时间序列及其它预测案例.docxVIP

时间序列及其余展望事例 时间序列及其余展望事例 PAGE / NUMPAGES 时间序列及其余展望事例 适用标准文案 时间序列的分解方法 时间序列的分解方法比较简单，下边用一个实例加以说明。表 4-1 是某商品销售额的 12 年的季度数据。 时间序列的分解一般是先计算季节指数， 而后计算长久趋向和周期改动。 在本例介绍中， 我们采纳乘法模型， 即 Y=T ×S×C×I，此中， Y 代表表 4-1 中的实质销售额， 当分解出 T、S 和 C 后，节余部分即为 I。 某商品销售额的 12 年数据 季度 t 销售额 Y（3） 四项均匀 居中均匀 TC Y/TC=SI 长久趋向 周期改动 C （1） (2) （4 ） （5 ） （6）（ %） （ 7 ） （8）（%） 1992 1 － － － － － 1 2 3 － － － － － 2 3 2 2 3 4 2 37 4 07 4 5 2 1993 6 2 2 52 8 87 1 7 2 2 8 2 6 3 36 3 9 3 2 4 1 2 8 7 03 1994 0 2 1 1 2 51 2 95 2 1 3 出色文档 适用标准文案 3 1 3 3 5 6 02 4 2 3 1995 1 3 8 86 1 3 3 5 2 1 3 5 9 3 4 2 3 75.478 4 9 4 1 3 4 1996 5 3 4 3 1 1 3 3 2 2 6 3 9 8 3 1 3 9 4 7 3 3 1 2 1997 1 3 2 1 8 2 3 1 6 99.886 3 2 1 3 3 9 3 3 1 98 4 2 3 9 1998 0 3 3 5 39 1 2 3 8 2 1 3 3 9 13 3 2 79 4 2 2 3 3 4 78 出色文档 适用标准文案 1999 2 9 1 3 3 3 8 1 2 2 3 3 3 4 4 3 3 7 4 2 3 1 2000 5 3 7 3 1 2 3 25 2 6 2 3 1 5 3 2 3 2 4 7 3 6 5 2001 2 4 3 2 1 8 7 2 2 3 8 4 3 9 2 1 4 3 3 3 25 9 2002 0 4 9 1 3 1 2 3 2 1 8 8 3 3 9 2 7 98.449 6 4 2 5 2003 3 6 1 2 03 1 3 8 出色文档 适用标准文案 2 3 1 6 6 22 3 4 4 3 8 9 1 1 98 5 3 5 9 2 5 2 6 3 8 1 5 9 6 7 3 5 6 7 4 5 8 3 1 8 9 3 2 6 4 8 2 0 8 7 4 8 6 7 1 2 2 4 6 1 2 3 8 2 4 9 5 3 8 7 6 4 4 4 3 7 4 2 出色文档 适用标准文案 4 － 1 5 8 8 1 4 6 5 7 3 6 4 － 7 7 7 3 4 8 6 2 4 － － － 6 － （一） 季节指数 S 的计算 季节指数的计算是先用挪动均匀法剔除长久趋向和周期改动， 而后再用按月 （季）均匀 法求出季节指数。因为一年有四个季度，所以，挪动均匀项数要取 4，需作两次挪动，挪动 均匀结果见表 4-1 的第（ 5 ）栏，此中第（ 5 ）栏的第一个数据 2773.483 是经过以下两次 挪动均匀求得的： y1 y2 y3 y4 4 4 y 2 y3 y4 y5 4 4 出色文档 适用标准文案 2 余下类推，即获得了不含季节要素和不规则改动要素的序列 了不规则改动） 。 将 Y 除以 TC，即获得了只含周期要素和不规则改动要素的序列栏。将序列 SI 从头摆列得表 4-2 。该商品销售额的季节指数如表节指数一般用百分数表示，如在本例中，第一季度的季节指数为  TC（四项挪动均匀也除去 SI，见表 4-1 的第（ 6 ） 4-2 的最后一列所示。季 112.1397% 。 运用按季均匀法求季节指数 单位： % 年份 一季度 二季度 三季度 四时度 1992 1993 2 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 出色文档 同季共计 同季均匀 季节指数  适用标准文案 同季均匀和 =400.18268% 调整系数 季节指数 = 同季均匀 *调整系数 =112.1909*0.9995435=112.1397% （二） 长久趋向 T 的计算 如作散点图，能够看出，本例的销售额 Y 拥有较显然的上涨趋向，且能够用直线趋向 拟合，以时间 t 作自变量，以销售额 Y 作因变量，可求得以下回归议程： T=2 736.101+38.954 36t 依据长久趋向方程，即可求得各个季度的长久趋向值，如 2003 年第二季度 t=46, 其长 期