《时间序列预测与回归分析模型.pptVIP

指同一变量按发生时间的先后排列起来的一组观察值或记录值。 例如：1990-2008年我国国内工业生产总值； 某类型的汽车2000-2009年的年销售量； 某省1985-2008年工业燃料消费量； 某证券交易所2009年全年每个交易日的收盘指数。 根据系统观测得到的时间序列数据，通过曲线拟合和参数估计来建立数学模型，分析其随时间的变化趋势，对预测目标进行外推的定量预测方法。 时间序列预测方法常用在国民经济宏观控制，企业经营管理，市场潜量预测，气象预报等方面。 主要介绍：移动平均、指数平滑。 根据时间序列资料逐项推移，依次计算包含一定项数的序时平均值，以反映长期变化趋势。 适用于短期预测。 移动平均法能有效地消除预测中的随机波动。 不足： （1）不能很好地反映出未来趋势； （2）需要大量的过去数据的记录。 选定一个长度为n的时期，计算n个观测值的均值来预测未来的值，即将最近的k期数据加以平均，作为下一期的预测值。 移动平均的计算公式： 移动平均法实验过程： （1）工具—数据分析—移动平均； （2）得到不同n值对应的Mt和Y。 例1：某公司专营某品牌洗涤剂，过去一个月内该洗涤剂的日销售量数据如下，根据上个月的销售情况来预测本月的销售量。 用过去数据的加权平均数作为预测值，即第t+1期的预测值等于第t期的实际观察值与