统计学统计预测.pptx

《统计学统计预测.pptx》由会员分享，可在线阅读，更多相关《统计学统计预测.pptx（83页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、会计学1统计学统计预测统计学统计预测2第九章第九章第九章第九章 统计预测统计预测统计预测统计预测第一节第一节统计预测的基本问题统计预测的基本问题第二节第二节趋势外推预测趋势外推预测第三节第三节时间序列分解法时间序列分解法第1页/共83页3第一节第一节 统计预测的基统计预测的基本问题本问题 1.2 1.2 统计预测方法的分类及其选择统计预测方法的分类及其选择 1.3 1.3 统计预测的原则和步骤统计预测的原则和步骤 1.1 1.1 统计预测的概念和作用统计预测的概念和作用 第2页/共83页41.1 1.1 统计预测的概念和统计预测的概念和作用作用 一、统计预测的概念一、统计预测的概念 概念概念:

2、预测就是根据过预测就是根据过去和现在估计未来，预测未去和现在估计未来，预测未来。统计预测属于预测方法来。统计预测属于预测方法研究范畴，即如何利用科学研究范畴，即如何利用科学的统计方法对事物的未来发的统计方法对事物的未来发展进行定量推测，并计算概展进行定量推测，并计算概率置信区间。率置信区间。第3页/共83页5实际资料是预测的依据；实际资料是预测的依据；经济理论是预测的基础；经济理论是预测的基础；数学模型是预测的手段。数学模型是预测的手段。统计预测的三个要素：统计预测的三个要素：统计预测方法是一种具有通用性的方法。统计预测方法是一种具有通用性的方法。第4页/共83页6二、统计预测、经二、统计预测

3、、经济预测的联系和区济预测的联系和区别别 两者的主要联系是：两者的主要联系是：n n它它们们都都以以经经济济现现象象的的数数值值作作为为其其研究的对象；研究的对象；n n它它们们都都直直接接或或间间接接地地为为宏宏观观和和微微观的市场预测、观的市场预测、管管理理决决策策、制制定定政政策策和和检检查查政政策等提供信息；策等提供信息；n n统统计计预预测测为为经经济济定定量量预预测测提提供供所所需的统计方法论。需的统计方法论。第5页/共83页7n n从从研研究究的的角角度度看看，统统计计预预测测和和经经济济预预测测都都以以经经济济现现象象的的数数值值作作为为其其研研究究对对象象，但但着着眼眼点点不

4、不同同。前前者者属属于于方方法法论论研研究究，其其研研究究的的结结果果表表现现为为预预测测方方法法的的完完善善程程度度；后后者者则则是是对对实实际际经经济济现现象象进进行行预预测测，是是一一种种实实质质性性预预测测，其其结结果果表表现现为为对对某某种种经经济济现现象象的未来发展做出判断。的未来发展做出判断。n n从从研研究究的的领领域域来来看看，经经济济预预测测是是研研究究经经济济领领域域中中的的问问题题，而而统统计计预预测测则则被被广广泛泛地地应应用用于人类活动的各个领域。于人类活动的各个领域。两者的主要区别是：两者的主要区别是：第6页/共83页8三三、统统计计预预测测的作用的作用 在在市市

5、场场经经济济条条件件下下，预预测测的的作作用用是是通通过过各各个个企业或行业内部的行动计划和决策来实现的企业或行业内部的行动计划和决策来实现的;统统计计预预测测作作用用的的大大小小取取决决于于预预测测结结果果所所产产生生的效益的多少。的效益的多少。第7页/共83页9 影响预测作用大小的因素主要有：影响预测作用大小的因素主要有：预测费用的高低；预测费用的高低；预测方法的难易程度；预测方法的难易程度；预测结果的精确程度。预测结果的精确程度。第8页/共83页101.2 1.2 统计预测方法的分统计预测方法的分类和选择类和选择n n统统计计预预测测方方法法可可归归纳纳分分为为定定性性预预测测方方法法和

6、和定定量量预预测测方方法法两两类类，其其中中定定量量预预测测法法又又可可大大致致分分为为回回归归预预测测法法和和时时间间序序列列预预测测法法;n n按按预预测测时时间间长长短短分分为为近近期期预预测测、短短期期预预测测、中中期期预预测测和和长长期期预预测测;n n按按预预测测是是否否重重复复分分为为一一次次性性预预测测和和反复预测反复预测。一、统计预测方法的分类一、统计预测方法的分类第9页/共83页11 选选择择统统计计预预测测方方法法时时，主主要要考考虑下列三个问题：虑下列三个问题：二、统计预测方法的选择二、统计预测方法的选择 合适性合适性 费用费用 精确性精确性第10页/共83页12只需要

