九时间序列分析.pptVIP

解： 预测： （2）指数曲线模型 3.计算趋势值。 一、长期趋势测定方法之移动平均法 二、长期趋势测定方法之趋势模型法 二、长期趋势的测定方法 长期趋势测定的方法： 1. 移动平均法； 2. 数学模型法。 1.移动平均法： 是测定时间序列趋势变动的基本方法。 对时间数列的各项数值，按照一定的时距进行逐期移动，计算出一系列序时平均数，形成一个派生的平均数时间数列，以此削弱不规则变动的影响，达到对原序列进行修匀的目的，显示出原数列的长期趋势。 若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度。 1.移动平均法： 移动平均法 简单移动 加权移动平均法 奇数项移动 偶数项移动 原数列 移动平均 新数列 简单移动平均（奇数项移动平均） 简单移动平均（偶数项移动平均） 偶数项的中心化简单平均数要经过两次移动计算才可得出。 例如：移动项数 N＝4 时， 计算的移动平均数对应中项在两个时期的中间： 由于这样计算出来的平均数的时期不明确，故不能作为趋势值。解决办法： 对第一次移动平均的结果，再作一次移动平均。（移正） — — 555 814.5 528 415.8 — — — 566 074.0 566 061.0 539 793.7 496 847.3 — 580 819 2003 548 133 2002 569 270 2001 580 780 2000 469 331 1999 440 431 1998 n = 4 n = 3 移 动 平 均 数 产 量 （y 吨） 年 份 【例】 移动平均对数列具有平滑修匀作用，移动项数越多，平滑修匀作用越强； 由移动平均数组成的趋势值数列，较原数列的项数少，N为奇数时，趋势值数列首尾各少 项；N为偶数时，首尾各少 项； 局限：不能完整地反映原数列的长期趋势，不便于直接根据修匀后的数列进行预测。 移动平均法的特点 原数列 三项移动平均 五项移动平均 四项移动平均 ①打开“时间数列分析与预测.xls”工作簿，选择“移动平均”工作表。 ②在单元格F1、G1中分别输入“分析工具预测值”和“预测标准误差” 。 利用移动平均分析工具进行预测 ③从“工具”菜单中选择“数据分析”选项，在弹出的“数据分析”对话框中选中“移动平均”选项，并单击“确定”按钮，此时将出现“移动平均”对话框，如下图所示。 ④在输入区域中输入D1:D21，选定标志位于第一行，间隔设为4，在输出区域中输入F2，即输出区域的左上角的绝对引用。选择图表输出和标准误差。单击“确定”按钮，所得结果如下图所示。 2.趋势模型法： 也称曲线配合法，它是根据时间序列的数据特征，建立一个合适的趋势方程来描述时间序列的趋势变动，推算各时期的趋势值。 建立趋势模型的程序： 1. 选择合适的模型： 判断方法： a. 直接观察法（散点图法） b. 增长特征法 1）线性趋势方程 —逐期增长量大致相等。 2）二次曲线趋势方程 —逐期增长量大致等量递增或递减。 3）指数曲线方程 —环比发展速度近似一个常数。 常见的趋势方程 t yi 一阶差分yi - yi-1 1 2 3 4 ? n a + b a + 2b a + 3b a + 4b ? a + nb — b b b ? b 直线趋势方程： t yi 一阶差分 二阶差分 1 2 3 4 ? n a + b + c a + 2b + 4c a + 3b + 9c a + 4b + 16c ? a + nb + n2c — b+3c b+5c b+7c ? b+(2n-1)c — — 2c 2c ? 2c 抛物线趋势方程： t yi yi / yi-1 1 2 3 4 ? n ab ab2 ab3 ab4 ? abn — b b b ? b 指数曲线趋势方程： 方法： 分段平均法 最小二乘法 三点估计法… 3.计算趋势变动测定值 —将自变量 t 的取值，依次代入趋势方程，求出相应时期的趋势变动测定值。 2.估计模型的参数 用最小平方法 求解参数 a、b ，有 直线趋势的测定：最小二乘法 直线趋势方程： 经济意义： 数列水平的 平均增长量 年份 t GDP (y) ty t2 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1 2 3 4 5 6 7 8 9 10 11 12 13 7610.6 8491.3 9448.0 9832.2 10209.1 11147.7 12735.1 14452.9 16283.1 17993.7 19718.4 21454.7 23129.0 7610.6 16982.6 28344.0 39328.8 5