(07)第13章时间序列分析和预测74.pptx
《(07)第13章时间序列分析和预测74.pptx》由会员分享,可在线阅读,更多相关《(07)第13章时间序列分析和预测74.pptx(91页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、13-1第第13章章 时间序列分析和预测时间序列分析和预测统计学13-2第第13章章 时间序列分析和预时间序列分析和预测测13.1 13.1 时间序列及其分解时间序列及其分解 13.2 13.2 时间序列的描述性分析时间序列的描述性分析13.3 13.3 时间序列的预测程序时间序列的预测程序13.4 13.4 平稳序列的预测平稳序列的预测13.5 13.5 趋势型序列的预测趋势型序列的预测13.6 13.6 季节型序列的预测季节型序列的预测13.7 13.7 复合型序列的分解预测复合型序列的分解预测13-313.1 时间序列及其分解时间序列及其分解一.一.时间序列的构成要素时间序列的构成要素二
2、.二.时间序列的分解方法时间序列的分解方法13-4时间序列国内生产总值等时间序列国内生产总值等时间序列国内生产总值等时间序列国内生产总值等时间序列年年年年 份份份份国内生产总值国内生产总值国内生产总值国内生产总值(亿元亿元亿元亿元)年末总人口年末总人口年末总人口年末总人口(万人万人万人万人)人口自然增长率人口自然增长率人口自然增长率人口自然增长率()居民消费水平居民消费水平居民消费水平居民消费水平(元元元元)1990199019901990199119911991199119921992199219921993199319931993199419941994199419951995199519
3、9519961996199619961997199719971997199819981998199818547.918547.918547.918547.921617.821617.821617.821617.826638.126638.126638.126638.134634.434634.434634.434634.446759.446759.446759.446759.458478.158478.158478.158478.167884.667884.667884.667884.674772.474772.474772.474772.479552.879552.879552.879552
4、.8114333114333114333114333115823115823115823115823117171117171117171117171118517118517118517118517119850119850119850119850121121121121121121121121122389122389122389122389123626123626123626123626124810 124810 124810 124810 14.3914.3914.3914.3912.9812.9812.9812.9811.6011.6011.6011.6011.4511.4511.4511.
5、4511.2111.2111.2111.2110.5510.5510.5510.5510.4210.4210.4210.4210.0610.0610.0610.069.539.539.539.538038038038038968968968961070107010701070133113311331133117811781178117812311231123112311272627262726272629442944294429443094309430943094时间序列时间序列同一现象在不同时间上的相继观察值排列而成的数列(times series)(times series)要素一:时间要
6、素一:时间要素一:时间要素一:时间t t要素二:观察值要素二:观察值要素二:观察值要素二:观察值a a排列的时间可以是年份、季度、月份或其他任何时间形式13-5时间序列的分类时间序列的分类13-6时间序列的分类时间序列的分类1.平稳序列(stationary series)n n基基本本上上不不存存在在趋趋势势的的序序列列,各各观观察察值值基基本本上上在某个固定的水平上波在某个固定的水平上波动动n n或或虽虽有有波波动动,但但并并不不存存在在某某种种规规律律,而而其其波波动动可以看成是随机的可以看成是随机的 2.非平稳序列(non-stationary series)有有趋势趋势的序列的序列
7、线线性的,非性的,非线线性的性的 有有趋势趋势、季、季节节性和周期性的复合型序列性和周期性的复合型序列 13-7复合型时间序列的构成要素复合型时间序列的构成要素 趋趋趋趋 势势势势 (trend)(trend),呈现出某种持续向上或呈现出某种持续向上或持续下降的状态或规律持续下降的状态或规律 季节性季节性季节性季节性(seasonality)(seasonality),也也 称称 季季 节节 变变 动动(seasonal(seasonal fluctuation)fluctuation),时时间间序序列列在一年内重复出现的周期性波动在一年内重复出现的周期性波动 周期性周期性周期性周期性 (cy
8、clity)(cyclity),也称循环波动也称循环波动(Cyclical(Cyclical fluctuation)fluctuation),围绕长期趋势的一种波浪,围绕长期趋势的一种波浪形或振荡式变动形或振荡式变动 随机性随机性随机性随机性 (random)(random)也称不规则波动也称不规则波动(Irregular(Irregular variations)variations),除去趋势、周期性和季节性,除去趋势、周期性和季节性之后的偶然性波动之后的偶然性波动 时间序列的组合模型时间序列的组合模型(1)加法模型:)加法模型:Y=T+S+C+I计量单位相同计量单位相同的总量指标的总量