7、因变量的历史资料，但用趋势图做试探时很费时只需要因变量的历史资料，但用趋势图做试探时很费时必须收集历史数据，并用几个非线性模型试验必须收集历史数据，并用几个非线性模型试验为所有变量收集历史数据是此预测中最费时的为所有变量收集历史数据是此预测中最费时的为两个变量收集历史为两个变量收集历史数据，此项工作是此数据，此项工作是此预测中最费时的预测中最费时的需做大量的调查研究工作需做大量的调查研究工作应做工作应做工作与非线性回归预测法相同与非线性回归预测法相同在两个变量情况在两个变量情况下可用计算器，下可用计算器，多于两个变量的多于两个变量的情况下用计算机情况下用计算机在两个自变量情在两个自变量情况下可

8、用计算器，况下可用计算器，多于两个自变量多于两个自变量的情况下用计算的情况下用计算机机计算器计算器计算器计算器计算机硬件计算机硬件最低要求最低要求当被预测项目的有关变量用时间表示时，用非线性回归当被预测项目的有关变量用时间表示时，用非线性回归因变量与一个自变量或多个其它自变量之间存在某种非线性关系因变量与一个自变量或多个其它自变量之间存在某种非线性关系因变量与两个或两个以上自变量之间存在线性关系因变量与两个或两个以上自变量之间存在线性关系自变量与因变量之间存在线性关系自变量与因变量之间存在线性关系对缺乏历史统计资对缺乏历史统计资料或趋势面临转折料或趋势面临转折的事件进行预测的事件进行预测 适用

9、情况适用情况中期到长期中期到长期短、中期短、中期短、中期短、中期短、中期短、中期短、中、长期短、中、长期时间范围时间范围趋势外推法趋势外推法非线性回归预测法非线性回归预测法多元线性回归预测法多元线性回归预测法一元线性回归预测法一元线性回归预测法定性预测法定性预测法方法方法第11页/共83页13 只需要序列的历史资料只需要序列的历史资料计算器计算器适用于一次性的短适用于一次性的短期预测或在使用其期预测或在使用其他预测方法前消除他预测方法前消除季节变动的因素季节变动的因素短期短期分解分析法分解分析法计算过程复杂、繁琐计算过程复杂、繁琐只需要因变量的历史资料，但制定并检查模型规格很费时间只需要因变量

10、的历史资料，但制定并检查模型规格很费时间只需要因变量的历史资只需要因变量的历史资料，是一切反复预测中料，是一切反复预测中最简易的方法，但建立最简易的方法，但建立模型所费的时间与自适模型所费的时间与自适应过滤法不相上下应过滤法不相上下只需要因变量的历史资只需要因变量的历史资料，但初次选择权数时料，但初次选择权数时很费时间很费时间应做工作应做工作计算机计算机计算机计算机在用计算机在用计算机建立模型后建立模型后进行预测时，进行预测时，只需计算器只需计算器就行了就行了计算器计算器计算机硬件计算机硬件最低要求最低要求适用于任何序列的适用于任何序列的发展型态的一种高发展型态的一种高级预测方法级预测方法适用

11、于趋势型态的适用于趋势型态的性质随时间而变化，性质随时间而变化，而且没有季节变动而且没有季节变动的反复预测的反复预测具有或不具有季节变动的反复预测具有或不具有季节变动的反复预测不带季节变动的反复预测不带季节变动的反复预测 适用情况适用情况短期短期短期短期短期短期短期短期时间范围时间范围平稳时间序列预测法平稳时间序列预测法自适应过滤法自适应过滤法指数平滑法指数平滑法移动平均法移动平均法方法方法第12页/共83页14方法方法时间范围时间范围 适用情况适用情况计算机硬件最计算机硬件最低要求低要求应做工作应做工作干预分析模干预分析模型预测法型预测法短期短期适用于当时间序列适用于当时间序列受到政策干预或

12、突受到政策干预或突发事件影响的预测发事件影响的预测计算机计算机 收集历史收集历史数据及影响数据及影响时间时间景气预测法景气预测法短、中期短、中期适用于时间趋势延适用于时间趋势延续及转折预测续及转折预测计算机计算机收集大量历收集大量历史资料和数史资料和数据并需大量据并需大量计算计算灰色预测法灰色预测法短、中期短、中期适用于时间序列的适用于时间序列的发展呈指数型趋势发展呈指数型趋势计算机计算机收集对象的收集对象的历史数据历史数据状态空间模状态空间模型和卡尔曼型和卡尔曼滤波滤波短、中期短、中期适用于各类时间序适用于各类时间序列的预测列的预测计算机计算机收集对象的收集对象的历史数据并历史数据并建立状态

