[管理学]沈阳理工大学徐静霞版统计学 12第8章 时间序列的分解和预测.ppt

[管理学]沈阳理工大学徐静霞版统计学 12第8章 时间序列的分解和预测.ppt

  1. 1、本文档共88页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
[管理学]沈阳理工大学徐静霞版统计学 12第8章 时间序列的分解和预测

学习目标 时间序列的组成要素 时间序列的描述性分析 时间序列的预测程序 移动平均和指数平滑预测 线性趋势和非线性趋势预测 复合型序列的分解预测 使用Excel进行预测 2010年客运量为多少? 客运量是在一定时期内各种交通运输工具实际运送的旅客数量。客运量目标是制定和检查运输生产计划、研究运输发展规模和速度的重要指标。目前,铁路、公路、民航和水运是几种主要的旅客运输方式。合理预测后期的客运量,对于管理者来说十分重要,它可以帮助企业经济、合理的使用交通工具,从而提高经济效益。下表为1990-2009年我国三种交通工具的客运量数据。 怎样预测2010年的三种运输工具的客运量呢?首先需要弄清楚它在1990年至2009年过去的这段时间里是如何变化的,找出其变化的模式。如果预期过去的变化模式在未来的一段时间里能够延续,就可以根据这一模式找到适当的预测模型进行预测。本章介绍的内容就是有关时间序列的预测问题。 1990-2009三种交通工具客运量 第 8章 时间序列分析和预测 8.1时间序列的描述性分析 8.1.1时间序列 (times series) 按时间顺序记录的一组数据 观察的时间可以是年份、季度、月份或其他任何时间形式 两个基本要素:一是被研究现象所属的时间范围;二是反映该现象一定时间下的统计数据。 序列中的每一项数值也称为相应时间上的发展水平。在一个时间序列中,各时间上的发展水平按时间顺序可以记做 …… , 其中 被称为初期水平, 被称为末期水平,其余各项成为中间水平。 8.1.2 时间序列的图形描述 8.1.2 时间序列的图形描述 8.1.3 时间序列的速度分析 发展速度 定基发展速度: 环比、定基发展速度关系 各期环比发展速度之积等于相应的定基发展速度,相邻两期的定基发展速度之商等于相应的环比发展速度 。 增长速度 定基增长速度: 在应用增长速度分析实际问题两点注意 首先,当时间序列中的观察值出现0或负数时,不宜计算增长速度,这样不符合数学公理,无法解释其实际意义。此时,适宜直接用绝对数进行分析。 其次,有时不能单纯就增长速度论增长速度,要注意增长速度与绝对水平的结合分析。 增长1%的绝对值 增长1%的绝对值= 第 8章 时间序列分析和预测 8.2时间序列的构成要素与预测程序 平稳序列与非平稳序列 基本上不存在趋势的序列,称为平稳序列。平稳序列中的各观察值基本上在某个固定的水平上波动,虽然在不同的时间段波动的程度不同,但并不存在某种规律,而其波动可以看成是随机的。 含趋势性、季节性或周期性的序列,称为非平稳序列,它可能只含有其中的一种成分,也可能是几种成分的组合。时间序列的波动是许多因素共同作用的结果,这些因素按其性质和作用可以归纳为长期趋势、季节变动、循环变动和不规则变动四种,所以非平稳序列又可以分为有趋势的序列,有趋势和季节性的序列、三种以上成分混合而成的复合型序列等。 时间序列的组成要素(components) 1. 趋势(trend) 持续向上或持续向下的变动 2 季节变动(seasonal fluctuation) 在一年内重复出现的周期性波动 循环波动(Cyclical fluctuation) 非固定长度的周期性变动 随机性(irregular variations) 除去趋势、季节变动和周期波动之后的随机波动称为不规则波动 只含有随机波动而不存在趋势的序列也称为平稳序列(stationary series) 时间序列的组成模型 其中最常用的是乘法模型,其表现形式为: 第 8章 时间序列分析和预测 8.2.3 时间序列预测的程序 确定时间序列的成分 预测方法的选择与评估 8.2.3时间序列预测的程序 确定时间序列所包含的成分; 找出适合此类时间序列的预测方法; 对可能的预测方法进行评估,以 确定最佳预测方案; 4. 利用最佳预测方案进行预测 。 8.3 时间序列预测的程序 8.3.1 确定时间序列的成分 确定趋势成分 (例题分析) 【例8.4】一种股票连续16周的收盘价如下表所示。试确定其趋势及其类型 确定趋势成分 (例题分析) 直线趋势方程 回归系数检验 P=0.000179 R2=0.645 确定趋势成分 (例题分析) 二次曲线方程 回归系数检验 P=0.012556 R2=0.7841 确定季节成分 (例题分析) 【例8.5】下面是一家啤酒生产企业2000~2005年各季度的啤酒销售量数据

文档评论(0)

skvdnd51 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档