时间序列的预测.ppt

假设预测样本为，T为实际值样本长度，用和分别表示t期的实际值与预测值.计算出的预测误差统计结果如下所示：第62页,共72页，星期六，2024年，5月第63页,共72页，星期六，2024年，5月RootMeanSquaredError均方根误差MeanAbsoluteError平均绝对误差MeanAbsolutePercentageError平均相对误差TheilInequalityCoefficient泰尔不等系数第64页,共72页，星期六，2024年，5月前两个预测误差统计量由因变量规模决定.它们应该被作为相对指标来比较同样的序列在不同模型中的预测结果，误差越小，该模型的预测能力越强.后两个统计值是相对量.泰尔(Theil)不等系数总是处于0和1之间，这里0表示与真实值完全拟合.第65页,共72页，星期六，2024年，5月式中分别为和的平均值和标准差，r为和的相关系数.该比值被定义为：预测均方差可以分解为：第66页,共72页，星期六，2024年，5月BiasProportion偏差比VarianceProportion方差比CovarianceProportion协方差比偏差比表明预测均值与序列实际值的偏差程度；方差比表明预测方差与序列实际方差的偏离程度；协方差比衡量非系统误差的大小.注意：偏差比、方差比和协方差比之和为1.如果预测结果好，那么偏差比和方差比应该较小，协方差比较大.第67页,共72页，星期六，2024年，5月偏差比表明预测均值与序列实际值的偏差程度；方差比表明预测方差与序列实际方差的偏离程度；协方差比衡量非系统误差的大小.注☆偏差比、方差比和协方差比之和为1.☆如果预测结果好，那么偏差比和方差比应该较小，协方差比较大.第68页,共72页，星期六，2024年，5月注：回归预测与时间序列预测精度的比较

预测实证研究表明，各类预测方法之间并不存在明显优劣,只是不同方法具有各自不同的特点；

回归预测和时间序列预测是两类不同的定量预测方法，它们根据不同的角度对经济现象进行预测，回归预测注重分析影响预测对象的各因素所造成的影响，而时间序列预测则根据预测对象本身的历史数据来预测其未来.第69页,共72页，星期六，2024年，5月有争议的结论Spivey和Wrobleski:※非回归模型预测的精度一般而言与回归预测的精度相差无几；※当回归模型用于3个或3个季度以上的时间范围预测时,其预测精度明显下降.第70页,共72页，星期六，2024年，5月McNees:他得出了与Spivey和Wrobleski相反的结论※时间序列用于1年内的短期预测的精度优于回归模型预测，至于1年以上的预测，回归预测的精度则要好一些.第71页,共72页，星期六，2024年，5月四、预测的Eviews实现

第72页,共72页，星期六，2024年，5月例1、已知某地区每年常驻人口数量近似服从MA(3)模型（单位：万）：最近3年的常驻人口数量及一步预测数量如下预测未来5年该地区常住人口的95％置信区间年份统计人数预测人数200210411020031081002004105109第30页,共72页，星期六，2024年，5月第31页,共72页，星期六，2024年，5月第32页,共72页，星期六，2024年，5月第33页,共72页，星期六，2024年，5月第34页,共72页，星期六，2024年，5月第35页,共72页，星期六，2024年，5月第36页,共72页，星期六，2024年，5月注(1)在预测时，往往给at序列一个初始值，之前的扰动视为零，由此可递推计算出at.(2)如果把预测值看作的函数，则预测函数的形式是由模型的自回归部分决定的，滑动平均部分用于确定预测函数中的待定系数，使得预测函数“适应”于观测数据.第37页,共72页，星期六，2024年，5月二、适时修正预测（一）问题的提出以时刻t为原点向前预测，得到当到时刻t+1时，Xt+1已成为已知，对于t+2,t+3,…时刻的预测是否还用原来的问题：当有新息加入