13、空建立状态空间模型间模型第13页/共83页15 在在统统计计预预测测中中的的定定量量预预测测要要使使用用模模型型外外推推法法，使使用用这这种方法有以下种方法有以下两条重要的原则两条重要的原则：1.3 1.3 统计预测的原则和步骤统计预测的原则和步骤 一、统计预测的原则一、统计预测的原则第14页/共83页16 连贯原则，连贯原则，是指事物的发展是按一定规律进是指事物的发展是按一定规律进行的，在其发展过程中，这种规律贯彻始终，行的，在其发展过程中，这种规律贯彻始终，不应受到破坏，它的未来发展与其过去和现不应受到破坏，它的未来发展与其过去和现在的发展没有什么根本的不同；在的发展没有什么根本的不同；第

14、15页/共83页17 类推原则，类推原则，是指事物必须有某种结构，是指事物必须有某种结构，其升降起伏变动不是杂乱无章的，而是有章其升降起伏变动不是杂乱无章的，而是有章 可循的。事物变动的这种结构性可用数学可循的。事物变动的这种结构性可用数学 方法加以模拟，根据所测定的模型，类比方法加以模拟，根据所测定的模型，类比 现在，预测未来。现在，预测未来。第16页/共83页18 确定预测目的确定预测目的搜索和审核资料搜索和审核资料分析预测误差，改进预测模型分析预测误差，改进预测模型选择预测模型和方法选择预测模型和方法提出预测报告提出预测报告二、统计预测的步骤二、统计预测的步骤第17页/共83页19第二节

15、第二节 趋势外推法趋势外推法2.1 2.1 趋势外推法概述趋势外推法概述2.2 2.2 多项式曲线趋势外推法多项式曲线趋势外推法2.3 2.3 指数曲线趋势外推法指数曲线趋势外推法2.4 2.4 生长曲线趋势外推法生长曲线趋势外推法2.5 2.5 曲线拟合优度分析曲线拟合优度分析第18页/共83页202.1 2.1 趋趋 势势 外外 推推 法法 概概 述述 一、趋势外推法概念和假定条一、趋势外推法概念和假定条件件 趋势外推法概念：趋势外推法概念：当预测对象依时间变化呈当预测对象依时间变化呈现某种上升或下降趋势，没有现某种上升或下降趋势，没有明显的季节波动，且能找到一明显的季节波动，且能找到一个

16、合适的函数曲线反映这种变个合适的函数曲线反映这种变化趋势时，就可以用趋势外推化趋势时，就可以用趋势外推法进行预测。法进行预测。第19页/共83页21 趋势外推法的两个假趋势外推法的两个假定：定：（1 1）假设事物发展过程没有跳跃）假设事物发展过程没有跳跃式变化；式变化；（2 2）假定事物的发展因素也决定）假定事物的发展因素也决定事物未来的发展，事物未来的发展，其条件是不变或变化不大。其条件是不变或变化不大。第20页/共83页22 二二 、趋势模型的种类、趋势模型的种类 多项式曲线外推模型：多项式曲线外推模型：一次（线性）预测模型：一次（线性）预测模型：二次（二次抛物线）预测模型：二次（二次抛物

17、线）预测模型：三次（三次抛物线）预测模型：三次（三次抛物线）预测模型：一般形式：一般形式：第21页/共83页23 指数曲线预测模型：指数曲线预测模型：一般形式一般形式 ：修正的指数曲线预测模修正的指数曲线预测模型型 ：第22页/共83页24对数曲线预测模型：对数曲线预测模型：生长曲线趋势外推法：生长曲线趋势外推法：皮尔曲线预测模型皮尔曲线预测模型 ：龚珀兹曲线预测模型龚珀兹曲线预测模型 ：第23页/共83页25 三、趋势模型的选择三、趋势模型的选择 图形识别法：图形识别法：这种方法是通过绘制散点这种方法是通过绘制散点图来进行的，即将时间序列的图来进行的，即将时间序列的数据绘制成以时间数据绘制成

18、以时间t t为横轴，时为横轴，时序观察值为纵轴的图形，观察序观察值为纵轴的图形，观察并将其变化曲线与各类函数曲并将其变化曲线与各类函数曲线模型的图形进行比较，以便线模型的图形进行比较，以便选择较为合适的模型。选择较为合适的模型。第24页/共83页26 差分法：差分法：利用差分法把数据修匀，利用差分法把数据修匀，使非平稳序列达到平稳序列。使非平稳序列达到平稳序列。一阶向后差分可以表示为：一阶向后差分可以表示为：二阶向后差分可以表示为：二阶向后差分可以表示为：第25页/共83页27 差分法识别标差分法识别标准：准：差分特性差分特性使用模型使用模型一阶差分相等或大致相等一阶差分相等或大致相等一次线性

