描述统计第五章.pptVIP

平稳序列的分析和预测 简单平均法 移动平均法 指数平滑法 第三十页，共五十二页，2022年，8月28日 简单平均法 (simple average) 根据过去已有的t期观察值来预测下一期的数值 设时间序列已有的其观察值为 Y1 ， Y2 ， … ，Yt，则第t+1期的预测值Ft+1为 有了第t+1的实际值，便可计算出的预测误差为 第t+2期的预测值为 第三十一页，共五十二页，2022年，8月28日 简单平均法 (特点) 适合对较为平稳的时间序列进行预测，即当时间序列没有趋势时，用该方法比较好 如果时间序列有趋势或有季节变动时，该方法的预测不够准确 将远期的数值和近期的数值看作对未来同等重要，从预测角度看，近期的数值要比远期的数值对为来有更大的作用。因此简单平均法预测的结果不够准确 第三十二页，共五十二页，2022年，8月28日 移动平均法 (moving average) 对简单平均法的一种改进方法. 通过对时间序列逐期递移求得一系列平均数作为趋势值或预测值. 有简单移动平均法和加权移动平均法两种. 第三十三页，共五十二页，2022年，8月28日 简单移动平均法(simple moving average) 将最近k期数据加以平均作为下一期的预测值 设移动间隔为k (1kt)，则t期的移动平均值为 t+1期的简单移动平均预测值为 预测误差用均方误差(MSE) 来衡量 第三十四页，共五十二页，2022年，8月28日 简单移动平均法 (特点) 将每个观察值都给予相同的权数 只使用最近期的数据，在每次计算移动平均值时，移动的间隔都为k 主要适合对较为平稳的时间序列进行预测 应用时，关键是确定合理的移动间隔长 对于同一个时间序列，采用不同的移动步长预测的准确性是不同的 选择移动步长时，可通过试验的办法，选择一个使均方误差达到最小的移动步长。 第三十五页，共五十二页，2022年，8月28日 简单移动平均法(例题分析) 第三十六页，共五十二页，2022年，8月28日 加权移动平均法 (weighted moving average) 对近期的观察值和远期的观察值赋予不同的权数后再进行预测 当时间序列的波动较大时，最近期的观察值应赋予最大的权数，较远的时期的观察值赋予的权数依次递减 当时间序列的波动不是很大时，对各期的观察值应赋予近似相等的权数 所选择的各期的权数之和必须等于1 对移动间隔(步长)和权数的选择，也应以预测精度来评定，即用均方误差来测度预测精度，选择一个均方误差最小的移动间隔和权数的组合 第三十七页，共五十二页，2022年，8月28日 第一页，共五十二页，2022年，8月28日 学习目标 1、时间序列的概念及类型 2、时间序列描述性指标的应用 3、平稳时间序列的平滑和预测 4、线性趋势的预测 5、复合型序列的分解和季节指数的计算 第二页，共五十二页，2022年，8月28日 时间序列及其分解 时间序列的概念 时间序列分析的作用 时间序列的分类 时间序列的构成要素 第三页，共五十二页，2022年，8月28日 时间序列的概念 同一现象在不同时间的相继观察值排列而成的数列。 年份 1998 1999 2000 2001 职工人数（人） 1000 1100 1200 1400 年份 1998 1999 2000 2001 产值（万元） 6000 7260 8400 11200 年份 1998 1999 2000 2001 技术人员比重% 5.5 6 6.2 6.5 第四页，共五十二页，2022年，8月28日 时间序列分析的作用 时间序列的作用 1、描述事物在过去时间的状态 2、分析事物发展变化的规律性 3、根据事物的过去行为预测它们将来的行为 时间序列的编制原则 1、指标数值所属的时间可比 2、各指标数值的总体范围可比 3、各指标数值的经济内容可比 4、各指标数值的计算口径、计算方法可比 第五页，共五十二页，2022年，8月28日 时间序列的分类 按时间序列有无规律 1、平稳的时间序列 不存在趋势的时间序列 2、非平稳的时间序列 包含趋势性、季节性或周期性的时间序列 第六页，共五十二页，2022年，8月28日 长期趋势、季节性、周期性 1、长期趋势 时间序列在长时期内呈现出来的某中持续向上或持续下降的变动趋势 2、季节变动 时间序列在一年内重复出现的周期性波动 3、周期性变动 时间序列呈现出来的围绕长期趋势的一种波浪形或震荡式变动，又称循环变动 第七页，共五十二页，2022年，8月28日 时间序列的分类 按统计指标的性质不同 1、绝对数时间序列 由绝对数构成的时间序列，又分为时