数据预测分析方——excel.pptVIP

数据预测分析专题之一——时间序列预测 管理科学与工程学院 隋莉萍 数据预测分析的两个主要方面： 时间序列预测 回归分析预测 内容简介 时间序列的概念和组成 时间序列预测的步骤 衡量预测准确性的指标 移动平均模型和指数平滑模型 趋势预测模型 季节指数模型 一、 时间序列预测概述 1.时间序列 时间序列就是一个变量在一定时间段内不同时间点上观测值的集合 。这些观测值是按时间顺序排列的，时间点之间的间隔是相等的。可以是年、季度、月、周、日或其它时间段。 常见的时间序列有：按年、季度、月、周、日统计的商品销量、销售额或库存量，按年统计的一个省市或国家的国民生产总值、人口出生率等。 一、 时间序列预测概述 2.时间序列预测方法 定性分析方法 定量分析方法 外推法：找出时间序列观测值中的变化规律与趋势，然后通过对这些规律或趋势的外推来确定未来的预测值。包括： 移动平均和指数平滑法 趋势预测法 季节指数法 因果法：寻找时间序列因变量观测值与自变量观测值之间的函数依赖关系（因果关系/回归分析），然后利用这种函数关系和自变量的预计值来确定因变量的预测值。 一、 时间序列预测概述 二、时间序列的预测步骤 第一步，确定时间序列的类型 即分析时间序列的组成成分（趋势成分/季节成分/循环成分）。 第二步，选择合适的方法建立预测模型 如果时间序列没有趋势和季节成分，可选择移动平均或指数平