时间序列分析法.pptxVIP

11 时间序列分析法;引言; 从回归分析法的角度看，时间序列分析法实际上是一种特殊的回归分析法，因为此时不再考虑事物之间的因果关系或其他相关关系，而仅考虑研究对象与时间之间的相关关系，即将时间作为自变量来看待。; 为了保证时间序列分析的准确性，时间序列数据的编制应该遵循以下一些原则： 时间序列中的各项数据所代表的时期长短（或间隔）应该一致且连续。 时间序列中的各项数据所代表的质的内容应该前后一致。 统计指标数据的计量单位应该一致。; 时间序列数??包括四种类型： 趋势变化（trend variation）：在整个预测内研究对象呈现出渐增或渐减的总倾向。 周期变化（cyclical variation）：以某一时间间隔为周期的周期性变动，如危机和复苏的交替。 季节变动（seasonal variation）：即以一年为周期的周期变动，如服装行业销售额的季节性波动。 不规则变动/随机变动（irregular/random variation）：指除以上三种变动之外的变动。;时间序列倾向变动预测的方法体系; 倾向线的拟合方法，实质上是一种时间序列回归分析法，它是通过数学模型的建立和求解来进行分析的。 倾向线的逐步修正方法则是与倾向线拟合方法性质完全不同的另一种方法。它是通过时间序列数据的平滑来进行分析的。所谓“平滑”，就是将原始不规则时间序列数据修匀，形成平滑的倾向线，以把握事物的发展趋势。; 需要说明的是，研究对象往往受到诸多因素的影响，而在倾向变动预测中，只考虑时间因素，即把事物的特征值仅仅作为时间的函数来表现，求出函数表达式，并在假定这种函数关系在要预测的期间内无结构性突变的情况下，预测其未来值。 因此在所研究事物的客观环境（条件）发生突变的情况下，切不可机械地套用时间序列分析方法，而应该对研究对象进行全面的条件和环境分析，才能得出比较符合事物发展的客观预测结果。;提纲;移动平均法;移动平均法;移动平均法;一次移动 -----为第t时期及其以前（n-1）各时期的数据的移动平均值。 t------时期序号。 yt------第t时期变量的数值。 n------每段跨越的周期数，即所包含的数据个数。;一次移动平均 如果时间序列数据很长，n的取值又较大，用递推公式可以大大减少计算量。同时，当获得新数据时，无需像回归分析那样重新估算方程，而可以根据先期计算出来的移动平均值，很容易求出新的移动平均值。; 一次移动平均 合理地选择周期数n是用好移动平均法的关键。在n取较大值时，移动平均值对于随机影响的敏感性弱些，平滑作用强，但适应新数据水平的时间要长些，容易落后于可能的发展趋势；而当n 取较小值时，移动平均值对于随机影响的敏感性较强，平滑作用差，适应数据新水平的时间短，因而容易对随机干扰反映过度灵敏而造成错觉。一般可以根据实际时间序列数据的特征和经验选择参数n。;; 一次移动平均 ;二次移动平均 ----为第t时期的一次移动平均值 -----为第t时期的二次移动平均值;二次移动平均 二次移动平均是在一次移动平均值的基础上进行的，二次移动平均也与一次移动平均数序列存在滞后偏差。 因此 和 只能用于简易预测。为了改善预测效果，我们可以利用 和 求出平滑系数，建立线性移动平均模型进行预测。;模型建立与预测 线性移动平均模型的一般形式为： t---时期的序号 l---由当前时期t到需要预测的时期之间的时期个数 yt+l---第（t+l）时期的预测值； bt----斜率，即单位时期的变化量 at----截距，即当前时期t的数据水平，at=yt ;指数平滑法;指数平滑法;指数平滑法;指数平滑法;指数平滑法;生长曲线法;生长曲线法;生长曲线法;逻辑曲线;逻辑曲线;逻辑曲线;曲线在其单调区间内的y=k/2处有唯一的拐点。 记拐点处的y值为yr，则 ?对应于拐点的时间点tr 因此，logistic曲线对于点（yr,tr）是对称的。;生长曲线法;生长曲线法;GeneXproTools 4.0;;