模块七　定量预测方法的运用.pptxVIP

模块七　定量预测方法的运用;知识目标 掌握时间序列预测法的含义及基本特征、基本步骤 掌握时间序列模型 掌握时间序列预测法的种类 能力目标 能够运用时间序列的集中模型 能够具体运用平均数预测法、趋势预测法和季节变动预测法;一、时间序列预测法的含义及基本特征 １.时间序列预测法的含义 时间序列也叫时间数列、历史复数或动态数列，它是将某种统计指标的数值，按时间先后顺序排列所形成的数列。时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。;２.时间序列预测法的基本特征 (１) 时间序列预测法是根据过去的变化趋势预测未来的发展 (２) 时间序列数据变动存在着规律性与不规律性 １) 趋势性。 ２) 周期性。 ３) 随机性。 ４) 综合性。;二、时间序列预测法的基本步骤 第一步: 收集历史资料，加以整理，编成时间序列，并根据时间序列绘成统计图。 第二步: 分析时间序列。 第三步: 求时间序列的长期趋势、季节变动和不规则变动的值，并选定近似的数学模型来代表它们。;第四步: 利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后，就可以利用它来预测未来的长期趋势值 Ｔ 和季节变动值 Ｓ，在可能的情况下预测不规则变动值 Ｉ，然后用以下模式计算出未来的时间序列预测值 Ｙ。 加法模式: Ｔ＋Ｓ＋Ｉ ＝ Ｙ 乘法模式: Ｔ×Ｓ×Ｉ ＝ Ｙ;三、时间序列模式 １.水平型 ２.趋势型 ３.周期变动型 ４.随机型;水平型时间序列模式;季节型时间序列模式;四、时间序列预测法的种类 １.平均数预测法 (１) 简单算术平均数法;(２) 加权算术平均法 (３) 一次移动平均法;２.趋势预测法 直线趋势法适用于历史数据随时间的推移变化趋势近于直线的情况。其计算公式为: 根据最小二乘法原理，当 ∑Ｘ ＝ ０ 时，有:;３.季节变动预测法 第一步: 收集以往各季实际数据资料。 第二步: 计算以往各季数据的平均值。 第三步: 计算各季同期数据的平均值。 第四步: 计算各季季节指数，以各季同期平均值除以总平均值。 第五步: 计算各季预测值，以实际数据最后一年的各季值乘以各季季节指数。;知识目标 掌握回归分析预测法的含义 掌握回归分析预测法的基本步骤 掌握一元线性回归分析预测法的含义、模型分析以及模型检验 能力目标 能够熟练运用一元线性回归分析预测法解决实际问题;一、回归分析预测法的含义 回归分析预测法是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来进行预测。回归分析预测法是一种具体的、行之有效的、实用价值很高的常用市场预测方法。;二、回归分析预测法的基本步骤 １.根据预测目标， 确定自变量和因变量 ２.建立回归预测模型 ３.进行相关分析 ４.检验回归预测模型，计算预测误差 ５.计算并确定预测值;三、一元线性回归分析预测法 １.一元线性回归分析预测法的含义 一元线性回归分析预测法是指成对的两个变量数据的散点图呈现出直线趋势时，采用最小二乘法，找到两者之间的经验公式，即一元线性回归预测模型，然后根据自变量的变化，来估计因变量变化的预测方法。其基本思想是确定直线的方法是最小二乘法，即最有代表性的直线应该是直线到各点的距离最近，然后用这条直线进行预测。;２.一元线性回归分析预测法模型分析 一元线性回归分析预测法是根据自变量 ｘ 和因变量 ｙ 的相关关系，建立 ｘ 与 ｙ 的线性回归方程进行预测的方法。 一元线性回归分析预测法的预测模型为: 一元线性回归方程为:;３.模型检验 (１) 经济意义检验 (２) ｔ 检验 (３) 拟合优度检验 (４) 相关系数检验;谢 谢 Thanks