19、模型一次线性模型二阶差分相等或大致相等二阶差分相等或大致相等二次线性模型二次线性模型三阶差分相等或大致相等三阶差分相等或大致相等三次线性模型三次线性模型一阶差分比率相等或大致相等一阶差分比率相等或大致相等指数曲线模型指数曲线模型一阶差分的一阶比率相等或大一阶差分的一阶比率相等或大致相等致相等修正指数曲线模型修正指数曲线模型第26页/共83页282.2 2.2 多项式曲线趋势外多项式曲线趋势外推法推法 一、二次多项式曲线模型一、二次多项式曲线模型及其应用及其应用 二次多项式曲线预测模型二次多项式曲线预测模型为：为：第27页/共83页29设有一组设有一组统计数据统计数据 ，令，令即：即：解这个解这

20、个三元一次方程三元一次方程就可求得参就可求得参数。数。第28页/共83页30 例例 题题 例例 1 1 下表是我国下表是我国19521952年到年到19831983年社会年社会商品零售总额（按当年价格计商品零售总额（按当年价格计算），分析预测我国社会商品算），分析预测我国社会商品零售总额零售总额 。第29页/共83页311106.7221973604.01119622849.43219831023.3211972607.71019612570.0311982929.2201971696.9919602350.0301981858.0191970638.0819592140.0291980801

21、.5181969548.0719581800.0281979737.3171968474.2619571558.6271978770.5161967461.0519561432.8261977732.8151966392.2419551339.4251976670.3141965381.1319541271.1241975638.2131964348.0219531163.6231974604.5121963276.811952总额总额（yt）时序时序（t）年份年份总额总额（yt）时序时序（t）年份年份总额总额（yt）时序时序（t）年份年份第30页/共83页32（1 1）对数据画折线图分析，以

22、社）对数据画折线图分析，以社会商品零售总额为会商品零售总额为y y轴，年份为轴，年份为x x轴。轴。第31页/共83页33（2 2）从图形可以看出大致的曲线）从图形可以看出大致的曲线增长模式，较符合增长模式，较符合 的模型有的模型有二次曲线二次曲线和和指数曲线指数曲线模型模型。但无法确定哪一个模型。但无法确定哪一个模型能更好地拟合该曲线，则我们能更好地拟合该曲线，则我们将分别对该两种模型进行参数将分别对该两种模型进行参数拟合。拟合。适用的二次曲线模型为：适用的二次曲线模型为：适用的指数曲线模型为：适用的指数曲线模型为：第32页/共83页34（3 3）进行二次曲线拟合。首先产）进行二次曲线拟合。

23、首先产生序列生序列 ，然后运用普通最，然后运用普通最小二乘法对模型各参数进行估小二乘法对模型各参数进行估计。得到估计模型为：计。得到估计模型为：其中调整的其中调整的 ，则方程通过显著性检验，拟，则方程通过显著性检验，拟合效果很好。标准误差为合效果很好。标准误差为151.7151.7。第33页/共83页35(4)(4)进行指数曲线模型拟合。对进行指数曲线模型拟合。对模型模型 ：两边取对数：两边取对数：产生序列产生序列 ，之后进行普通，之后进行普通最小二乘估计该模型。最小二乘估计该模型。最终得到估计模型为：最终得到估计模型为：第34页/共83页36 其中调整的其中调整的 ，则方程通过显著性检验，拟

24、合则方程通过显著性检验，拟合效果很好。标准误差为：效果很好。标准误差为：175.37175.37。（5 5）通过以上两次模型的拟合分）通过以上两次模型的拟合分析，我们发现采用析，我们发现采用 二次曲线模型拟合的效果更好。二次曲线模型拟合的效果更好。因此，运用方程：因此，运用方程：进行预测将会取得较好的效果。进行预测将会取得较好的效果。第35页/共83页37 二、三次多项式曲二、三次多项式曲线预测模型及其应用线预测模型及其应用 三次多项式曲线预测模三次多项式曲线预测模型为：型为：第36页/共83页38 设有一组设有一组统计数据统计数据 ，令，令即：即：解这个解这个四元一次方程四元一次方程就可求得

25、参就可求得参数。数。第37页/共83页392.3 2.3 指指 数数 曲曲 线线 趋趋 势势 外外 推推 法法 一、指数曲线模型及其应一、指数曲线模型及其应用用 指数曲线预测模型为：指数曲线预测模型为：第38页/共83页40对函数模型对函数模型 做做线线性性变换得：变换得：令令 ，则，则这样，就把指数这样，就把指数曲线模型曲线模型转化为转化为直线模型直线模型了。了。第39页/共83页41 二、修正指数曲线模型二、修正指数曲线模型及其应用及其应用 修正指数曲线预测模型修正指数曲线预测模型为：为：第40页/共83页422.4 2.4 生生 长长 曲曲 线线 趋趋 势势 外外 推推 法法 一、龚珀兹

