预测与决策教程（第2版）课件：确定型时间序列预测方法.pptx

确定型时间序列预测方法;3.1时间序列与时序分析概述;3.1时间序列与时序分析概述;4、确定型时间序列预测方法概述;实例1黄金价格四十年走势（长期趋势）;实例2西安市天然气供气量（季节变动）;实例3美国GDP增长率变化趋势(循环变动);类型1不含趋势和季节性;分析方法

非平稳的时间序列平稳化，转换为平稳随机序列

对于平稳随机序列，建立“模型库”，进一步进行模型识别、参数估计、检验、预测。

模型库中包括有：AR(p),MA(q),ARMA(p,q)等等。

;平稳随机序列;非平稳随机序列;3.1时间序列与时序分析概述;背景案例;;确定型时间序列预测方法;背景案例;3.2移动平均法;2.一次移动平均法(SingleMovingAverages);例1某市汽车配件销售公司某年1月—12月的化油器销售量（只）的统计数据如表中第二行所示，试用一次移动平均法预测下一年一月的销售量。;N的选取：;3.2移动平均法;3.二次移动平均法(DoubleMovingAverages);3.2移动平均法;例2已知某产品前15个月的销售量下表所示。试预测下个月的产品销售量。;1）N的选取：;3)作二次移动平均序列;4)建立预测模型;MA的优点：简单易行，计算方便;3.3指数平滑法;指数平滑法的特点：;例3现有某年1月至11月对餐刀的需求量（见表）要用指数平滑法预测这一年12月份的需求量。在表中我们选择三个值进行比较，由于在;3.3指数平滑法;3.二次指数平滑法;例4.3某设备制造厂从2005年机床销售量数据如下表所示，预测2017年的销售量。;设;取;预测公式：;讨论;讨论;;确定型时间序列预测方法;在产品的生产和销售活动中，有些产品季节性生产而常年消费，如电风扇、空调、电暖气等；有些产品是季节性生产、季节性消费，如清凉饮料等。这些现象在一年内随着季节的转变而引起周期性变动。这种变动往往具有两种特点：;例某商店按季统计的3年12个季度冰箱的销售额资料如下表所示。

;;(2)计算各年的季平均值

假设以表示第t年的季(月)平均值，，那么各年季(月)平均值的计

算公式为：

;;以历年同季(月)的平均数()与全时期的季(月)平均数()之比为季节指数，即

，而;; 从理论上讲，各季的季节指数???和应为4，但是由于在实际过程中计算存在误差，使各季的季节指数之和大于(或小于4)，故应予以调整。调整后的季节指数，调整系数等于理论季节指数之和4与实际季节指数之和之比。本例调整后的季节指数分别为：0.8368、1.1642、1.0883、0.9107。;3.考虑长期趋势的季节指数法

;3.5时间序列分解法;乘法模式;时间序列分解法试图从时间序列中区分出这四种潜在的因素，特别是长期趋势因素(T)、季节变动因素(S)和循环变动因素(C)。显然，并非每一个预测对象中都存在着T、S、C这三种趋势，可能是其中的一种或两种。一个具体的时间序列究竟由哪几类变动组合，采取哪种组合形式，应根据所掌握的资料、时间序列及研究目的来确定。;季度序号;3.5时间序列分解法;产品48个季度的销售额如下图：;2、季节性;如能将中的随机性部分去掉，就可得到季节性指数。;3、长期趋势和循环变动;确定长期趋势;由;1）用分析长期趋势和循环变动；;第一季度的季节指数为111.95，即;案例讨论;案例讨论;案例讨论;案例讨论;年份;案例讨论;案例讨论;案例讨论;案例讨论;