计量地理学第4章第3节时间序列分析概要.pptVIP

（3）将月度（或季度）的季节指标加总，以由计算误差导致的值去除理论加总值，得到一个校正系数，并以该校正系数乘以季节性指标从而获得调整后季节性指标。 （4）求预测模型，若求下一年度的预测值，延长趋势线即可；若求各月（季）的预测值，需以趋势值乘以各月份（季度）的季节性指标。 求季节变动预测的数学模型（以直线为例）为 式中： 是t+k时预测值，at、bt为方程系数， 为季节性指标。 例 题 某旅游景点2002～2004年各季度客流量yi（104人次）如下表所示，下面我们用上述步骤，预测该旅游景点2005年各季度的客流量。 年份 季度 t 游客人数 三次滑动平均 2002 1 1 260 　 2 2 375 325 3 3 340 313 4 4 223 279 2003 1 5 275 303 2 6 412 346 3 7 352 332 4 8 231 290 2004 1 9 287 315 2 10 428 360 3 11 364 345 4 12 243 　 解题步骤： （1）求时间序列的三次滑动平均值，见上表中第5列。 （2）求季节性指标：将上表中第4列数据分别除以第5列各对应元素，得相应的季节系数。然后再把各季度的季节系数平均得到季节性指标，见下表。 季节性指标之和理论上应等于4。现等于3.9515，需要进行校正。校正方法是： 先求校正系数：θ=4/3.9515=1.0123。 然后将表中的第5行，分别乘以θ，即得校正后的季节性指标（见表第6行）。 ? 1 2 3 4 2002 － 1.1538 1.0874 0.7983 2003 0.9066 1.1896 1.0613 0.7966 2004 0.9101 1.1900 1.0551 － 季节性指标 0.9084 1.1778 1.0679 0.7975 校正季节性指标 0.9195 1.1923 1.0810 0.8072 （3）用二次指数平滑法，求预测模型系数：取平滑指数 ，分别计算一次指数平滑值和二次指数平滑值，然后在分别计算趋势预测模型的系数和，结果如下表所示。 由表可知，预测模型为： 式中： 为校正后的季节性指标。 年份 季度 t 游客人数 一次指数平滑St(1) 二次指数平滑St(2) at bt 2002 1 1 260 260.00 260.00 260.00 0.00 2 2 375 283.00 264.60 301.40 4.60 3 3 340 294.40 270.56 318.24 5.96 4 4 223 280.12 272.47 287.77 1.91 2003 1 5 275 279.10 273.80 284.40 1.32 2 6 412 305.68 280.17 331.18 6.38 3 7 352 314.94 287.13 342.76 6.95 4 8 231 298.15 289.33 306.97 2.21 2004 1 9 287 295.92 290.65 301.20 1.32 2 10 428 322.34 296.99 347.69 6.34 3 11 364 330.67 303.72 357.62 6.74 4 12 243 313.14 305.61 320.67 1.88 （4）求预测值 。以2004年第4季度为基期，套用公式（3）中预测模型，计算预测2005年各季度的客流量 第一季度： = 296.58（104人次） 第二季度： = 386.82（104人次） 第三季度： = 352.74（104人次） 第四季度： = 264.92（104人次） 由此可以计算出2005年全年度的客流量预测值为： 1301.07（104人次） 讨论扩展到对同时拥有趋势和季节成分的时间数列进行预测的情形。 剔除季节影响的时间数列称为消除季节影响的时间数列。下面所介绍的方法适用于只有季节影响情形或同时有季节和趋势成分的情形。 首先计算季节指数，并用它们得到消除季节影响的资料； 然后，如果消除季节影响的资料有明显的趋势，则我们用回归分析估计该资料的趋势成分。 利用趋势和季节成分进行预测：例题2 表1和图1中的是工厂在过去4年中电视机的销售量（单位：千台）。该时间序列是基于长期趋势、季节变动和不规则变动相乘而成的（TSI)。 年 季度 销