26、曲线模型及其应一、龚珀兹曲线模型及其应用用 龚珀兹曲线预测模型为：龚珀兹曲线预测模型为：第41页/共83页43 对函数模型对函数模型 做做线性线性变换得：变换得：龚珀兹曲线对应于不同的龚珀兹曲线对应于不同的lg lg a a与与b b的不同取值范围而具有间的不同取值范围而具有间断点。曲线形式如下图所示。断点。曲线形式如下图所示。第42页/共83页44(1)lga0 0b1(2)lga1(3)lga0 0b0 b1kkkk第43页/共83页45(1)lga0 0b1k 渐进线（k）意味着市场对某类产品的需求 已逐渐接近饱和状态。第44页/共83页46(2)lga1k 渐进线（k）意味着市场对某类

27、产品的需求已由饱和状态开始下降。第45页/共83页47(3)lga0 0b0 b1k 渐进线（k）意味着市场对某类产品的需求从最低水平k迅速上升。第47页/共83页49 二、皮尔曲线模型及其应用 皮尔曲线预测模型为：第48页/共83页502.5 2.5 曲曲 线线 拟拟 合合 优优 度度 分分 析析 一、曲线的拟合优度分析一、曲线的拟合优度分析 如前所述，实际的预测对如前所述，实际的预测对象往往无法通过图形直观确认象往往无法通过图形直观确认某种模型，而是与几种模型接某种模型，而是与几种模型接近。这时，一般先初选几个模近。这时，一般先初选几个模型，待对模型的拟合优度分析型，待对模型的拟合优度分析

28、后再确定究竟用哪一种模型。后再确定究竟用哪一种模型。第49页/共83页51 拟合优度指标：拟合优度指标：评判拟合优度的好坏一般使评判拟合优度的好坏一般使用用标准误差标准误差来作来作 为优度好坏的指标：为优度好坏的指标：第50页/共83页52第三节第三节 季节变动趋势预测法季节变动趋势预测法第51页/共83页53季节变动趋势预测法季节变动趋势预测法n n时间序列分解模型：时间序列分解模型：Y=T+S+C+IY=T*S*C*In n季节变动（季节变动（季节变动（季节变动（S S）：）：）：）：季节变动是指时季节变动是指时季节变动是指时季节变动是指时间序列受季节更替规律或节假日间序列受季节更替规律或

29、节假日间序列受季节更替规律或节假日间序列受季节更替规律或节假日的影响而呈现的周期性变动。的影响而呈现的周期性变动。的影响而呈现的周期性变动。的影响而呈现的周期性变动。n n按照日、周、月、季记录的时间按照日、周、月、季记录的时间按照日、周、月、季记录的时间按照日、周、月、季记录的时间序列常常反映季节的波动。序列常常反映季节的波动。序列常常反映季节的波动。序列常常反映季节的波动。n n季节变动的周期比较稳定，有固季节变动的周期比较稳定，有固季节变动的周期比较稳定，有固季节变动的周期比较稳定，有固定规律可循，周期效应可以预见。定规律可循，周期效应可以预见。定规律可循，周期效应可以预见。定规律可循，

30、周期效应可以预见。第52页/共83页54季节变动趋势预测分析季节变动趋势预测分析主要目的主要目的n n进行季节变动趋势预测分析主进行季节变动趋势预测分析主要目的：要目的：n n通过分析了解季节因素的影响作通过分析了解季节因素的影响作通过分析了解季节因素的影响作通过分析了解季节因素的影响作用大小，用大小，用大小，用大小，掌握季节变动的规律。掌握季节变动的规律。掌握季节变动的规律。掌握季节变动的规律。n n通过季节变动分析消除时间序列通过季节变动分析消除时间序列通过季节变动分析消除时间序列通过季节变动分析消除时间序列中的季节波动，使时间序列中的季节波动，使时间序列中的季节波动，使时间序列中的季节波

31、动，使时间序列更明更明更明更明显地反映趋势及其他因素的影响显地反映趋势及其他因素的影响显地反映趋势及其他因素的影响显地反映趋势及其他因素的影响。第53页/共83页55季节变动趋势预测法的季节变动趋势预测法的基本思路基本思路n n季节变动趋势预测法基于从时季节变动趋势预测法基于从时间序列中分离出长期趋势线，间序列中分离出长期趋势线，并找到季节变动的规律，将并找到季节变动的规律，将二二者结合起来进行预测的基本思者结合起来进行预测的基本思想想。n n首先首先首先首先找到描述整个时间序列总体找到描述整个时间序列总体找到描述整个时间序列总体找到描述整个时间序列总体发展趋势的数学方程。发展趋势的数学方程。

