第7章时间序列分析和预测解析.ppt

第 7 章 时间序列分析和预测 7.1 时间序列及其分解 7.2 时间序列的描述性分析 7.3 时间序列预测的程序 7.4 平稳序列的预测 7.5 趋势型序列的预测 7.6 复合型序列的分解预测 学习目标 时间序列的组成要素 时间序列的描述性分析 时间序列的预测程序 移动平均和指数平滑预测 线性趋势和非线性趋势预测 多成分序列的分解预测 使用Excel进行预测 下个月的消费者信心指数是多少？ 消费者信心指数不仅仅是消费信心的反映，在某种程度上反映了消费者对整个宏观经济运行前景的看法 一些国家都把消费者信心指数作为经济运行的一项预警指标来看待。国家统计局定期公布这类数据 下表是国家统计局公布的2011年6月至2012年10月我国的消费者预期指数、消费者满意指数和消费者信心指数(%) 怎样预测下个月的消费者信心指数呢？首先需要弄清楚它在2011年6月至2012年10 月过去的这段时间里是如何变化的，找出其变化的模式。如果预期过去的变化模式在未来的一段时间里能够延续，就可以根据这一模式找到适当的预测模型并进行预测。本章介绍的内容就是有关时间序列的预测问题 下个月的消费者信心指数是多少？ 时间序列(times series) 按时间顺序记录的一组数据 观察的时间可以是年份、季度、月份或其他任何时间形式 观测时间用 表示，观察值用 表示 时间序列的组成要素(components) 趋势(trend) 持续向上或持续向下的变动 季节变动(seasonal fluctuation) 在一年内重复出现的周期性波动 循环波动(Cyclical fluctuation) 非固定长度的周期性变动 随机性(irregular variations) 除去趋势、季节变动和周期波动之后的随机波动称为不规则波动 只含有随机波动而不存在趋势的序列也称为平稳序列(stationary series) 四种成分与序列的关系： Yi=Ti×Si×Ci×Ii 含有不同成分的时间序列 7.2.1 图形描述 图形描述(例题分析) 图形描述(例题分析) 7.2.1 增长率分析 增长率(growth rate) 也称增长速度 报告期观察值与基期观察值之比减1，用百分比表示 由于对比的基期不同，增长率可以分为环比增长率和定基增长率 由于计算方法的不同，有一般增长率、平均增长率、年度化增长率 环比增长率与定基增长率 环比增长率 报告期水平与前一期水平之比减1 平均增长率(average rate of increase ) 序列中各逐期环比值(也称环比发展速度) 的几何平均数减1后的结果 描述现象在整个观察期内平均增长变化的程度 通常用几何平均法求得。计算公式为 平均增长率(例题分析 ) 增长率分析中应注意的问题 当时间序列中的观察值出现0或负数时，不宜计算增长率 例如：假定某企业连续五年的利润额分别为5，2，0，-3，2万元，对这一序列计算增长率，要么不符合数学公理，要么无法解释其实际意义。在这种情况下，适宜直接用绝对数进行分析 在有些情况下，不能单纯就增长率论增长率，要注意增长率与绝对水平的结合分析 增长率分析中应注意的问题(例题分析) 增长率分析中应注意的问题(增长1%绝对值) 增长率每增长一个百分点而增加的绝对量 用于弥补增长率分析中的局限性 计算公式为 时间序列预测的程序 7.3.1 确定时间序列的成分 确定趋势成分(例题分析) 确定趋势成分(例题分析) 确定趋势成分(例题分析) 确定季节成分(例题分析) 年度折叠时间序列图 (folded annual time series plot) 7.3.2 预测方法的选择与评估 预测方法的选择与评估 预测方法的评估 一种预测方法的好坏取决于预测误差的大小 预测误差是预测值与实际值的差距 度量方法有平均误差(mean error)、平均绝对误差(mean absolute deviation)、均方误差(mean square error)、平均百分比误差(mean percentage error)和平均绝对百分比误差(mean absolute percentage error) 较为常用的是均方误差 (MSE) 7.4.1 移动平均法 移动平均预测(moving average) 选择一定长度的移动间隔，对序列逐期移动求得平均数作为下一期的预测值 将最近k期数据平均作为下一期的预测值 设移动间隔为k (1kt)，则t+1期的移动平均预测值为 预测误差用均方误差(MSE) 来衡量 移动平均预测(特点) 将每个观察值都给予相同的权数 只使用最近期的数据，在每次计