Excel(时间序列预测)操作.pdf

1 时间序列分析预测 EXCEL 操作 一、 长期趋势 (T) 的测定预测方法 线性趋势→： : 用 回归法 非线性趋势 中的“ 指数曲线 ”：用 指数函数 LOGEST 、增长函数 GROWTH （针对指数曲线） 多阶曲线 (多项式 )：用 回归法 （一）回归模型法 长期趋势（线性或非线性）模型法： 具体操作过程： 在 EXCEL 中点击“工具” “数据分析” “回归” 分别在“ Y 值输入 区域”和“ X 值输入区域”输人数据和列序号的单元格区域一选择需要的输出项目，如“线性拟合图” 。 回归分析工具的输出解释： 计算结果共分为三个模块： 1 ）回归统计表： Multiple R （复相关系数 R）：R2 的平方根，又称为相关系数，它用来衡量变量 xy 之间相关程度的大小。 R Square(复测定系数 R2 ) ：用来说明用自变量解释因变量变差的程度，以测量同因变量 y 的拟合效果。 Adjusted R Square ( 调整复测定系数 R2) ：仅用于多元回归才有意义， 它用于衡量加入独立变量后模型的 拟合程度。当有新的独立变量加入后，即使这一变量同因变量之间不相关，未经修正的 R2 也要增大， 修正的 R2 仅用于比较含有同一个因变量的各种模型。 标准误差： 又称为标准回归误差或叫估计标准误差， 它用来衡量拟合程度的大小， 也用于计算与回归有 1 2 关的其他统计量，此值越小，说明拟合程度越好。 2 ）方差分析表： 方差分析表的主要作用是通过 F 检验来判断回归模型的回归效果。 3 ） 回归参数： 回归参数表是表中最后一个部分： Intercept ：截距 a 第二、三行： a (截距 ) 和 b (斜率 )的各项指标。 第二列：回归系数 a (截距 )和 b (斜率 ) 的值。 第三列：回归系数的标准误差 第四列：根据原假设 Ho ：a=b=0 计算的样本 统计量 t 的值。 第五列：各个回归系数的 p 值 (双侧 ) 第六列： a 和 b 95% 的置信区间的上下限。 （二）使用指数函数 LOGEST 和增长函数 GROWTH 进行非线性预测 在 Excel 中，有一个专用于指数曲线回归分析的 LOGEST 函数，其线性化的全部计算过程都是自 动完成的。 如果因变量随自变量的增加而相应增加， 且增加的幅度逐渐加大； 或者因变量随自变量的增 加而相应减少，且减少的幅度逐渐缩小，就可以断定其为指数曲线类型。 具体操作过程： 1 ．使用 LOGEST 函数 计算回归统计量 ①打开 “第 3 章 时间数列分析与预测 .xls 工作簿，选择” “增长曲线 ”工作表如下图所示。 ②选择 E2:F6 区域，单击工具栏中的 “粘贴函数 ”快捷键，弹出 “粘贴函数 ”对话框，在 “函数分类 ”中选择 “统计 ”，在 “函数名 ”中选择 “LOGEST”函数，则打开 LOGEST 对话框，如下图 11.20 所示。 2 3 ③在 Known_y’s、 Known_x’s和 Stats 后分别输入 C2:C16 、B2:B