32、发展趋势的数学方程。发展趋势的数学方程。n n其次其次其次其次找出季节变动对预测对象的找出季节变动对预测对象的找出季节变动对预测对象的找出季节变动对预测对象的影响。影响。影响。影响。n n最后最后最后最后将趋势线与季节影响因素合将趋势线与季节影响因素合将趋势线与季节影响因素合将趋势线与季节影响因素合并，得到能够描述时间序列总体并，得到能够描述时间序列总体并，得到能够描述时间序列总体并，得到能够描述时间序列总体发展规律的预测模型，并用与预发展规律的预测模型，并用与预发展规律的预测模型，并用与预发展规律的预测模型，并用与预测。测。测。测。第54页/共83页56判断季节变动存在的方判断季节变动存在的

33、方法法n n常用的判断季节变动存在的方常用的判断季节变动存在的方法有以下三种：法有以下三种：n n直观判断法直观判断法直观判断法直观判断法n n自相关系数判断法自相关系数判断法自相关系数判断法自相关系数判断法n n方差分析判断法方差分析判断法方差分析判断法方差分析判断法第55页/共83页57判断季节变动存在的方判断季节变动存在的方法（续）法（续）n n直观判断法直观判断法：通过绘制时间序：通过绘制时间序列的散点图，直接观察其变化列的散点图，直接观察其变化规律，判断其是否受季节变动规律，判断其是否受季节变动的影响，并确定季节的长度。的影响，并确定季节的长度。n n直观判断法的优点是判断简单、直观

34、判断法的优点是判断简单、直观判断法的优点是判断简单、直观判断法的优点是判断简单、直观。直观。直观。直观。n n直观判断法的缺点是判断时略带直观判断法的缺点是判断时略带直观判断法的缺点是判断时略带直观判断法的缺点是判断时略带主观。主观。主观。主观。第56页/共83页58判断季节变动存在的方判断季节变动存在的方法（续）法（续）n n自相关系数判断法自相关系数判断法：时间序列：时间序列的自相关系数通过分析时间序的自相关系数通过分析时间序列本期与不同滞后期的相关系列本期与不同滞后期的相关系数，可以识别时间序列的特性，数，可以识别时间序列的特性，同季节的数据的自相关系数绝同季节的数据的自相关系数绝对值很

35、大。对值很大。n n时间序列的时间序列的k阶自相关系数的计阶自相关系数的计算公式为：算公式为：第57页/共83页59判断季节变动存在的方判断季节变动存在的方法（续）法（续）n n时间序列的时间序列的时间序列的时间序列的k k k k阶自相关系数反映了时阶自相关系数反映了时阶自相关系数反映了时阶自相关系数反映了时间序列的项与其滞后间序列的项与其滞后间序列的项与其滞后间序列的项与其滞后k k k k项的关系的强项的关系的强项的关系的强项的关系的强弱。弱。弱。弱。n n如果对于一个具有实际观测值的时如果对于一个具有实际观测值的时如果对于一个具有实际观测值的时如果对于一个具有实际观测值的时间序列，其样

36、本的自相关系数的估间序列，其样本的自相关系数的估间序列，其样本的自相关系数的估间序列，其样本的自相关系数的估计值计值计值计值rkrkrkrk计算公式为计算公式为计算公式为计算公式为：第58页/共83页60判断季节变动存在的方判断季节变动存在的方法（续）法（续）其中：其中：在给定的a下，df=n-k-2，查临界值表，得到临界值ra.如果|rk|ra，则yt与yt+k之间线性关系显著。如果|rk|FF Fa a(L-1,n-L)(L-1,n-L)，则各组数据的均则各组数据的均则各组数据的均则各组数据的均值之间有显著差异，表示有季节影值之间有显著差异，表示有季节影值之间有显著差异，表示有季节影值之间

37、有显著差异，表示有季节影响存在，响存在，响存在，响存在，L L为季节长度。为季节长度。为季节长度。为季节长度。n n若若若若F=FF=Fa a(L-1,n-L)(L-1,n-L)，则各组数据的则各组数据的则各组数据的则各组数据的均值之间无显著差异，即均值之间无显著差异，即均值之间无显著差异，即均值之间无显著差异，即L L不是季节不是季节不是季节不是季节长度。长度。长度。长度。第63页/共83页65不变季节指数预测法不变季节指数预测法n n水平趋势季节型时间序列预测水平趋势季节型时间序列预测：指时间序列具有水平趋势且受指时间序列具有水平趋势且受季节变动影响。季节变动影响。n n简单季节预测法简单

38、季节预测法简单季节预测法简单季节预测法n n温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法n n线性趋势季节型时间序列预测线性趋势季节型时间序列预测：指时间序列具有线性趋势且受指时间序列具有线性趋势且受季节变动影响。季节变动影响。n n趋势比率法趋势比率法趋势比率法趋势比率法n n霍尔特霍尔特霍尔特霍尔特-温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法第64页/共83页66简单季节预测法简单季节预测法n n设时间序列设时间序列yyt t，季节长度为，季节长度为L L。预测步骤为预测步骤为：n n1.1.1.1.计算计算计算计算y y y yt t t t的均

