《商务统计分析 第2版》 第12章 习题答案.pdfVIP

思考题：

12.1简述时间序列的构成要素。

一个时间序列通常由四种要素构成：趋势、季节性、周期性随机性。其中，趋势

(trend)指的是尽管时间序列的数据通常呈现出随机波动的状态，但是在一个较长的时

间段内，仍能够呈现出持续向上或者持续向下的稳定变动。季节性(seasonality)指的是

在一段的时间段内，时间序列呈现出的周期性的波动。周期性(cyclicity)也称循环波动

(cyclicalfluctuation),是时间序列中呈现出来的围绕长期趋势的一种波浪形或振荡式

的周期性变动。随机性(randomness)也称不规则波动(irregularvariations),是指时间

序列所描述的现象除了受之前三种变动的影响以外，还受临时的、偶然性因素或不明原

因引起的非周期性、无趋势性的随机变动。

12.2简述各种预测方法的异同及其优缺点。

预测方法数据模式数据要求预测期

数据个数与移动平均的

移动平均平稳序列非常短

步长相等

指数平滑平稳序列5个以上短期

一元线性回归线性序列10个以上短期至中期

指数模型非线性序列10个以上短期至中期

多项式函数非线性序列10个以上短期至中期

含季节哑变量的至少有四个周期的季度短期、中期、长

趋势季节性序列

多元回归或月度数据期

趋势、季节性周期至少有四个周期的季度短期、中期、长

分解预测

性序列或月度数据期

12.3简述平稳序列非平稳序列的含义。

(1)平稳序列：平稳序列指的是不含趋势、季节变动循环波动的序列，即其通常

只包含随机成分的时间序列。

(2)非平稳序列：指包含趋势、季节变动或循环波动的序列，它可能只含有其中的

一种成分，也可能是几种成分的组合。

12.4简述一元线性回归预测的含义。

当时间序列含有线怛趋势时，可以用一元线性回归模型进行预测，即将时间当作自

变量，实际观测值当作因变量。通过简单的一元线性回归，能分析实际观测值中的线性

趋势，并根据此趋势进行预测。在实际应用中，只需根据最小二乘法计算出趋势线在丫

轴上的截距(即尻)，趋势线的斜率(即/力)，即可以预测任一时期的数值。

12.5简述指数平滑法的含义。

指数平滑法是用过去的实际观测值的加权平均数作为预测值，是加权移动平均法的

一种特例。具体来说，它是把，期的实际观测值f期的预测值的加权平均数作为，+1期

的预测值，且随着时间离现时期的距离越远，实际观测值的权重越小。

12.6简述时间序列分解预测法的步骤。