Excel(时间序列预测)操作.pdfVIP

1 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 1 2  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 2 3 ˆ x ④根据单元格E2 ，F2 中的计算结果可以写出如下估计方程：y 504.9204 1.168757