Excel（时间序列预测）操作.docVIP

 PAGE 7 PAGE  PAGE 7 时间序列分析预测EXCEL操作 一、长期趋势(T)的测定预测方法 线性趋势→：: 用回归法 非线性趋势中的“指数曲线”：用指数函数LOGEST、增长函数GROWTH（针对指数曲线） 多阶曲线(多项式)：用回归法 （一）回归模型法长期趋势（线性或非线性）模型法： 具体操作过程：在EXCEL中点击“工具” ? “数据分析” ? “回归” ?分别在“Y值输入区域”和“X值输入区域”输人数据和列序号的单元格区域一选择需要的输出项目，如“线性拟合图”。 回归分析工具的输出解释： 计算结果共分为三个模块： 1）回归统计表： Multiple R（复相关系数R）：R2的平方根，又称为相关系数，它用来衡量变量xy之间相关程度的大小。 R Square(复测定系数R2 )：用来说明用自变量解释因变量变差的程度，以测量同因变量y的拟合效果。 Adjusted R Square (调整复测定系数R2)：仅用于多元回归才有意义，它用于衡量加入独立变量后模型的拟合程度。当有新的独立变量加入后，即使这一变量同因变量之间不相关，未经修正的R2也要增大，修正的R2仅用于比较含有同一个因变量的各种模型。 标准误差：又称为标准回归误差或叫估计标准误差，它用来衡量拟合程度的大小，也用于计算与回归有关的其他统计量，此值越小，说明拟合程度越好。 2）方差分析表：方差分析表的主要作用是通过F检验来判断回归模型的回归效果。 3） 回归参数：回归参数表是表中最后一个部分： Intercept：截距a 第二、三行：a (截距) 和b (斜率)的各项指标。 第二列：回归系数a (截距)和b (斜率)的值。 第三列：回归系数的标准误差 第四列：根据原假设Ho：a=b=0计算的样本 统计量t的值。 第五列：各个回归系数的p值(双侧) 第六列：a和b 95%的置信区间的上下限。 （二）使用指数函数LOGEST和增长函数GROWTH进行非线性预测 在Excel中，有一个专用于指数曲线回归分析的LOGEST函数，其线性化的全部计算过程都是自动完成的。如果因变量随自变量的增加而相应增加，且增加的幅度逐渐加大；或者因变量随自变量的增加而相应减少，且减少的幅度逐渐缩小，就可以断定其为指数曲线类型。 具体操作过程： 1．使用LOGEST函数 计算回归统计量 ①打开“第3章 时间数列分析与预测.xls”工作簿，选择“增长曲线”工作表如下图所示。 ②选择E2:F6区域，单击工具栏中的“粘贴函数”快捷键，弹出“粘贴函数”对话框，在“函数分类”中选择“统计”，在“函数名”中选择“LOGEST”函数，则打开LOGEST对话框，如下图11.20所示。 ③在Known_y’s、 Known_x’s和Stats后分别输入C2:C16、B2:B16和1。按住Ctrl+Shift组合键，再按回车键或“确定”按钮，得到计算结果如下图中E2:F6单元格所示。 函数输出结果 ④根据单元格E2，F2中的计算结果可以写出如下估计方程： ⑤可以根据上面的指数曲线方程计算预测值：在D2单元格中输入公式“=$F$2*$E$2^B2” ，将D2单元格中的公式复制到D3:D20元格，各年的预测值便一目了然了。但使用增长函数可以直接得到预测结果。 2. 使用增长函数GROWTH计算预测值 ①选择D2:D20单元格，在工具栏单击“粘贴函数”快捷键，弹出“粘贴函数”对话框，在“函数分类”中选择“统计”，在“函数名”中选择“GROWTH”函数，打开GROWTH对话框，如下图所示。 ②在Known_y’s、 Known_x’s、New_x’s和Const后分别输入C2:C16、B2:B16、B2:B20和1。按住Ctrl+Shift组合键，同时按回车键或“确定”按钮，计算结果如下图所示。 3. 绘制实际值与预测值的折线图 季节变动的测定与预测分析 季节变动的趋势—循环剔除法 长期趋势剔除法是在移动平均法的基础上，以乘法模型（Y=T×S × C × I ）为理论基础的 测定季节变动的方法，它能避免长期趋势与周期波动的影响，净化季节变动的规律性，从而实现较为准确的预测。 Excel操作过程： ①打开“第3章 时间数列分析与预测.XLS”工作簿，选择“长期趋势剔除”工作表，如下图所示 。 ②在单元格E1中，点击“工具”菜单中选择“数据分析”选项，打开“移动平均”对话框，对D列“销售额”进行4项移动平均。 ③在单元格F3中，点击“工具”菜单中选择“数据分析”选项，打开“移动平均”对话框，对E列进行2项移动平均。 ④把单元格E4:F4中的公式复制到E19:F19，调整其小数部分使显示1位小数，结果如下图所示。 ⑤在