物流规划——第四章第二节.pptVIP

第二节 经济社会发展预测模型 一 回归预测模型 二 时间序列模型 回归分析方法 二 时间序列模型 时间序列分析方法（简称时序分析）是在具有先后顺序的信号中提取有用信息的一门学科。时序分析起源于上世纪20年代，最早是为了市场预测。随着对时序分析的理论和应用这两方的深人研究。时序分析的应用范围日益扩大，从一般的市场预测到语音识别与模拟，从机械设备的监视到生物生理、心理状态研究，时间序列分析的应用也越来越广泛，越来越深入。 时间序列就是一个变量在一定时问段内不同时间点上观测值的集合，如Y：{Y1，Y2，…，}，这些观测值是按时间顺序排列的，时间点之间的间隔是相等的。时间序列获取以后可以对它进行预测分析，预测方法可以从定性分析法和定量分析法两方面考虑。 时间序列的组成 长期趋势变动 一个时间序列可能相对平稳或表现出一定 的趋势。 长期趋势一般是线性、二次或者指数函数. 季节性变动 当变化规律在一些时间内重复，序列就认为具有季节因素影响. 季节因素通常与日期和气候变化有关. 季节变动的时间通常以年为单位. 周期变动 上升或下降与季节变动无关. 通常是由经济条件的改变引起的. 随机因素 时间序列分析预测法定量方法： （1） 算术平均法 （2） 加权平均法 （3） 几何平均法 （4） 移动平均法 （5） 指数平滑法 （6） 季节指数法 ARMA模型