39、值，作为趋势的估的均值，作为趋势的估的均值，作为趋势的估的均值，作为趋势的估计值。计值。计值。计值。n n2.2.2.2.剔除趋势。用各期的观测值除剔除趋势。用各期的观测值除剔除趋势。用各期的观测值除剔除趋势。用各期的观测值除以趋势值（这里，用均值代替趋以趋势值（这里，用均值代替趋以趋势值（这里，用均值代替趋以趋势值（这里，用均值代替趋势值），得出季节指数和随机干势值），得出季节指数和随机干势值），得出季节指数和随机干势值），得出季节指数和随机干扰的混合值。扰的混合值。扰的混合值。扰的混合值。n n3.3.3.3.估计季节指数。对同季节的数估计季节指数。对同季节的数估计季节指数。对同季节的数估

40、计季节指数。对同季节的数据求均值，用以消除随机干扰，据求均值，用以消除随机干扰，据求均值，用以消除随机干扰，据求均值，用以消除随机干扰，得到季节指数的估计值。得到季节指数的估计值。得到季节指数的估计值。得到季节指数的估计值。第65页/共83页67简单季节预测法（续）简单季节预测法（续）n n4.4.4.4.建立季节预测模型，并进行预建立季节预测模型，并进行预建立季节预测模型，并进行预建立季节预测模型，并进行预测。预测模型为：测。预测模型为：测。预测模型为：测。预测模型为：简单季节预测法的预测能力只有简单季节预测法的预测能力只有一个周期一个周期 第66页/共83页68温特斯指数平滑法温特斯指数平

41、滑法n n温特斯指数平滑法包含两个平温特斯指数平滑法包含两个平滑公式和一个预测方程滑公式和一个预测方程。n n1.1.1.1.趋势估计公式：趋势估计公式：趋势估计公式：趋势估计公式：n n其中其中a a的选取原则的选取原则：当时间序列波动：当时间序列波动不大时，可选较小值；反之可选较不大时，可选较小值；反之可选较大值；可以选择多个值进行试算，大值；可以选择多个值进行试算，取使得均方误差最小的取使得均方误差最小的a a值。值。第67页/共83页69温特斯指数平滑法（续）温特斯指数平滑法（续）n n2.2.季节指数估计公式：季节指数估计公式：n n季节平滑系数季节平滑系数 的取值通常可大的取值通常

42、可大些。些。第68页/共83页70温特斯指数平滑法（续）温特斯指数平滑法（续）n n3.3.3.3.预测方程：预测方程：预测方程：预测方程：n n趋势和季节指数的初始值确定，趋势和季节指数的初始值确定，趋势和季节指数的初始值确定，趋势和季节指数的初始值确定，一般用第一周期的数据选取初始一般用第一周期的数据选取初始一般用第一周期的数据选取初始一般用第一周期的数据选取初始值。值。值。值。温特斯指数平滑法预测能力只有一温特斯指数平滑法预测能力只有一温特斯指数平滑法预测能力只有一温特斯指数平滑法预测能力只有一个周期个周期个周期个周期n n例例5-4第69页/共83页71线性趋势季节型时间序线性趋势季节

43、型时间序列预测列预测n n线性趋势季节型时间序列预测线性趋势季节型时间序列预测：指时间序列具有线性趋势且受指时间序列具有线性趋势且受季节变动影响。季节变动影响。n n趋势比率法趋势比率法趋势比率法趋势比率法n n霍尔特霍尔特霍尔特霍尔特-温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法温特斯指数平滑法第70页/共83页72趋势比率法趋势比率法n n趋势比率法的基本步骤：趋势比率法的基本步骤：n n1.1.1.1.建立线性趋势方程（最小二乘建立线性趋势方程（最小二乘建立线性趋势方程（最小二乘建立线性趋势方程（最小二乘法、二次移动平均法、二次指数法、二次移动平均法、二次指数法、二次移动平均法、二次

44、指数法、二次移动平均法、二次指数平滑法等）平滑法等）平滑法等）平滑法等）n n2.2.2.2.依据趋势方程，计算各期回朔依据趋势方程，计算各期回朔依据趋势方程，计算各期回朔依据趋势方程，计算各期回朔值。值。值。值。n n3.3.3.3.剔除趋势剔除趋势剔除趋势剔除趋势n n4.4.4.4.利用均值初步估计季节指数。利用均值初步估计季节指数。利用均值初步估计季节指数。利用均值初步估计季节指数。n n5.5.5.5.应用应用应用应用“一个周期内的各季节指一个周期内的各季节指一个周期内的各季节指一个周期内的各季节指数之和应等于周期长度数之和应等于周期长度数之和应等于周期长度数之和应等于周期长度”规则

