4时间序列分解法和趋势外推法材料.pptx

  1. 1、本文档共41页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《 统计预测和决策》(第二版) 教 学 课 件(PowerPoint) ;目 录;4 时间序列分解法和趋势外推法 ;4.1 时间序列分解法;(2) 季节变动因素(S) 是经济现象受季节变动影响所形成的一种长 度和幅度固定的周期波动。 (3) 周期变动因素(C) 周期变动因素也称循环变动因素,它是受各 种经济因素影响形成的上下起伏不定的波动。 (4) 不规则变动因素(I) 不规则变动又称随机变动,它是受各种偶然 因素影响所形成的不规则变动。 ; 二、时间序列分解模型 时间序列y可以表示为以上四个因素的函数,即: 时间序列分解的方法有很多,较常用的模型有加法模型和乘法模型。 ; 加法模型为: 乘法模型为: ; 三、时间序列的分解方法 (1)运用移动平均法剔除长期趋势和周期变化,得 到序列TC。然后再用按月(季)平均法求出 季节指数S。 (2)做散点图,选择适合的曲线模型拟合序列的长 期趋势,得到长期趋势T。 ; ;4.2 趋 势 外 推 法 概 述; 趋势外推法的两个假定: (1)假设事物发展过程没有跳跃式变化; (2)假定事物的发展因素也决定事物未来的发展, 其条件是不变或变化不大。 ; 二 、趋势模型的种类 多项式曲线外推模型: 一次(线性)预测模型: 二次(二次抛物线)预测模型: 三次(三次抛物线)预测模型: 一般形式:; 指数曲线预测模型: 一般形式 : 修正的指数曲线预测模型 : ; 对数曲线预测模型: 生长曲线趋势外推法: 皮尔曲线预测模型 : 龚珀兹曲线预测模型 : ; 三、趋势模型的选择 图形识别法: 这种方法是通过绘制散点图来进行的,即将时间序列的数据绘制成以时间t为横轴,时序观察值为纵轴的图形,观察并将其变化曲线与各类函数曲线模型的图形进行比较,以便选择较为合适的模型。 ; 差分法: 利用差分法把数据修匀,使非平稳序列达到平稳序列。 一阶向后差分可以表示为: 二阶向后差分可以表示为: ; 差分法识别标准:;4.3 多 项 式 曲 线 趋 势 外 推 法; 设有一组统计数据 , ,…, ,令 即: 解这个三元一次方程就可求得参数。 ; 例 题 ;年份;(1)对数据画折线图分析,以社会商品零售总额为 y轴,年份为x轴。 ;(2)从图形可以看出大致的曲线增长模式,较符合 的模型有二次曲线和指数曲线模型。但无法确 定哪一个模型能更好地拟合该曲线,则我们将 分别对该两种模型进行参数拟合。 适用的二次曲线模型为: 适用的指数曲线模型为: ;(3)进行二次曲线拟合。首先产生序列 ,然后运用普通最小二乘法对模型各参数进行估计。得到估计模型为: 其中调整的 , , 则方程 通过显著性检验,拟合效果很好。标准误差为151.7。 ;(4) 进行指数曲线模型拟合。对模型 : 两边取对数: 产生序列 ,之后进行普通最小二乘估计该模型。 最终得到估计模型为: ; 其中调整的 , ,则方程通过显著性检验,拟合效果很好。标准误差为:175.37。 (5)通过以上两次模型的拟合分析,我们发现采用 二次曲线模型拟合的效果更好。因此,运用方程: 进行预测将会取得较好的效果。 ; 二、三次多项式曲线预测模型及其应用 ; 设有一组统计数据 , ,…, ,令 即: 解这个四元一次方程就可求得参数。 ;4.4 指 数 曲

文档评论(0)

希望之星 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档