第5时间序列分析.pptVIP

  1. 1、本文档共42页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多项式曲线 对比【例15-1】、【例15-2】和本例,我们发现,4阶多项式预测的结果明显好于移动平均法预测的结果。针对不同的问题,我们可以选用不同的模型来预测,以期收到较好的预测效果。 值得提醒大家注意的是,如果选用更高阶的多项式,比方说Excel提供的最高阶多项式是6次,预测拟合的情况可能会更好。但是随着阶次的升高,计算过程中引入各种误差的可能性也增大了,有可能发生x6超出Excel所能计算的范围,导致溢出错误,或者虽然没有溢出,但是精度损失太大,反而使得预测结果偏离较大。 指数曲线 【例15-5】根据表中的1990-2004年的货币投放量,使用指数曲线模型预测2005年的货币投放量。 指数曲线 根据已有数据生成图表,经过观察发现,数据点符合指数曲线分布。在数据图表中选中数据点,单击鼠标右键,在弹出菜单上选择【添加趋势线】。 在【类型】选项页选择趋势线类型为指数,在【选项】页选中“显示公式”和“显示R平方值”的复选框。 指数曲线 Excel根据数据找到了指数时间序列方程式 这里y为货币供应量,x为时间序数,1990年为1,1991年为2…,我们需要预测的2005年为16,相应的计算结果为 指数曲线 中国人民银行实际报告的2005年货币供应量107278.57亿元,与我们的预测值之间存在着一定的偏差。究其原因,主要是中央银行开始执行宏观调控政策,降低了货币发行的增速。 从这个例子可以看出,进行金融数据的预测,除了建立数学模型外,相关的政策、法规的调整也需要我们加以考虑。实际工作中,往往是借助数学模型进行初步预测,然后根据具体情况进行人工修正调节。 周期变动的分析与预测 实际生活当中,有些数据是呈现出周期性波动变化的。比方说火锅调料的销售,夏天的销售就会减少得比较明显。对于这种明显受季节波动影响的时间序列,我们可以使用哑元变量来进行调整。 周期变动的分析与预测 【例15-6】现有某商场的火锅调料销售额资料,请对此时间序列进行分析与预测。 周期变动的分析与预测 根据已有数据生成图表,数据明显带有季节波动性。 周期变动 加入哑元变量,为数据表增加4列哑元,分别对应第1季度,第2季度,第3季度和第4季度。如果当前所在的行为第n季度的数据,则将该行的第n季度的哑元值设为1,其他3个哑元值设为0。 周期变动的分析与预测 选中H3:H30区域,在“编辑栏”点击fx函数图标,选择TREND函数,输入图中参数。按住“Ctrl+Shift”,点击【确定】,完成数组公式的输入。H列中出现的为预测值。 周期变动 预测结果: 周期变动的分析与预测 选择销售额观察值B2:B26区域与预测H2:H30区域生成图表。可以观察到,预测值与观察值吻合得较好。基本反映了季节波动变化。 第15章 时间序列分析 参考资源: 3/kcpt/jkx.html 第15章 时间序列分析 本章教学任务: 移动平均法的基本思想和方法 指数平滑法的基本思想和方法 趋势预测法的基本思想和方法 周期变动分析于预测的基本思想和方法 相关定义 时间序列是按时间顺序的一组数字序列。时间序列分析就是利用这组数列,应用数理统计方法加以处理,以预测未来事物的发展。 时间序列分析是定量预测方法之一,它的基本原理: 一是承认事物发展的延续性。应用过去数据,就能推测事物的发展趋势。 二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响,为此要利用统计分析手段对历史数据进行处理。 相关定义 常见的时间序列分析方法有: 移动平均法 简单移动平均法 加权移动平均法 指数平滑法 趋势预测法 简单移动平均法 简单移动平均法认为观察值序列当中各元素具有同等地位,作用相同,对预测值的影响相同,因此在计算中各观察值的权重都相等。 简单移动平均法 简单移动平均的计算公式: 值得注意的是,n的选取必须考虑数据的具体情况。对于上下波动的数据,n取大数值可以消除波动影响,但同时也掩盖了上升或下降的趋势。 简单移动平均法 【例15-1】根据1986年到2004年间的国内生产总值数据,使用简单移动平均法预测2005年的国内生产总值数据。 简单移动平均法 在C7单元格输入公式“= AVERAGE(B3:B6)”,计算当n=4时的预测值。填充复制C7单元格到C22单元格,预测值为114199万亿元。 在D6单元格输入公式“= AVERAGE(B3:B5)”,计算当n=3时的预测值。 在E5单元格输入公式“= AVERAGE(B3:B4)”,计算当n=2时的预测值。 加权移动平均法 加权移动平均法认为观察值序列当中各元素具有不同的地位,作用不同,对预测值的影响不同,因此在计算中各观测值拥有不同的权重。 一般认为,远离预测值的观察值的影响力相对较低,给予较低的权重,而靠近预测值的观察值的影响力相对较高

文档评论(0)

118books + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档