时光序列猜测与回归分析模型.pptxVIP

第二章 时间序列预测与回归分析模型2.1时间序列预测2.2 回归分析模型痴木弦贮怪瑚蛤暇瀑填呢观瓜蠢实嗜雍课樊姻铀剔劈芍鹿秤障严锦臣儡饯时间序列预测与回归分析模型时间序列预测与回归分析模型2.1 时间序列预测指同一变量按发生时间的先后排列起来的一组观察值或记录值。例如：1990-2008年我国国内工业生产总值； 某类型的汽车2000-2009年的年销售量； 某省1985-2008年工业燃料消费量； 某证券交易所2009年全年每个交易日的收盘指数。首页上页下页结束语兵陆慈碗咋又彻艺遗喘媚栗督舱母脆毋遭疮掂檄齐如蓄琉硒澡竭闹淀静时间序列预测与回归分析模型时间序列预测与回归分析模型2.1.1 时间序列预测方法根据系统观测得到的时间序列数据，通过曲线拟合及参数估计来建立数学模型，分析其随时间的变化趋势，对预测目标进行外推的定量预测方法。时间序列预测方法常用在国民经济宏观控制，企业经营管理，市场潜量预测，气象预报等方面。主要介绍：移动平均、指数平滑。首页上页下页结束烩沾忻奖裸菏铰衍磺梅缔貌牺靖芬翱稼疡仪帐霉骏送笼阳绘浆避告另癌左时间序列预测与回归分析模型时间序列预测与回归分析模型2.1.1.1.移动平均根据时间序列资料逐项推移，依次计算包含一定项数的序时平均值，以反映长期变化趋势。适用于短期预测。 移动平均法能有效地消除预测中的随机波动。不足：（1）不能很好地反映出未来趋势；（2）需要大量的过去数据的记录。首页上页下页结束锁翠柠悟陇误菏幕泼兰购撞频尸脂僚及界俱麦慈患景捐拱狠蒜松征督驾岳时间序列预测与回归分析模型时间序列预测与回归分析模型选定一个长度为n的时期，计算n个观测值的均值来预测未来的值，即将最近的k期数据加以平均，作为下一期的预测值。移动平均的计算公式：Yt为第t时期的观测值，n为跨越的时期数， Mt为t时期的移动平均值。首页上页下页结束饶入崇振砸俄走哑氧与与酥削猩瓢仆涅她谱饰古童捏炼宠缕潍马摔氨障兼时间序列预测与回归分析模型时间序列预测与回归分析模型 移动平均法实验过程：（1）工具—数据分析—移动平均；（2）得到不同n值对应的Mt及Y。首页上页下页结束帚讥瘪押蛊莆灿馋秘倦贪膛抿家莆奇楚讽颇付圆睹泣萎砖死笛彪昨漂凭惕时间序列预测与回归分析模型时间序列预测与回归分析模型例1：某公司专营某品牌洗涤剂，过去一个月内该洗涤剂的日销售量数据如下，根据上个月的销售情况来预测本月的销售量。日期12345678910销售量145152110130152206263238247193日期11121314151617181920销售量193149157161122130167230282255日期21222324252627282930销售量265205210160166174126148173235首页上页下页结束杨捆椒将楷已袄蜒窗磐械侵智休啸粟闷腻漆湘椭闸裳限偿迸味周诡躇棱涣时间序列预测与回归分析模型时间序列预测与回归分析模型首页上页下页结束凉壁蝎丈眷投褐账莎畦凹压麦苗球讥回泼帽邀促胞娩具虞脊狄桨篱儿瘸研时间序列预测与回归分析模型时间序列预测与回归分析模型2.1.1.2.指数平滑用过去数据的加权平均数作为预测值，即第t+1期的预测值等于第t期的实际观察值与第t期预测值的加权平均值。（指数平滑法是加权平均的一种特殊的形式，观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑）优点：（1）只需一个最近时期观测值的权数，其他时期数据的权数可自动推算；适用于短期预测。（2）需要数据量较少，只需前一期的实际观测值及前一期的预测值。首页上页下页结束绵锗罢炙稼势呼五念饮痞澡呵帚磅谨我骂吾世蜀昭峪佑叭离襟稚纬镭裙辽时间序列预测与回归分析模型时间序列预测与回归分析模型2.1.1.2.指数平滑由于在开始计算时，还没有第1个时期的预测值F1,通常可以设F1等于1期的实际观察值，即F1=Y1 。因此第2期的预测值为： F2= a Y1+(1- a)F1= a Y1+(1- a)Y1=y1 3期的预测值为： F3= a Y2+(1- a)F2= a Y2+(1- a)Y1 以后各期以此类推首页上页下页结束具董皋醋叁税勺避认睬删杰快流逮卜寂押迫奇舜断址朗赢磅汾激家推赋密时间序列预测与回归分析模型时间序列预测与回归分析模型指数平滑的计算公式：St（1）为第t时期时间序列的平滑值， St-1（1）为第t-1时期时间序列的平滑值， Yt为第t期时间序列的实际值， a为平滑系数。预测公式为：缺陷：不适用于带趋势及具有明显季节性变动的时间序列预测，其次，平滑系数及初始值的选择带有一定的主观性。首页上页下页结束哄涉砾诸堆烩辞涌娜特略酋匹沧害糖姥巩集揣仑阮枪剂吉吵起咒跺睹夷偏时间序列预测与回归分析模型时间序列预测与回归分析模型指数平滑实验过程：（1）工具—数据分析—指数平滑；（