管理统计学第13章时间序列分析和预测d.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 线性趋势模型及预测 根据分离季节性因素的序列确定线性趋势方程 根据趋势方程进行预测 该预测值不含季节性因素，即在没有季节因素影响情况下的预测值 计算最终的预测值 将回归预测值乘以相应的季节指数 * 线性趋势预测和最终预测值(例题分析) * 2006年预测值(例题分析) * 实际值和最终预测值图 * 本章小节 时间序列的分解 时间序列的描述性分析 时间序列的预测程序 平稳序列的预测 有趋势序列的分析和预测 复合型序列的分解预测 * * * * * * * * 总量指标—时期指标，时点指标； 相对指标----相对数， * * * * * * * * * * * * * * * * * * * * 在一般指数曲线的方程上增加一个常数项K 一般形式为 修正指数曲线(modified exponential curve) K，b0，b1 为待定系数 K 0，b0 ≠ 0，0 b1 ≠ 1 用于描述的现象：初期增长迅速，随后增长率逐渐降低，最终则以K为增长极限 * 修正指数曲线(求解k，b0，b1 的三和法) 趋势值K无法事先确定时采用 将时间序列观察值等分为三个部分，每部分有m个时期 令预测值的三个局部总和分别等于原序列 观察值的三个局部总和 * 修正指数曲线(求解k，b0，b1 的三和法) 根据三和法求得 设观察值的三个局部总和分别为S1，S2，S3 * 修正指数曲线(例题分析) 【例】我国1990—2004年城镇新建住宅面积数据如右表所示。试确定修正指数曲线方程，计算出各期的预测值和预测误差，预测2005年的城镇新建住宅面积，并将原序列和各期的预测值序列绘制成图形进行比较 * 修正指数曲线(例题分析) * 修正指数曲线 (例题分析) 解得 K，b0 ，b1 如下 * 修正指数曲线 (例题分析) ?新建住宅面积的修正指数曲线方程 2005年的预测值 预测的估计标准误差 * 修正指数曲线(例题分析) * 以英国统计学家和数学家 B·Gompertz 的名字而命名 一般形式为 Gompertz 曲线(Gompertz curve) 描述的现象：初期增长缓慢，以后逐渐加快，当达到一定程度后，增长率又逐渐下降，最后接近一条水平线 两端都有渐近线，上渐近线为Y?K,下渐近线为Y=? 0 K，b0，b1为待定系数 K 0，0 b0 ≠ 1，0 b1 ≠ 1 * Gompertz 曲线(求解k，b0，b1 的三和法) 仿照修正指数曲线的常数确定方法，求出 lg b0、lg K、b1 取 lg b0、lg K 的反对数求得 b0 和 K 则有： 将其改写为对数形式： 令： * Gompertz 曲线(例题分析) 【例】我国1990—2004年城镇新建住宅面积数据如右表所示。试确定修正指数曲线方程，计算出各期的预测值和预测误差，预测2005年的城镇新建住宅面积，并将原序列和各期的预测值序列绘制成图形进行比较 * Gompertz 曲线(例题分析) * Gompertz 曲线 (例题分析) Gompertz 曲线计算过程 * Gompertz 曲线 (例题分析) ?新建住宅面积的Gompertz曲线方程 ? 2005年的预测值 ?预测的估计标准误差 * Gompertz 曲线 (例题分析) * 有些现象的变化形态比较复杂，它们不是按照某种固定的形态变化，而是有升有降，在变化过程中可能有几个拐点。这时就需要拟合多项式函数 当只有一个拐点时，可以拟合二阶曲线，即抛物线；当有两个拐点时，需要拟合三阶曲线；当有k-1个拐点时，需要拟合k阶曲线 k阶曲线函数的一般形式为 线性化后，根据最小二乘法求 多阶曲线 * 多阶曲线(例题分析) 【例】根据的金属切削机床产量数据，拟合适当的趋势曲线，计算出各期的预测值和预测误差，预测2005年的金属切削机床产量，并将原序列和各期的预测值序列绘制成图形进行比较 三阶曲线方程： 2005年的预测值 预测的估计标准误差： * 多阶曲线(例题分析) * 趋势线的选择 观察散点图 根据观察数据本身，按以下标准选择趋势线 一次差大体相同，配合直线 二次差大体相同，配合二次曲线 对数的一次差大体相同，配合指数曲线 一次差的环比值大体相同，配合修正指数曲线 对数一次差的环比值大体相同，配合Gompertz曲线 倒数一次差的环比值大体相同，配合Logistic曲线