第12章 时间序列分析.pptVIP

第12章 时间序列分析 12 .1 时间序列及其分解 12 .2 时间序列的描述性分析 12. 3 时间序列预测的程序 12 .4 平稳序列的预测 12 . 5 趋势序列的预测 12 . 6 季节型序列的预测 12 . 7 复合序列的分解预测 学习目标 1. 理解时间序列的含义 2. 理解增长速度、平均增长速度的含义及计算 3. 了解时间序列的构成要素和预测模型 4. 掌握平稳序列、趋势型序列和季节型序列的预测方法 5. 掌握复合型序列的分解预测方法 12.1 时间序列及其分解 什么是时间序列? 按时间顺序记录并排列的数据序列称时间序列 时间序列的分类：平稳序列和非平稳序列 时间序列的基本要素： §所属的时间范围 §反映数量特征的 数值 时间序列的分析目的 ▲长期趋势T (A图) ▲季节变动S (B图) ▲循环变动C (C图) ▲不规则变动 时间序列的描述性分析 1.图形描述 2.增长率分析 增长率:又称增长速度,可分为环比增长速度和定基增长速度两种. 环比增长率是报告期观察值与前一时期观察值之比减1. 定基增长率是报告期观察值与某一固定时期观察值之比减1. 时间序列的描述性分析 平均增长率:又称平均增长速度,是时间序列中逐期环比值的几何平均数减1后的结果. 3.增长率分析中应注意的问题 当时间序列中出现0或负数时,不宜计算增长率. 要注意增长率与绝对水平相结合分析 12.3 时间序列预测的程序 确定时间序列的成分 1.确定趋势成分 绘制线图 进行回归分析 2.确定季节成分 绘制年度折叠时间序列图 选择预测方法 不存在趋势成分和季节成分:平滑法预测 只存在趋势成分:趋势预测方法 只存在季节成分或存在季节成分和趋势成分:季节性预测法 预测方法的评估 4.预测方法的评估：预测误差最小的方法是最优的预测方法. 预测误差的计算 平均误差:所有预测误差的平均数 平均绝对误差:将预测误差取绝对值后计算的平均误差. 均方误差:通过平方消去误差的正负号后计算的平均误差. 平均百分比误差和平均绝对百分比误差:反映了误差大小的相对值. 12.4 平稳序列的预测 简单平均法 将过去已有的t期观察值的平均值作为t+1期的预测值. 适用于较为平稳的时间序列 将远期的数值和近期的数值看做对未来同等重要 预测结果不准确 移动平均法 是通过对时间序列逐期递移求的平均数作为预测值的预测方法。分为简单移动平均法和加权移动平均法。 简单移动平均法：将最近的k期数据加以平均，作为下一期的预测值。 移动平均法的特点 1. 对原序列有修匀或平滑的作用。时距项数 k越大，对 数列的修匀作用越强 2. 平均时距项数k与季节变动长度一致才能 消除季节变动；时距项数k和周期一致才 能消除周期波动。 3. 移动平均会使原序列失去部分信息，平均 项数越大，失去的信息越多。 移动平均法 例：P425-13.2 指数平滑法 方法:将第t期的实际观察值与第t期的预测值的加权平均值作为第t+1期的预测值. 有一次指数平滑、二次指数平滑、三次指数平滑等. 观察值时间越远,其权数越小. 平滑系数α越大,模型对时间序列变化的反应越及时. 当时间序列波动较大时,宜选择较大的α. 指数平滑法 例：P425-13.2 12.5 趋势型序列的预测 线性趋势预测 线性趋势方程:利用线性回归的方法对原时间序列拟合的线性方程. 其中 非线性趋势预测 1.指数曲线:用于描述以几何级数递增或递减的现象.趋势方程为: 可以将趋势方程两端取对数后,根据最小二乘法原理,得到求解lgb0和lgb1的方程,求出b0和b1. 非线性趋势预测 2.修正指数曲线:在一般指数曲线趋势方程中增加一个常数K,即为修正指数曲线.趋势方程为: 用于描述这样的现象:初期增长迅速,随后增长率逐渐降低,最终以K为增长极限. 可以用三和法求b1、b0和K的取值，具体公式见P408式13.29. Gompertz 曲线 趋势方程为: 用于描述这样的现象:初期增长缓慢,以后逐渐加快,随后增长率逐渐降低,最后接近一条水平线. 可以用P411式13.232算b1、b0和K值. 12.6 复合型序列的分解预测 分解模型：Yt=Tt×St×It 步骤: 确定并分离季节成分:计算季节指数并消除季节成分 建立预测模型