第三章_$_时间序列趋势预测法.ppt

第三章 时间序列趋势预测法 第一节 时间序列趋势预测法概述 第二节 简易平均值法 第三节 移动平均值法 第四节 指数平滑法 第一节 时间序列趋势预测法概述 一、时间序列趋势预测法的含义及编制原则 （一）概念 时间序列（时间数列、动态数列）：是将过去的历史资料及数据，按时间顺序排列构成的一个数字系列，根据其动向来预测未来趋势。 时间序列趋势预测法，是利用事务发展变化中所表现出的时间序列来预测发展趋势的方法，是历史数据资料的延伸预测。 （二）条件 即预测所依据的基本假设是：历史数据所显示出来的规律性，可以被延伸到未来时期，在预测期与观察其经济环境基本相同时，这一假定可以接受。 （三）效果 1、因其时间序列不讲求因果关系，受外界因果影响，因而存在着预测误差大的缺陷，外界发生较大变化时，往往会有较大偏差。 2、短期预测效果比长期预测效果好。 （四）编制时间序列的原则 三个一致：总体范围一致 代表时间单位长短一致 统计数值计算方法和计量单位一致 （二）时间序列趋势预测法的特点及时间序列数据变动的四种类型 （一）特点 （（1）时间序列预测法适用于短期预测。 （2）时间序列数据变动存在着规律性与不规律性。 （3）预测法的本质是一种统计定量与分析方法。 （二）时间序列数据变动四种因素 1、? 长期趋势变动（T）（趋势） 长期趋势变动表示时间序列中数据不是由意外的冲击用来引起的，而是随着时间的推移而逐渐发生变化的，它是时间序列度量在较长的持续时间内的某种发展点动向。 它是决定数据大小的基本成分。 2、? 季节性变动（S）（季节加量） 它是由于季节更换的固定规律作用而发生的周期性变动。 可用做短期预测。 S0表示受季节影响的数值大于趋势值；S0表示受季节影响之后的数值小于趋势值；S=0表示无季节影响。 3、循环变动C 也称周期变动，是指时间序列在为期较长的时间内（一年至数年）呈现出涨落起伏，变动的规律性较弱，是不断的周期性但非定期的变动。 4、? 不规则变动（Ι） 也叫随机变动，是指时间序列数据在短期内由于随机事件而引起的忽大忽小的变动，是指偶发事件导致时间序列中出现数值忽高忽低，时升时降的无规则可循的变动。 构成时间序列数据的成分（三种：趋势T、季节S、不规则变动I）作用从下图中可以明显看到： 数据 时间 ?? 三、时间序列数据的类型 1、水平趋势---Y=T+I,Y=T*I 2、线性趋势 Y=(A+BT)I或Y=(A+BT)+I 3、二次曲线趋势 Y=(A+BT+CT方)+I，或Y= =(A+BT+CT方)*I 4、水平趋势季节 Y=T+S+I或Y=T*S*I 5、线性趋势季节 Y=(A+BT)+S+I或Y=(A+BT)*S*I 6、曲线趋势季节 Y=AB(T方）+S+I或Y=AB(T方）*S*T 四、时间序列趋势预测法的预测 模型及预测步骤 （一）用Y表示时间序列观察值，T、S、C、I分别表示长期趋势变动值、季节变动值、周期波动值和不规则变动值。 T、S、C、I四种变动的综合作用构成时间序列Y，一般的综合作用有两种方式： 乘法模型 Y=T、S、C、I 加法模型 Y=T+S+C+I 实际应用中时间原则分析法定量预测的乘法模型方式和加法模型方式分别采用如下简便形式： Y=T、S Y=T+S 一般，季节变动、循环变动、随机变动的幅度随着长期趋势的增长（获衰减）加剧（或减弱），应采用乘法模式；若季节变动、循环变动、随机变动的幅度不随着长期趋势的增衰而变化，应采用加法模式。 （二）时间原则法的步骤 （1）绘制历史数据曲线图，确定其趋势变动类型。 （2）根据历史资料的趋势变动类型一及预测的月的与期限，选择具体预测方法，并进行模拟运算。 （3）将量的分析与质的分析相结合，确定市场未来发展趋势的预测值。 五、本章处理时间序列预测问题的若干 基本思想1、? 随机干扰不被处理2、? 对构成时间序列的各种成分分别进行估计3、? 利用新的信息，对每种成分的估计不断修正4、? 利用平均的方法抵消随机影响5、? 重视近期数据 第二节 简易平均值法 一、概述 1、概念