环变动C％ 17 3849.6 3166.4 3189.27 120.71 3432.11 92.26 18 3701.2 2918.99 3452.114 107.21 3470.32 84.11 19 2642.4 3459.55 3473.306 76.077 3508.53 98.6 20 3585.5 3444.68 3527.67 101.64 3546.74 97.12 21 4078.7 3501.94 3575.415 114.08 3584.95 97.68 22 3907.1 3553.41 3660.423 106.74 3623.16 98.07 23 2818.5 3597.43 3756.039 75.038 3661.37 98.25 24 4089.5 3723.42 3818.85 107.09 3699.58 100.6 25 4339.6 3788.66 3868.791 112.17 3737.79 101.4 26 4148.6 3849.04 3887.933 106.7 3776 101.9 27 2976.5 3888.54 3875.176 76.808 3814.21 101.9 28 4084.6 3887.33 3844.15 106.26 3852.42 100.9 29 4242.4 3863.03 3813.343 111.25 3890.63 99.29 30 3997.6 3825.27 3795.361 105.33 3928.84 97.36 31 2881 3801.41 4360.33 66.073 3967.05 95.82 32 4036.2 3789.31 4360.38 92.566 4005.26 94.61 季度 观察值Xt Mt（4） 移动平均值T×C