第三章 时间序列分解法和趋势外推预测法.ppt

* 统计学专业课 统计预测决策 3- * 统计学 第三章 时间序列分解法和趋势外推预测法概述 统计学专业课 统计预测决策 3- * 第三章 时间序列分解法和趋势外推预测法概述 第一节 时间序列分解法 第二节 时间序列趋势外推预测法概述 统计学专业课 统计预测决策 3- * 第一节 时间序列分解法 一、时间序列分解的意义和现象的变动形态 （一）时间序列分解的意义 （二）现象的变动形态 1、长期趋势因素(T) 2、季节变动因素(S) 3、周期变动因素(C) 4、不规则变动因素(I) 统计学专业课 统计预测决策 3- * 二、时间序列分解模型 1、乘法模型：Y=T×S×C×I 2、加法模型：Y=T+S+C+I 三、时间序列的分解技术 1、乘法模型的分解技术 （1）分解步骤： 第一步：从时间序列中分解出长期趋势和循环变动因素（T×C） 第二步：分解出季节因素和不规则变动因素（S×I） 第一节 时间序列分解法 统计学专业课 统计预测决策 3- * 第三步：从（S×I）中分解出季节因素 S，并计算季节比率 第四步：从（T×C）中分解出长期趋势 T 第五步：从（T×C）中分解出循环变动因素 C （2）乘法模型的分解技术实例（教材63-66页） 2、加法模型的分解技术 适用于：Y=T+S+I 模型 （1）分解步骤： 第一步：用移动平均法求出长期趋势值（T） 第一节 时间序列分解法 统计学专业课 统计预测决策 3- * 第二步：用原数列减去长期趋势值，即剔除长期趋势值，得S+I 第三步：对S+I序列计算同期平均数 第四步：分摊余数得季节变差 季节变差=同期平均数-（∑同期平均数/时期数） （2）加法模型的分解技术实例 第一节 时间序列分解法 3- * 90.75 -101.375 — — 197.25 200.375 — — 288 99 26 399 一 二 三 四 第三年 96.25 -89.625 -163.375 184.25 148.75 164.625 185.375 193.75 245 75 22 378 一 二 三 四 第二年 — — -123.625 108.25 — — 141.625 146.75 216 63 18 255 一 二 三 四 第一年 S+I 长期趋势值（T） 销售量 季度 年份 某厂围巾销售量分解 万条 3- * 季节变差计算表 146.0625 -143.6875 -95.6875 93.3125 季节变差 -0.1875 -0.1875 -0.1875 -0.1875 校正数 0.75 146.25 -143.5 -95.5 93.5 同期平均数 108.25 184.25 — -123.625 -163.375 — — -89.625 -101.375 — 96.25 90.75 第一年 第二年 第三年 合计 四 三 二 一 季 年 统计学专业课 统计预测决策 3- * 一、趋势外推预测法的概念和假定条件 1、趋势外推预测法的概念 就是根据时间序列所反映的事物发展的过程、方向和趋势，进行类推或延伸，借以预测下一期或以后若干期的发展水平，这种方法称趋势外推预测法。 2、趋势外推预测的假定条件 （1）假设事物发展过程没有跳跃式变化，一般属于渐进变化。 第二节 趋势外推预测概述 统计学专业课 统计预测决策 3- * （2）假设事物的发展因素也决定事物未来的发展，其条件是不变或变化不大。 二、时间序列趋势外推预测的一般步骤 （一）收集资料，编制时间序列，绘制统计图 （二）对时间序列进行分析 影响事物发展变化的因素有多种，一般地可概括为四大类，即：长期趋势、季节变动、循环变动、不规则变动。 （三）求时间序列的长期趋势、季节变动、循环变动 （四）利用模型进行预测 第二节 趋势外推预测概述 统计学专业课 统计预测决策 3- * 三、长期趋势模型的种类 （一）直线趋势模型 （二）多项式曲线趋势模型 （三）指数曲线趋势模型 （四）对数曲线趋势模型 （五）生长曲线趋势模型 第二节 趋势外推预测概述 统计学专业课 统计预测决策 3- * 四、长期趋势模型的选择 （一）图形识别法 （二）指标法（差分法） 五、趋势外推预测中常用的符号 第二节 趋势外推预测概述 … Xt+1 Xt Xt-1 … X3 X2 X1 2 … 预测值 实际观察值 指标值 … t+1 t t-1 3 1 时间 将来 现在 过去 统计学专业课 统计预测决策 3- * 第二节 趋势外推预测概述 六、常用的预测方法