时间序列分析和预测-IE教材.pptVIP

趋势分析 根据分离季节性因素的序列确定线性趋势方程 根据趋势方程计算各期趋势值 根据趋势方程进行预测 该预测值不含季节性因素，即在没有季节因素影响情况下的预测值 如果要求出含有季节性因素的销售量的预测值，则需要将上面的预测值乘以相应的季节指数 趋势分析(例题分析) 趋势分析 (例题分析) 周期性分析 周期性分析 近乎规律性的从低至高再从高至低的周而复始的变动 不同于趋势变动，它不是朝着单一方向的持续运动，而是涨落相间的交替波动 不同于季节变动，其变化无固定规律，变动周期多在一年以上，且周期长短不一 时间长短和波动大小不一，且常与不规则波动交织在一起，很难单独加以描述和分析 周期性分析 (剩余法) 先消去季节变动，求得无季节性资料 再将结果除以由分离季节性因素后的数据计算得到的趋势值，求得含有周期性及随机波动的序列 将结果进行移动平均(MA) ，以消除不规则波动，即得循环波动值 C = MA ( C × I ) 周期性分析 (例题分析) 随机波动 (例题分析) 本章小节 时间序列的分解 时间序列的描述性分析 平稳序列的平滑和预测 有趋势序列的分析和预测 复合型序列的分析 结 束 指数曲线(例题分析) 【例】根据人均GDP数据，确定指数曲线方程，计算出各期的趋势值和预测误差，预测2001年的人均GDP，并将原序列和各期的趋势值序列绘制成图形进行比较 指数曲线趋势方程： 预测的估计标准误差： 2001年人均GDP的预测值： 指数曲线 (例题分析) 指数曲线 (例题分析) 指数曲线与直线的比较 比一般的趋势直线有着更广泛的应用 可以反应现象的相对发展变化程度 上例中，b=0.170406表示1986—2000年人均GDP的年平均增长率为17.0406% 不同序列的指数曲线可以进行比较 比较分析相对增长程度 在一般指数曲线的方程上增加一个常数项K 一般形式为 修正指数曲线(modified exponential curve) K，a，b 为未知常数 K 0，a ≠ 0，0 b ≠ 1 用于描述的现象：初期增长迅速，随后增长率逐渐降低，最终则以K为增长极限 修正指数曲线(求解k，a，b 的三和法) 趋势值K无法事先确定时采用 将时间序列观察值等分为三个部分，每部分有m个时期 令趋势值的三个局部总和分别等于原序列 观察值的三个局部总和 修正指数曲线(求解k，a，b 的三和法) 根据三和法求得 设观察值的三个局部总和分别为S1，S2，S3 修正指数曲线(例题分析) 【例】我国1983—2000年的糖产量数据如表。试确定修正指数曲线方程，计算出各期的趋势值和预测误差，预测2001年的糖产量，并将原序列和各期的趋势值序列绘制成图形进行比较 修正指数曲线(例题分析) 修正指数曲线 (例题分析) 解得 K，a ，b 如下 修正指数曲线 (例题分析) ?糖产量的修正指数曲线方程 2001年糖产量的预测值 预测的估计标准误差 $ Yt = 753.71415 – 558.37179?( 0.82187) t 修正指数曲线 (例题分析) 以英国统计学家和数学家 B·Gompertz 的名字而命名 一般形式为 Gompertz 曲线(Gompertz curve) 描述的现象：初期增长缓慢，以后逐渐加快，当达到一定程度后，增长率又逐渐下降，最后接近一条水平线 两端都有渐近线，上渐近线为Y?K,下渐近线为Y=? 0 K，a，b为未知常数 K 0，0 a ≠ 1，0 b ≠ 1 Gompertz 曲线(求解K，a，b 的三和法) 仿照修正指数曲线的常数确定方法，求出 lg a、lg K、b 取 lg a、lg K 的反对数求得 a 和 K 则有： 将其改写为对数形式： 令： Gompertz 曲线(例题分析) 【例】我国1983—2000年的糖产量数据如表。试确定修正指数曲线方程，计算出各期的趋势值和预测误差，预测2001年的糖产量，并将原序列和各期的趋势值序列绘制成图形进行比较 Gompertz 曲线(例题分析) Gompertz 曲线 (例题分析) Gompertz 曲线 (例题分析) ?糖产量的Gompertz曲线方程 ? 2001年糖产量的预测值 ?预测的估计标准误差 Gompertz 曲线 (例题分析) 罗吉斯蒂曲线(Logistic curve) 1838年比利时数学家 Verhulst所确定的名称 该曲线所描述的现象的与Gompertz曲线类似 3. 其曲线方程为 K，a，b 为未知常数 K 0，a 0，0