应用统计学第5章-时间序列分析[1].pptVIP

时间数列作用 可以计算分析指标，进行比较分析和发展速度分析； 还可以建立经济计量模型，进行现象变动的因素分析，如趋势因素分析和预测。 因此，时间数列是对社会经济现象进行动态分析和预测的重要依据。 指数平滑平均法 指数平滑法(exponential smoothing) 是加权平均的一种特殊形式 对过去的观察值加权平均进行预测的一种方法 观察值时间越远，其权数也跟着呈现指数的下降，因而称为指数平滑 有一次指数平滑、二次指数平滑、三次指数平滑等 一次指数平滑法也可用于对时间序列进行修匀，以消除随机波动，找出序列的变化趋势 一次指数平滑(single exponential smoothing) 只有一个平滑系数 观察值离预测时期越久远，权数变得越小 以一段时期的预测值与观察值的线性组合作为t+1的预测值，其预测模型为 一次指数平滑 在开始计算时，没有第1个时期的预测值F1，通常可以设F1等于1期的实际观察值，即F1=Y1 第2期的预测值为 第3期的预测值为 一次指数平滑 (预测误差) 预测精度，用误差均方来衡量 Ft+1是t期的预测值Ft加上用?调整的t期的预测误差(Yt-Ft) 一次指数平滑 (?的确定) 不同的?会对预测结果产生不同的影响 一般而言，当时间序列有较大的随机波动时，宜选较大的? ，以便能很快跟上近期的变化 当时间序列比较平稳时，宜选较小的? 选择?时，还应考虑预测误差 误差均方来衡量预测误差的大小 确定?时，可选择几个进行预测，然后找出预测误差最小的作为最后的值 一次指数平滑 (例题分析) 用Excel进行指数平滑预测 第1步：选择“工具”下拉菜单 第2步：选择“数据分析”选项，并选择“指数平滑”，然后确定 第3步：当对话框出现时 在“输入区域”中输入数据区域 在“阻尼系数”（注意：阻尼系数=1- ? ）输入的值 选择“确定” 一次指数平滑 (例题分析) 一次指数平滑 (例题分析) 趋势剔除法（移动平均数比率法） (原理和步骤) 移动平均趋势剔除法（移动平均数比率法）测定季节变动 对除法分析如下： 移动平均趋势剔除法（移动平均数比率法）  季节变动(趋势图) 季节变动的调整(要点和公式) 季节变动的调整(趋势图) 循环波动(概念和测定目的) 循环波动(测定方法) 循环波动(续前例：循环图) 0 30 60 90 120 150 1978.1 1979.1 1980.1 1981.1 1982.1 1983.1 销售额（ Y ） 调整后的销售额（ Y/S ） 调整后的趋势值 销 售 额 （亿元） 季节调整后的生产资料销售额趋势 （年份） 五、 循环和不规则变动分析 循环波动及其测定目的 循环波动的分析方法 不规则变动的测定 二、二次指数平滑法 （一）预测思路: 二次指数平滑法是在一次指数平滑法的基础上，对一次指数平滑法再作一次指数平滑后，求得平滑数，建立预测模型，再进行预测。 （二）应用范围: 短期、线性数据模式效果较好。 二、二次指数平滑法 （三）预测步骤: 2、计算一次、二次指数平滑值 = 3、计算平滑系数 (推导略) 同一次指平滑系数； 在前已述。 1、确定初始值和加权因子 4、预测： T----指从t时期到预测期的期数，通常取T=1 -----第t+T期的预测估计值 （四）应用实例 0 750 750 750 750 1996 1 1599.2 2006 11 1506.2 90.4 1508.8 1463.6 1486.2 1509 2005 10 1416.4 87.2 1417 1373.4 1395.2 1417 2004 9 1321.1 86.8 1329.6 1286.2 1307.9 1330 2003 8 1238.1 81.2 1239.9 1199.3 1219.6 1240 2002 7 1160.4 80 1158.1 1118.1 1138.1 1158 2001 6 1074 81.6 1078.8 1038 1058.4 1079 2000 5 988.4 78.4 995.7 956.5 976.1 996 1999 4 868 73.6 914.6 878 896.4 916 1998 3 54.4 831.6 804.4 818 835 1997 2 750 750 0 T=1时 实际值 年份 以二次移动平均法实例数据，运用二次指数平滑法进行预测。 ①确定初始值和加权因子 =0.8 (经验法，误差比较法略) 解题步骤： ②按公式计算