SAS学习系列38.时间序列分析报告Ⅱ—非平稳时间序列地确定性分析报告.pdfVIP

实用标准文档 38. 非平稳时间序列的确定性分析 实际中大多数时间序列是非平稳的， 对非平稳时间序列的分析方 法主要有两类：确定性分析和随机性分析。 确定性分析——提取非平稳时间序列明显的规律性（长期趋势、 季节性变化、周期性） ，目的是：①克服其它因素影响，单纯测度出 单一确定因素对序列的影响； ②推断各种确定性因素彼此之间相互作 用关系及它们对序列的综合影响。 随机性分析——分析非平稳时间序列由随机因素导致的随机波 动性。 （一）趋势分析 有的时间序列具有明显的长期趋势， 趋势分析就是要找出并利用 这种趋势对序列发展做出合理预测。 1. 趋势拟合法 即把时间作为自变量， 相应的序列观察值作为因变量， 建立序列 值随时间变化的回归模型。分为线性拟合和非线性拟合。 2. 平滑法 利用修匀技术，消弱短期随机波动对序列的影响， 使序列平滑化， 从而显示出长期趋势变化的规律。 （1）移动平均、加权移动平均 已知序列值 x1 , …, x t- 1, 预测 xt 的值为 文案大全 实用标准文档 xt 1 xt 2 xt n ? xt n 称为 n 期移动平均值， n 的选取带有一定的经验性， n 过长或过短， 各有利弊，也可以根据均方误差来选取。 一般最新数据更能反映序列变化的趋势。 因此，要突出新数据的 作用，可采用加权移动平均法： 1 xt 1 2 xt 2 n xt n ? xtw n 1 n 其中， i 1. n i 1 （2）二次移动平均 对应线性趋势， 移动平均拟合值有滞后性， 可以采用二次移动平 均加以改进：对移动平均值再做一次移动平均。 （3）指数平滑法 指数平滑法是一种对过去观察值加权平均的特殊形式， 观测值时 间越远，其权数呈指数下降。 一次指数平滑法可用于对时间序列进行 修匀，以消除随机波动。预测公式为： s? x (1 )s? t t t 1 其中α∈ (0, 1) 为平滑常数， ? s 为第 t 期平滑预测值，初始预测值 s? t 0 （通常取最初几个实测数据的均值） 。 一般来说，时间序列有较大的随机波动时，宜选择较大的α值， 以便能较快跟上近期的变化；也可以利用预测误差选择。 （4 ）二次、三次指数平滑法 即对一次指数平滑后的序列再做一次指数平滑， 但不是直接将二 文案大全 实用标准文档 次指数平滑值作为预测值， 而是利用其来求出方程参数， 利用滞后偏 差的规律来建立直线趋势模型。计算公式：