对带有季节变动时间序列数据预测分析题.docVIP

对带有季节变动的时间序列数据的预测分析 例题一：现有某地区某产品产量近三年的分月资料。试测试该种产品2012年10月的产量 时序（t） 时间 销售量 趋势值 季节指数 1 2009.1 6 2 2 7 3 3 8 4 4 8 5 5 10 6 6 14 7 7 16 8 8 22 9 9 20 10 10 10 12.75 0.784 11 11 5 12 12 6 13 2010.1 9 14 2 10 15 3 12 16 4 13 17 5 15 18 6 20 19 7 24 20 8 29 21 9 26 22 10 15 18.75 0.8 23 11 9 24 12 10 25 2011.1 12 26 2 15 27 3 17 28 4 19 29 5 21 30 6 25 31 7 36 32 8 42 33 9 38 34 10 22 24,75 0.715 35 11 16 36 12 14 解： 首先观察时间序列数据，具有哪些变动，进而确定选用哪种预测方法 在给出的时间序列数据中我们可以明显判断出来，6月-8月销量比其他月份高出很多，而且每年都是这样，说明这列时间序列数据含有季节变动。则应该用季节变动模型进行预测。其次，判断整个时间序列数据是否具有趋势变动，是否是每年的平均销量均比上一年要多或者是少，第一年的均值为=11 第二年的均值为 =16 第三年的均值为=23 ，那么这列时间序列数据带有趋势变动。则判断不能选用周期平均法。最后判断是否随着年份的增加，时间序列数据的季节变动幅度在逐渐增大。判断方法为：用每年的峰值减去均值，得到一个离差，如果每年的离差带有趋势变动，呈逐年增加或者减少，那么说明时间序列的季节变动幅度有变化。第一年峰值为22，均值为11，离差为11.第二年峰值为29，均值为16，离差为13；第三年峰值为42，均值为23，离差为19。判断离差在逐年增加。说明季节变动的幅度在逐年增加。则选择季节交乘预测模型。也可画出散点图判断。 季节交乘预测模型为： 其中为季节指数；为趋势值 根据预测模型，知道预测值为预测期趋势值与预测期季节指数的乘积。 我们要预测的是2012年10月份的销售量，因此需要2012年10月份季节指数，和10月份的趋势值就可以知道10月份的销量。而2012年10月份的季节指数是根据2011年2010年和2009年，前三年10月份的季节指数得出的。所以首先需要求出前三年10月份的季节指数。季节指数; 其中Yt代表的是观察值，Ft代表的是趋势值。因此首先求出，前三年10月份的趋势值。趋势值即为，如果这列时间序列数据只有直线趋势变动，没有季节变动的时候的值。也就是剔除季节变动的时候，这列时间序列数据的值。如果在上面的散点图中画一条直线，那么这条直线上面的值就是趋势值。那么，趋势值的计算就需要求出这条直线方程中的a和b值。a和b值的计算我们不用一般的最小二乘法，用较为简单的经验公式法。 则趋势值计算公式为： ） 第一年10月份的趋势值为 第二年10月份的趋势值同理为 第三年10月份的趋势值为 第四年10月份的趋势值为： 计算前三年的季节指数 第一年10月份的季节指数为： 第二年10月份的季节指数为15除以18.75为0.8 第三年10月份的季节指数为：0.715 第四年的理论季节指数为前三年季节指数的均值，则为 第四年的10月份趋势指为 第四年10月份的预测值为 则第四年10月份的预测值为23.55