时间序列分解法综述.ppt

4 时间序列分解法和趋势外推法 ;4.1 时间序列分解法;周销售量;;Time Series Sales Data;Time series with different components;经济时间序列的变化受到长期趋势、季节变动、周期变动和不规则变动这四个因素的影响。 其中： ; （1） 长期趋势因素（T） 反映了经济现象在一个较长时间内的发展方向，它可以在一个相当长的时间内表现为一种近似直线或其他形式的持续向上或持续向下或平稳的趋势。 例：农作物种植方法改良，播种面积一定的情况下产量将逐渐增加；矿区繁荣逐步减退。 研究长期趋势有助于把握事物发展变化的方向，做出长期预测与规划。;（2） 季节变动因素（S） 在一定期间内由于自然界的季节变化或社会因素影响所形成的有规律的周期性重复变动。周期可以为日、周、月、季度、年。 例：一年月内气温高低，降水量多少； 节假日形成的季节性变动－市场需求增加、客运繁忙。;（3） 周期变动因素（C） 周期变动因素也称循环变动因素，一种近似的规律性的从高到低再从低到高的变化（循环变化）。 例：股票价格变动；利率变动 同季节变动的区别： 季节变动的波动长度固定，如一年、一个季度、一个月或一个星期 周期变动的长度不一样 ;（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、时间序列的分解;季节;季节; 三、时间序列分解模型 把上述四种构成和影响时间序列的因素用一定的数学关系式表示，就构成了时间序列的分解模型，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：当四种因素相互独立时，时间序列是各种因素相加之和，即 乘法模型：如果四种因素互不独立，并相互影响时，则时间序列可表示为各因素相乘之积： ; ; 四、时间序列的分解方法 1、计算季节指数 四项移动平均剔除S的影响 两项居中平均剔除I的影响 Y= T×S×C×I剔除S、I的影响， 剩下的为TC → Y/TC=SI 将得到的序列SI??年和季度重新排列得新表 计算出四个季度的季节指数: 112.1397％ 109.3855％ 75.35947％ 103.1154％ ;2、长期趋势T 的计算 由散点图可以看出销售额Y具有明显上升的趋势，可以用直线拟合。 以时间 t 做为自变量，销售额做为因变量，求得到长期趋势回归方程： T＝2736.101+38.95436t 2014年第二季度 t=46 T =2736.101+38.95436×46=4528.00156 余下类推;;五、应用 时间序列分解模型为 Y t= T t ×S t × C t× It 预测模型可表示为 = T t× S t× C t 如何预测2015年第二季度的销售额？ t=50 T =2736.101+38.95436×50=4683.819 第二季度的季节指数为109.3855％；C参考历史资料估计为99％ 则2005年第二季度的销售额预测值为 T50×S50×C50＝4683.819×109.3855％×99％ ＝5072.184