第4章-确定型时间序列预测方法.pptVIP

图4.3 产品48个季度的销售额 1． 移动平均数 把最初的4个数据（表示1991年4个季度的值）相加求平均值得到  这个数是没有季节性的，而且随机性因素很小甚至没有。因为随机性围绕中间值波动,将4个数相加,正负波动在一定程度上相互抵消了,所以可认为其中已无随机性。同样将第2个至第5个数据相加平均, 也不包含季节性,而且其随机性因素也很小。如此我们可得到45个数据。它们不包含季节性,随机性因素很小甚至没有。也就是说, 它们只包括长期趋势和循环变动两部分（T×C）。这45个数据组成的序列我们称之为移动平均数序列,用MA来表示,MA＝T×C。 2． 季节性  （4.19） 因此观察值除以移动平均数得到的比率值就只包含季节性和随机性,从而这些比率包括了确定季节性因素所需要的信息。如果某个比率的值大于100,意味着实际值X比移动平均数（T×C）要大。由于X中包含季节性和随机性,因而当比率值大于100时,就意味着这个季度的季节性和随机性高于平均数。反之,如果比率小于100,则表示季节性和随机性低于平均数。 表4.5 某产品48个季度的销售数据及数据分解 表略 由式（4.19）可知,如果能将S×I中的随机性部分去掉,则就得到了季节性指数。要做到这一点,只需注意到随机性指的是偶然性, 没有一定