第八章时间序列分析与预测.ppt

移动平均法的特点移动平均后的值应放在各移动项的中间位对于偶数项移动平均需要进行“中心化”2.通过移动平均可以消除不规则变动,且平均项数越多,消除的不规则变动越多;3.如果现象的发展具有一定的周期性,应以周期长度作为移动间隔的长度,可以消除时间序列中的季节变动;4.移动平均法对序列具有平滑修匀作用,使得原序列的的起伏波动被消弱了,平均项数K越大,对序列的平滑修匀作用越强;第27页，共62页，星期日，2025年，2月5日5.移动平均后,移动平均值序列较原序列项数要少,K为奇数时,新序列首尾各少(K-1)/2项；K为偶数时,新序列首尾各少K/2项；6.分解长期趋势的目的之一,是为了对序列的未来趋势发展做出预测,但移动平均趋势值本身不能将趋势线延长进行外推预测,而必须借助于其他方法.第28页，共62页，星期日，2025年，2月5日【例】、移动平均后所得的修匀序列,较原序列项数为少,假如原序列为35项,移动项数为5,则序列首尾各少()项。4、按移动平均法进行时间序列修匀（）。A、奇数项移动平均需进行中心化平均B、偶数项移动平均不需要进行中心化平均C、K为奇数时,移动平均后,新序列首尾各减少(K-1)/2项D、K为偶数时,移动平均后,新序列首尾各减少(K+2)/2项第29页，共62页，星期日，2025年，2月5日移动平均法可以作为测定长期趋势的一种较为简单的方法，在股市技术分析中有广泛的应用。比如对某只股票的日收盘价格序列分别求一次5日、10日、一个月的移动平均就可以得到其5日、10日、一个月的移动平均股价序列，进而得到5日线、10日线、月线，用以反映股价变动的长期趋势。第30页，共62页，星期日，2025年，2月5日移动平均股价序列第31页，共62页，星期日，2025年，2月5日移动平均法一般用来消除不规则变动的

影响，把序列进行修匀（smoothing)，

以观察序列的其他成分。如果移动平均的项数等于季节长度则可以消除季节成分的影响；如果移动平均的项数等于平均周期长度的倍数则可以消除循环变动的影响。由于区分长期趋势和循环变动比较困难，在应用中有时对二者不做区分，而是把两项合在一起称为“趋势循环”成分（trend-cycle)。移动平均法的应用第32页，共62页，星期日，2025年，2月5日指数平滑法指数平滑法的计算公式：第33页，共62页，星期日，2025年，2月5日第34页，共62页，星期日，2025年，2月5日…第35页，共62页，星期日，2025年，2月5日第36页，共62页，星期日，2025年，2月5日第37页，共62页，星期日，2025年，2月5日第38页，共62页，星期日，2025年，2月5日测定长期趋势的方程拟合法1、方程拟合法是利用某种数学方程对原时间序列中的趋势进行拟合,揭示时间序列长期趋势的一种方法；2、趋势方程的选择—直线趋势、曲线趋势①、定性分析；②、绘制散点图或时间序列折线图；③、混合趋势，分段拟合,通常根据最后一阶段的趋势方程进行外推预测；3、方法—最小二乘法第39页，共62页，星期日，2025年，2月5日线性趋势方程1、当时间序列的逐期增长量大致相同、长期趋势可近似地用一条直线来描述时,就称时间序列具有线性趋势;2、线性模型的形式为:—时间序列的趋势值;t—时间(t=1,2,…,n);a—趋势线在Y轴上的截距,表示t=0的趋势值(初始值);b—趋势线的斜率，表示时间t变动一个单位时观察值的平均变动数量.第40页，共62页，星期日，2025年，2月5日I、趋势方程中的两个未知常数a和b按最小二乘法(Least-squareMethod）求得根据回归分析中的最小二乘法原理使各实际观察值与趋势值的离差平方和为最小最小二乘法既可以配合趋势直线，也可用于配合趋势曲线II、根据趋势线计算出各个时期的趋势值第41页，共62页，星期日，2025年，2月5日第42页，共62页，星期日，2025年，2月5日III、根据最小二乘法得到求解a和b的标准方程为第43页，共62页，星期日，2025年，2月5日汽车产量直线趋势计算表年份时间标号t产量(万辆)ytt×ytt2趋势值1981198219831984198519861987198819891990199119921993199419951996199719981