第10章 时间序列分析和预测2课件.pptVIP

§13.3 平稳序列的分析和预测;简单平均法;简单平均法  (simple average) ;简单平均法(特点) ;移动平均法;移动平均法(moving average) ;简单移动平均法(simple moving average) ;简单移动平均法(特点) ;简单移动平均法(例题分析) ;简单移动平均法(例题分析) ; 移动平均法（Moving averages）通过平均每一个连续数列值来修匀时间数列的方法，是平滑法（smoothing）的一种。; 对于原数列按一定的时间跨度逐项移动,计算一系列的序时平均数,形成一个新的时间数列,以消除短期的偶然的因素引起的变动(即不规则变动),显现出长期趋势。;移动平均法的计算;1998～2003年各季度农业生产资料零售额数据;解：先将1998～2003年各季度农业生产资料零售额数据按时间顺序排列，然后求其4项移动平均趋势值;移动平均法使用时注意事项： 移动平均法可以平滑修匀数列； 对于季节性数列，要采用 4 项或 12 项移动平均，方可平滑掉其季节波动； 一般的移动平均方法使原数列首尾各去除了若干项，因此不能用于外推预测； 当数列没有明显的长期趋势、季节变动和循环变动时，可以用移动平均法进行预测，但要进行特别的计算处理。;移动平均使用时注意事项;原数列;其他的移动平均法;加权移动平均法(weighted moving average);指数平滑法;指数平滑法(exponential smoothing);一次指数平滑(single exponential smoothing);一次指数平滑;一次指数平滑 (预测误差);一次指数平滑 (?的确定);一次指数平滑 (例题分析);一次指数平滑 (例题分析);一次指数平滑 (例题分析); §13.4 有趋势序列的分析和预测; 趋势线拟合法：用某种趋势线（直线或曲线）来对原数列的长期趋势进行拟合。其主要作用是进行外推预测。;趋势线拟合法的基本程序;判断趋势类型;t;t;t;线性趋势分析和预测;线性趋势(linear trend);线性模型法(线性趋势方程);线性模型法(a 和 b 的最小二乘估计) ;线性模型法(a 和 b 的求解方程);线性模型法(例题分析);线性模型法(例题分析);线性模型法(例题分析);非线性趋势分析和预测;现象的发展趋势为抛物线形态 一般形式为 根据最小二乘法??得 a、b、c标准方程;二次曲线(例题分析) ;二次曲线(例题分析);二次曲线(例题分析);用于描述以几何级数递增或递减的现象 一般形式为;指数曲线(a、b 的求解方法) ;指数曲线(例题分析) ;指数曲线 (例题分析) ;指数曲线 (例题分析);指数曲线与直线的比较;§13.5 复合型序列的分解;时间数列的构成与分解;时间数列的构成要素与模型（构成要素与测定方法）;季节性分析; 季节变动（ Seasonal）：一年之内因纯季节原因造成的数列的波动，以及与季节无关的类似的变动。;（一）季节变动的概念及其测定意义;测量季节变动的意义;季节指数(seasonal index);趋势剔除法的基本过程;1998～2003年各季度农业生产资料零售额数据;时间序号t;2、例题 农业生产资料零售额季节指数计算表;0;测定季节变动的目的之一是将其从时间序列中予以剔除，以便观察和分析时间序列的其他特征。消除季节变动的方法是将原序列除以相应的季节指数得到调整后的无季节性资料，它反映了在没有季节因素影响的情况下，时间序列的变化形态。;分离季节因素;t;;周期性及随机性分析;周期性分析;周期性分析 (剩余法) ;循环变动的测定;t;;本章小节;结 束