45、，规则，规则，规则，检验及节指数并进行调整，获得检验及节指数并进行调整，获得检验及节指数并进行调整，获得检验及节指数并进行调整，获得季节指数的正式估计值。季节指数的正式估计值。季节指数的正式估计值。季节指数的正式估计值。第71页/共83页73趋势比率法（续）趋势比率法（续）n n6.6.6.6.建立趋势的季节预测模型，并建立趋势的季节预测模型，并建立趋势的季节预测模型，并建立趋势的季节预测模型，并进行预测。进行预测。进行预测。进行预测。n n趋势比率法有多周期预测能力趋势比率法有多周期预测能力第72页/共83页74霍尔特霍尔特-温特斯指数平滑温特斯指数平滑法法n n霍尔特霍尔特-温特斯指数平滑

46、法的基温特斯指数平滑法的基本思想本思想：将具有线性趋势、季：将具有线性趋势、季节变动和随机变动的时间序列节变动和随机变动的时间序列进行分解研究，并与指数平滑进行分解研究，并与指数平滑法相结合，分别对时间序列的法相结合，分别对时间序列的长期趋势、趋势增量以及季节长期趋势、趋势增量以及季节变动做出估计，然后建立预测变动做出估计，然后建立预测模型，进行预测。模型，进行预测。第73页/共83页75平滑公式平滑公式n n霍尔特霍尔特-温特斯指数平滑法的三温特斯指数平滑法的三个平滑公式：个平滑公式：第74页/共83页76预测方程预测方程n n霍尔特霍尔特-温特斯指数平滑法的预温特斯指数平滑法的预测方程为：

47、测方程为：第75页/共83页77平滑系数的确定平滑系数的确定n n1.1.三个平滑系数：三个平滑系数：、的取的取值可以相同也可以不同，一般值可以相同也可以不同，一般根据经验选定，常在根据经验选定，常在0.10.20.10.2之之间。间。n n2.2.理论上可以通过多值试算，理论上可以通过多值试算，也可以应用工具软件帮助实现。也可以应用工具软件帮助实现。第76页/共83页78初始值的确定初始值的确定n n初始值的确定采用前两个周期初始值的确定采用前两个周期的数据计算初始值：的数据计算初始值：n n1.1.1.1.分别计算前两个周期的均值分别计算前两个周期的均值分别计算前两个周期的均值分别计算前两

48、个周期的均值A A A A1 1 1 1和和和和A A A A2 2 2 2;n n2.2.2.2.按照以下公式分别计算初始值：按照以下公式分别计算初始值：按照以下公式分别计算初始值：按照以下公式分别计算初始值：第77页/共83页79可变季节指数预测法可变季节指数预测法n n可变季节指数可变季节指数：经济变量的时：经济变量的时间序列在长期趋势间序列在长期趋势下受季节因素影响，季节影响因下受季节因素影响，季节影响因素随时间推移逐素随时间推移逐渐增大或减小，因此，同季节的渐增大或减小，因此，同季节的指数不再相等。指数不再相等。第78页/共83页80预测步骤预测步骤n n可变季节指数预测法预测步骤：

49、可变季节指数预测法预测步骤：n n1.1.1.1.估计趋势值估计趋势值估计趋势值估计趋势值n n2.2.2.2.剔除趋势剔除趋势剔除趋势剔除趋势n n3.3.3.3.将统一季节的不同周期的季节将统一季节的不同周期的季节将统一季节的不同周期的季节将统一季节的不同周期的季节值绘出散点图，观察其规律，并值绘出散点图，观察其规律，并值绘出散点图，观察其规律，并值绘出散点图，观察其规律，并对其进行曲线拟合，用以求出季对其进行曲线拟合，用以求出季对其进行曲线拟合，用以求出季对其进行曲线拟合，用以求出季节指数。节指数。节指数。节指数。n n4.4.4.4.建立趋势季节预测模型，并进建立趋势季节预测模型，并进

50、建立趋势季节预测模型，并进建立趋势季节预测模型，并进行预测。行预测。行预测。行预测。第79页/共83页81双季节指数预测法双季节指数预测法n n双季节指数双季节指数：对于某个时间序：对于某个时间序列可能受多种因素的影响，其列可能受多种因素的影响，其中某个因素使它表现出长度为中某个因素使它表现出长度为L1L1的季节性，另一个因素使它的季节性，另一个因素使它表现出长度为表现出长度为L2L2的季节性，对的季节性，对此类问题的分析需要采用双季此类问题的分析需要采用双季节指数预测法。节指数预测法。第80页/共83页82预测步骤预测步骤n n双季节指数预测法预测步骤：双季节指数预测法预测步骤：n n1.1