第4章时间序列分解法和趋势外推法[46p].pptVIP

第四章 时间序列分解法和趋势外推法 4.1 时间序列分解法 4.2 趋势外推法概述 4.3 多项式曲线趋势外推法 4.4 指数曲线趋势外推法 4.5 生长曲线趋势外推法 4.6 曲线拟合优度分析 (2）选点法： （五项平均）: 式中 （三项平均）: 式中 (3）最小平方法： * * 一、基本思路 传统统计学者上世纪初根据逆向思维方法创建的时间序列分析的新方法。 ａ）把时间序列按影响因素不同分为四类； ｂ）分析并预测每一因素随时间变化的结果； ｃ）把各因素的预测值按一定模型组合； ｄ）根据模型预测。 二、时间序列分解和预测模型 ａ）加法模型： ｂ）乘法模型： 4.1 时间序列分解法 3）循环变动（Cyclical）:由于政治或经济因素；以数年为周期；涨落相间的周期变动 4）不规则变动(Irregular)：由于偶然因素引起的无规律变动。 1）长期趋势（Trend）:受决定性因素的影响 ； 在较长时间内；持续上升或下降。 2）季节因子（Seasonal）:由于自然条件或社会 因素造成；一年内稳定的周期波动。 人口、技术、消费者偏好 a.）概念不同; b.）影响因素不同; c.）周期变动的规律不同。 ｂ）求移动平均比 ： 三、古典时间序列的分解步骤 ａ）计算移动平均数 ； ｃ)消除移动平均比中不规则变动因子； ｄ)配合趋势方程，计算每期的趋势值 ； ｅ)根据加法或乘法模型进行预测： 分离季节因子 N=? 实现初步分解 　　4 　　3 　　2 1999.1 　　4 　　3 　　2 1998.1 　　4 　　3 　　2 1997.1 　　4 　　3 　　2 1996.1 年＼季 3459 2378 3661 3685 3490 2439 3493 3327 3024 2114 3163 3274 2809 2094 3043 3017 实际销售额 3881 　　4 3818 4036 　　4 3337 3596 　　3 3789 2881 　　3 3296 4562 5189 　　2 3801 3997 　　2 3303 4626 5258 2007.1 3810 4242 2003.1 3319 4590 4525 　　4 3848 4084 　　4 3277 4533 3470 　　3 3872 2916 　　3 3187 4503 5026 　　2 3873 4148 　　2 3071 4493 4965 2006.1 3851 4339 2002.1 2989 4436 4577 　　4 3791 4089 　　4 2907 4360 3342 　　3 3725 2828 　　3 2894 4237 4694 　　2 3599 3907 　　2 2840 4195 4690 2005.1 3553 4078 2001.1 2838 4111 4223 　　4 3501 3585 　　4 2820 4029 3172 　　3 3444 2642 　　3 2773 3982 4360 　　2 3413 3701 　　2 3909 4360 2004.1 3347 3849 2000.1 趋势循环因子 （移动平均） 实际销售额 年＼季 趋势循环因子 （移动平均） 实际销售额 年＼季 趋势循环因子 （移动平均） 概 念 当预测对象无季节变化依时间呈现某种上升 或下降趋势，且能找到一个合适的函数来反 映这种趋势，就可用趋势外推法进行预测。 一、趋势外推法的概念和假设条件 4.2 趋 势 外 推 法 概 述 1.影响经济现象的因素不变； 2.预测对象的变化呈渐进趋势。 目的 1.分析事物原有趋势变化规律； 2.预测趋势值并计算预测误差； 3.剔除长期趋势影响，为继续分析创造条件。 假设 ? ? ? ? ? ? 0? 1 ? ? 1 ? = 1 -1? 0 ? -1 ? =-1 幂 函 数 指 数 函 数 二、趋势模型的类型 1.多项式曲线外推模型： 2.非线性趋势 修 正 指 数 ? 0 ? 0 ? ? 0 ? 0 对 数 函 数 S 型 曲 线 ａ.数据不充分时因图形不完整造成误判； ｂ.有的曲线形式非常相似，难以判断； ｃ.无法区分极限模型与非极限模型。 5.84 5.78 5.7 5.6 5.48 5.33 5.14 4.9 4.6 人口 98 97 96 95 94 93 92 91 90 时间 三、趋势外推预测模型的选择 １．定性判断：经验判断，准确性高。 ２．散点