时间序列分析与预测动明态数列.pptVIP

举例 已知某集团公司2004年利税总额比2003年增长1000万元，增长速度为20%，求该公司2004年利税总额比2003年增长1%的绝对值。 增长1000万元，增长了20%，那么增长1%的绝对值为：1000/20=50（万元） ▲长期趋势T (A图) ▲季节变动S (B图) ▲循环变动C (C图) ▲不规则变动I C B A 第四节 时间序列分析内容 乘法模型: Y = T·S·C·I 加法模型: Y = T + S + C + I 时间序列构成因素的组合模型 趋势变动分析 一、测定长期趋势的移动平均法 二、测定长期趋势的线性趋势模型法 三、测定长期趋势的非线性趋势模型法 一、测定长期趋势的移动平均法 基本原理 消除时间序列中的不规则变动和其他变动，揭示出时间序列的长期趋势 移动平均方式 选择一定的用于平均的时距项数N，采用 对序列逐项递移的方式，对原序列递移的 N项计算一系列序时平均数。 移动平均法的特点 1. 对原序列有修匀或平滑的作用。时距项数 N越大，对 数列的修匀作用越强 2. 移动平均项数N为偶数时， 需移正平均 3. 平均时距项数N与季节变动长度一致才能 消除季节变动；时距项数N和周期一致才 能消除周期波动。 4. 移动平均会使原序列失去部分信息，平均 项数越大，失去的信息越多。 二、测定长期趋势的线性趋势模型法 线性趋势的模型法 利用线性回归的方法对原时间序列拟合线性 方程 其中 三、测定长期趋势的非线性趋势模型法 （1）抛物线型 （2）指数曲线型 参考作法： （1）定性分析 （2）描绘散布图 （3）分析序列的数据特征 （4）分段拟合 （5）最小偏差分析 四、最小平方法 1、最小平方法的概念和原理 概念：就是用一定的数学模型对原有的时间序列配合一条适当的趋势线来进行修匀。 原理： 2、直线方程 ： 建立直线方程：关键是求出a和b 。 设直线方程为： 由最小平方法的原理，解出： 对a和b简化 如果t适当取值，使 ，那么，a和b可以简化为： 方法：当时间数列项数为奇数时，t可取：…，-3，-2，-1，0，1，2，3，…；当时间数列是偶数时，t可取：…，-5，-3，-1，1，3，5，…。 练习 ［例４－９］某地区１９８７－１９９２年洗衣机产量　单位：千台 年份 序号 产量 1987 1988 1989 1990 1991 1992 ０ １ ２ ３ ４ ５ 68 71 75 79 84 88 0 1 4 9 16 25 0 71 150 237 336 440 67.3 71.4 75.5 79.5 83.6 87.7 ＋0.7 －0.4 －0.5 －0.5 ＋0.4 ＋0.3 合计 15 465 55 1234 465 0 配合直线方程为： 预测１９９６年洗衣机产量为： 例题：某商业企业历年销售额资料如下：单位：万元 59 2000 56 1999 53 1998 55 1997 53 1996 53 1995 50 1994 48 1993 销售额 年 份 要求：根据资料配合销售额的直线趋势方程，并预测2001年的销售额。 59 2000 56 1999 53 1998 55 1997 53 1996 53 1995 50 1994 48 1993 销售额 年 份 解题过程如下： t -1 -3 -5 -7 1 3 5 7 t2 49 25 9 1 1 9 25 49 ty -336 -250 -159 -53 55 159 280 413 y 预测2001年的销售额，t = 9 则预测值为： 季节变动分析 三、季节变动的调整 一、季节变动分析的原始资料平均法 二、季节变动分析的趋势-循环剔除法 季节变动分析的原理与方法 什么是季节变动? 指因受自然因素或社会因素影响，而形成的在一年内有规则的周期性变动。 测定季节变动的意义 ： 分析与测定过去的季节变动规律 、 对未来现象季节变动作出预测 、 消除季节变动对时间序列的影响 一、原始资料平均法 方法: 计算