确定型时间序列预测方法精.ppt

《确定型时间序列预测方法精.ppt》由会员分享，可在线阅读，更多相关《确定型时间序列预测方法精.ppt（79页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、确定型时间序列预测方法1第1页，本讲稿共79页第第4 4章章 确定型时间序列确定型时间序列预测方法预测方法时间序列与时序分析时间序列与时序分析移动平均法移动平均法指数平滑法指数平滑法时间序列的分解法时间序列的分解法2第2页，本讲稿共79页4.1 4.1 时间序列与时序分析时间序列与时序分析3第3页，本讲稿共79页4.1 4.1 时间序列与时序分析时间序列与时序分析时间序列时间序列一、时间序列的概念一、时间序列的概念是指观察或记录到的一组按时间顺序排列的数据，常表示为 Ex.产品销售额；40岁的成年人每月的体重；某地区人均收入的历史数据，等等。时间序列是一种简化。4第4页，本讲稿共79页2004

2、2004年年5 5月月1414日股票指数图日股票指数图深证成指上证B股上证指数深证B股5第5页，本讲稿共79页时间序列的特征时间序列的特征含有长期趋势因素（T）含有季节变动因素（S）含有循环变动因素（C）含有不规则变动因素（I）时间序列的走势按日历时间周期起伏。如，季节时间序列的走势按日历时间周期起伏。如，季节性商品季度、月份销售量；火车客运量；居民用电、用性商品季度、月份销售量；火车客运量；居民用电、用水量等。水量等。其走势也呈周期性变化，但不是在一个不变的时间间其走势也呈周期性变化，但不是在一个不变的时间间隔中反复出现，而且每一周期长度一般有若干年。中、长隔中反复出现，而且每一周期长度一般

3、有若干年。中、长期预测需考虑。期预测需考虑。6第6页，本讲稿共79页二、时间序列的分类二、时间序列的分类1.确定型时间序列确定型时间序列是预测对象各期数量的实际数值依时间先后次序的排列。以此为基础的预测，只考虑各期数量表现的数值是多少，而不考虑各期数量可能出现的其它数值。2.随机型时间序列（随机型时间序列（cf.教材教材p.82,86）将随机变量按时间先后顺序排列起来。分平稳随机序列与非平稳随机序列。7第7页，本讲稿共79页1 1）平稳随机序列与非平稳随机序列）平稳随机序列与非平稳随机序列不同时满足上述两个条件的随机时间序列称为非平稳序列。自协方差自协方差8第8页，本讲稿共79页2 2）样本序

4、列）样本序列是指对随机时间序列中的每一随机变量，取其一个变量值（样本值），将这些样本值按时间顺序排列起来所形成的序列。3 3）非平稳随机序列的平稳化）非平稳随机序列的平稳化一般用差分算子 与后移算子 B 进行处理。S季节变动的周期长度9第9页，本讲稿共79页三、时序分析三、时序分析时间序列的各数据之间存在必然的联系。时序分析就是要揭示这种联系的规律，达到预测现象未来趋势的目的。实质：特征的识别。在此基础上建立数学模型，形成一系列时间序列预测方法。局限性：转折点与预测克服：定性与定量相结合10第10页，本讲稿共79页4.2 4.2 移动平均法移动平均法11第11页，本讲稿共79页4.2 4.2

5、移动平均法移动平均法一、移动平均数一、移动平均数(Moving Averages)时间序列选定N（15，取n 15，取n 100，意味着实际值X 比移动平均数（）要大，该季度的季节性和随机性高于平均数。反之，如果比率小于100，则表示季节性和随机性低于平均数。63第63页，本讲稿共79页包含了季节性和随机性的数据图（）：64第64页，本讲稿共79页如能将 中的随机性部分去掉，就可得到季节性指数。注意到随机性是偶然的、没有一定模式、围绕中间值0上下波动，因此通过平均就能去掉随机性影响。将“比率”中各年同一季度的数据放在同一列之中，求相同各季度的平均值，其中上面的横线表示季节平均。65第65页，本

6、讲稿共79页402.74400得季节指数112.72，109.88，76.28，103.86含义：例如第二季度的109.13就表示第二季度比全年平均数高出9.13。66第66页，本讲稿共79页三、长期趋势和循环变动三、长期趋势和循环变动 表示一组循环变动长期趋势数值。多数情况下已能满足要求。若需把循环变动和长期趋势分离开来，确定一种能最好的描述数据长期趋势的类型。利用趋势外推法求出长期趋势T,即为循环变动因子。67第67页，本讲稿共79页利用MA(4)得到的包含了长期趋势和循环变动两部分()的数据图：68第68页，本讲稿共79页确定长期趋势69第69页，本讲稿共79页70第70页，本讲稿共79

7、页由可求得循环因子。循环因子的值大于100 的表明该季度经济活动水平高于所有季度的平均值，而小于100 则相反。71第71页，本讲稿共79页循环因子比较复杂，且其变动周期较长，因而在短期预测中可以忽略不计，或将其归入到趋势变化之中（称为趋势循环因子）。人们更关心的是趋势和季节的识别。至此我们完成了对原始数据X Xt t的分解工作，其步骤总结如下：72第72页，本讲稿共79页1）用 分析长期趋势和循环变动；2）用 分析季节性和随机性；3)用 分析季节性；4)用趋势外推法中介绍的方法来分析长期趋势；5）用 分析循环变动。73第73页，本讲稿共79页四、预测四、预测用分解法确定了季节指数、趋势值和循

8、环指数之后，就可进行预测。对2003年第一季度（第49季度）进行预测。数据的基本关系式为 由于随机性无法直接进行预测，进行预测的关系式为：于是，计算出第 49 季度的T49,C49,S49 值即可求得第49 季度的预测值。74第74页，本讲稿共79页第一季度的季节指数为111.95，即 S49=111.95由趋势方程求得T492735.8538.96 494644.89循环指数通常要根据判断估算出来，或者用某种方法预测得到。这里我们假定通过判断为：C C494998，于是 X49=T49C49S494644.89(98)(111.95)5095.96 75第75页，本讲稿共79页【小结及学习要

9、求】平稳随机序列与非平稳随机序列的概念移动平均法利用一次移动平均法、二次移动平均法进行预测；N对序列的影响及其选择；初值的选择；一次、二次移动平均法的优缺点、适应范围。指数平滑法利用一次指数平滑法、二次指数平滑法进行预测；对序列的影响及其选择；初值的选择；指数平滑法、移动平均法的比较、适应范围。76第76页，本讲稿共79页时间序列分解法时间序列分解的思想；会用时间序列分解法进行预测（采用趋势循环因子）。77第77页，本讲稿共79页习题：1.时间序列包含了对象的大量信息，那么，从车的车牌号预测车主的凶吉也有科学依据吗？2.市场预测与管理决策，p.2243.预测学，p.80；书中例题及习题。董逢谷，p.69数据；一次、二次移动平均，一次、二次指数平滑4.胡奇英，p.96,4.24.115.市场预测与管理决策，p.212例7-2，7-5，7-6；p.222,例7-7，7-8。6.董逢谷，p.113；市场预测与管理决策p.246,例7-1378第78页，本讲稿共79页市场调查与预测书中例题与习题。经济预测与决策技术书中例题与习题。79第79页，本讲稿共79页