实验5---季节调整.docVIP

实验5：季节调整 一、移动平均乘法季节调整设 是样本容量为12×的含季节效应的月度时间序列。按所在的年份和月份重新记作，其中k 1,2,…,N 表示年份，m 1,2, …,12 表示月份。或设 是样本容量为4×N的含季节效应的季度时间序列。按t所在的年份和月份重新记作，其中k 1,2,…,N 表示年份，q 1,2, …,12 表示季度。 第一步：加权中心移动平均 若时间序列存在季节效应，序列会呈现出周期性的波动。从序列中提取出季节成分，序列会变得平滑。因此，为了提取出季节成分，先对时间序列进行加权中心移动平均。 月度调整： ， 季度调整： ， 第二步：计算比率（实际季节指数） 初次平滑以后，时间序列的值有的变小了有的也变大了。为了考察初次平滑后的序列的变化，我们计算原序列与初次平滑后的序列的比率。 称为实际季节指数。其中，月度调整时；季度调整时。 第三步：计算季节指数 由于随机因素的影响，实际季节指数在相同的月份（或季度）并不相同，为了从总体上考察相同的月份（或季度）实际季节指数的平均水平。我们对上述相同月份（或季度）的实际季节指数求平均值。 月度调整：， 季度调整：， 称为季节指数。其中样本期里的年份数，表示月份，表示第年第月的实际季节指数，表示第年第季度实际季节指数。 第四步：季节因子 为了使季节指数的乘积为1，对季节指数进行标准化，用季节指数除以季节指数的几何平均值，标准化了的季节指数称为季节因子。 月度调整： 季度调整： 第五步：季节调整 用原序列除以季节因子就是提取出季节因素后的序列，设为。 月度调整： 季度调整： 其中，是时期所在的月份（或季度）。 第六步：趋势拟合 进行趋势拟合，方法是进行回归： ， 为随机变量。 从上面的调整过可知，如果调整后的序列存在时间趋势则移动平均乘法季节调整可变为模型： 其中为所对应的某年某月（\某年某季）的季节因子。 第七步：预测 预测值的均值为 其中为所对应的某年某月（\某年某季）的季节因子。 二、移动平均加法季节调整 第一步：中心移动平均若时间序列存在季节效应，序列会呈现出周期性的波动。从序列中提取出季节成分，序列会变得平滑。因此，为了提取出季节成分，先对时间序列进行加权中心移动平均。 月度调整： ， 季度调整： ， 第二步：计算差 实际季节增量 第三步：计算季节指数月度调整：， 季度调整：， 第四步：季节 为了使季节增量的和为0，用季节增量减去季节增量的算术平均值，处理后的季节增量称为季节因子。 月度调整：， 季度调整：， 第五步：季节调整月度调整：， 季度调整：， 第六步：拟合趋势 进行趋势拟合，方法是进行回归： ， 为随机变量。 从上面的调整过可知，如果调整后的序列存在时间趋势则移动平均乘法季节调整可变为模型： 其中为所对应的某年某月（\某年某季）的季节增量。 第七步：预测 预测值的均值为： 其中为所对应的某年某月（\某年某季）的季节增量。 上机实验： （1）对实验5数据进行移动平均乘法季节调整、趋势拟合，并预测2011年1月2011年1月社会消费品零售总额实验5数据进行移动平均加法季节调整、趋势拟合，并预测2011年1月2011年1月社会消费品零售总额 3