应用统计学第14章.pdf

第14章 时间序列预测和指数 时间序列分析是一种广泛使用的数据分析方法，它主要用来描述与 探索自然和社会经济现象随时间发展变化的数量规律性。通过本章的 学习，我们希望读者能够了解不同的时间序列预测模型，比如移动平 均法、指数平滑法、线性趋势、二次趋势、指数趋势、自回归和用于 季节性数据的最小二乘模型，掌握统计实践中模型选择的方法，并同 时了解指数的一些基础知识。 本章内容： §14.1 时间序列模型的组成因素 §14.2 年度时间序列数据的平滑 §14.3 基于最小二乘法的趋势拟合和预测 §14.4 自回归模型用于拟合和预测趋势 §14.5 时间序列预测季节数据 §14.6 指数 1 §14.1 时间序列模型的组成因素 时间序列预测有一个基本假设，那就是影响 过去和现在活动的因素将继续以几乎相同的方式 影响将来。因此，时间序列预测的主要目的是识 别和区分这些影响因素，从而达到帮助我们进行 预测的目的。为了达到这些目标，可以用许多数 学