利用SPSS和matlab进行时间序列预测.doc

PAGE PAGE 36 §7.利用SPSS和EXCCEL进行时间序列预测 1.移动平均和滑动平均计算 例1：表1给出了某地区1990一2004年粮食产量数据。试分别用Matlab和SPSS软件，对该地区的粮食产量进行移动平均和和滑动平均计算。 表1 某地区1990一2004年粮食产量及其平滑结果 年份 自然序号 粮食产量y/104t 移动平均 滑动平均 三点移动 五点移动 三点滑动 五点滑动 1990 1 3 149.44 1991 2 3 303.66 3 154.47 1992 3 3 010.30 3 010.30 3 141.19 3 242.44 1993 4 3 109.61 3 154.47 3 253.04 3 263.32 1994 5 3 639.21 3 141.19 3 334.21 3 295.88 1995 6 3 253.80 3 253.04 3 242.44 3 453.17 3 461.80 1996 7 3 466.50 3 334.21 3 263.32 3 520.07 3 618.81 1997 8 3 839.90 3 453.17 3 295.88 3 733.69 3 692.89 1998 9 3 894.66 3 520.07 3 461.80 3 914.72 3 892.78 1999 10 4 009.61 3 733.69 3 618.81 4 052.51 4 019.78 2000 11 4 253.25 3 914.72 3 692.89 4 121.45 4 075.78 2001 12 4 101.50 4 052.51 3 892.78 4 158.21 4 148.58 2002 13 4 119.88 4 121.45 4 019.78 4 160.01 4 227.01 2003 14 4 258.65 4 158.21 4 075.78 4 260.11 2004 15 4 401.79 4 160.01 4 148.58 利用SPSS进行移动平均计算主要有以下步骤： （1）在菜单中依次选择Transform-Create time series…,在弹出的对话框中的单击Function下面的下拉条，选择Prior moving average方法，span框中输入数值为3（表示进行三点滑动平均）。 （2）在左边变量框中选择“粮食产量”变量，点击“添加”按钮，则在右边的新变量框中自动生成一个新变量名，在下面的Name框中可以对此变量名进行改变，本例采用默认变量名。 在Span框中输入数值5，重复步骤（2）。 （4）在Function中选择Centered moving average方法，Span框中分别输入3和5，分别重复步骤（2）。，此时新变量框有四个变量，前两个分别储存三点和五点移动平均计算后的结果，后两个分别储存三点和五点滑动平均计算后的结果。 （5）点击OK按钮进行计算。在原始数据表后新加的四列变量即为所求的移动和滑动平均结果。 2.季节性预测 例2：某旅游景点2002一2004年各季度客流量yi（104人次）如表2所示，下面我们用季节性预测方法，预测该旅游景点2005年各季度的客流量。 表2 某市2002一2004年各季度客流量及其三点滑动平均值（104人次） 年份 季度 t 游客人数 三点滑动平均 2002 1 1 260.00 2 2 375.00 325.00 3 3 340.00 312.67 4 4 223.00 279.33 2003 2 5 275.00 303.33 2 6 412.00 346.33 3 7 352.00 331.67 4 8 231.00 290.00 2004 1 9 287.00 315.33 2 10 428.00 359.67 3 11 364.00 345.00 4 12 243.00 使用季节变动预测法对该旅游景点2005年各季度的客流量的步骤为： 对原始数据求三次滑动平均值。 该过程可以使用SPSS来实现，方法如例1。 用二次指数平滑法求预测模型系数。 二次指数平滑法的预测公式为 式中：k代表从基期t到预测期的期数。 式中： 指数平滑和方程系数可以使用Matlab计算，代码如下（已经输入原始数据矩阵a，平滑系数为alf＝0.2，m为原始数据矩阵的行数）： [m,n]=size(a) alf=0