9、指标对长期趋势对长期趋势产生的或正产生的或正或负的偏差或负的偏差(2)乘法模型:)乘法模型:Y=TSCI计量单位相同计量单位相同的总量指标的总量指标对原数列指对原数列指标增加或减标增加或减少的百分比少的百分比常用模型常用模型13-10第第13章章 时间序列分析和预时间序列分析和预测测13.1 时间序列及其分解时间序列及其分解 13.2 时间序列的描述性分析时间序列的描述性分析13.3 时间序列的预测程序时间序列的预测程序13.4 平稳序列的预测平稳序列的预测13.5 趋势型序列的预测趋势型序列的预测13.6 季节型序列的预测季节型序列的预测13.7 复合型序列的分解预测复合型序列的分解预测13
10、-1113.2 时间序列的描述性分析时间序列的描述性分析一.一.图形描述图形描述二.二.增长率分析增长率分析图形描述图形描述13-13图形描述图形描述(例题分析例题分析)13-14图形描述图形描述(例题分析例题分析)增长率分析增长率分析发展速度展速度增增长速度速度平均平均发展速度展速度平均增平均增长速度速度发展速度发展速度指报告期水平与基期水平的指报告期水平与基期水平的比值,说明现象的变动程度比值,说明现象的变动程度设时间序列中各设时间序列中各期发展水平为:期发展水平为:环比发展速度环比发展速度定基发展速度定基发展速度(总速度)(总速度)环比发展速度与定基发展速度的关系:环比发展速度与定基发展
11、速度的关系:年距发展速度年距发展速度增长速度增长速度增长率,指增长量与基期水增长率,指增长量与基期水平的比值,说明报告期水平平的比值,说明报告期水平较基期水平增长的程度较基期水平增长的程度 环比增长速度环比增长速度定基增长速度定基增长速度年距增长速度年距增长速度说说明明q定基增长速度与环比增长速度之间没定基增长速度与环比增长速度之间没有直接的换算关系。有直接的换算关系。发展速度与增长速度的计算发展速度与增长速度的计算第三产业国内生产总值速度计算表第三产业国内生产总值速度计算表第三产业国内生产总值速度计算表第三产业国内生产总值速度计算表年年年年 份份份份199419941994199419951
12、99519951995199619961996199619971997199719971998199819981998国内生产总值国内生产总值国内生产总值国内生产总值(亿元亿元亿元亿元)14930.014930.014930.014930.017947.217947.217947.217947.220427.520427.520427.520427.524033.324033.324033.324033.326104.26104.26104.26104.3 3 3 3发展速度发展速度发展速度发展速度(%)(%)(%)(%)环比环比环比环比定基定基定基定基 100100100100120.212
13、0.2120.2120.2120.2120.2120.2120.2113.8113.8113.8113.8136.8136.8136.8136.8117.7117.7117.7117.7161.0161.0161.0161.0108.6108.6108.6108.6174.8174.8174.8174.8增长速度增长速度增长速度增长速度(%)(%)(%)(%)环比环比环比环比定基定基定基定基 20.220.220.220.220.220.220.220.213.813.813.813.836.836.836.836.817.717.717.717.761.061.061.061.08.68.6
14、8.68.674.874.874.874.8各环比发展速度的平均各环比发展速度的平均数,说明现象每期变动数,说明现象每期变动的平均程度的平均程度 平均发展速度平均发展速度平均增长速度平均增长速度说明现象逐期增长的平说明现象逐期增长的平均程度均程度 计算公式计算公式 几何平均法(水平法)几何平均法(水平法)平均发展速度的计算平均发展速度的计算总速度总速度环比速度环比速度13-25平均增长率平均增长率(例题分析例题分析)【例例】人均人均GDP年平均增年平均增长长率率为:为:20012001年和年和20022002年人均年人均GDPGDP的的预测值分别为:预测值分别为:13-26增长率分析中应注意的
15、问题增长率分析中应注意的问题1.当时间序列中的观察值出现0或负数时,不宜计算增长率2.例如:假定某企业连续五年的利润额分别为5、2、0、-3、2万元,对这一序列计算增长率,要么不符合数学公理,要么无法解释其实际意义。在这种情况下,适宜直接用绝对数进行分析3.在有些情况下,不能单纯就增长率论增长率,要注意增长率与绝对水平的结合分析13-27增长率分析中应注意的问题增长率分析中应注意的问题(例题分析例题分析)甲、乙两个企业的有关资料甲、乙两个企业的有关资料甲、乙两个企业的有关资料甲、乙两个企业的有关资料年年 份份甲甲 企企 业业乙乙 企企 业业利润额利润额(万元万元)增长率增长率(%)(%)利润额
16、利润额(万元万元)增长率增长率(%)(%)19961996500500606019971997600600202084844040【例例】假定有两个生产条件基本相同的企业,各年的利润额及有关的速度值如下表甲企业增长1%绝对值=500/100=5万元乙企业增长1%绝对值=60/100=0.6万元增长增长1%的的绝对值绝对值指现象每增长指现象每增长1所代表所代表的实际绝对数量的实际绝对数量13-29第第13章章 时间序列分析和预时间序列分析和预测测13.1 时间序列及其分解时间序列及其分解 13.2 时间序列的描述性分析时间序列的描述性分析13.3 时间序列的预测程序时间序列的预测程序13.4 平
17、稳序列的预测平稳序列的预测13.5 趋势型序列的预测趋势型序列的预测13.6 季节型序列的预测季节型序列的预测13.7 复合型序列的分解预测复合型序列的分解预测13-30 13.3 时间序列预测的程序时间序列预测的程序13.3.1 确定时间序列的成分确定时间序列的成分13.3.2 选择预测方法选择预测方法13.3.3 预测方法的评估预测方法的评估确定时间序列的成分13-32确定趋势成分(例题分析)【例例】一种股票连续16周的收盘价如下表所示。试确定其趋势及其类型 13-33确定趋势成分(例题分析)直线趋势方程直线趋势方程回归系数检验回归系数检验P=0.000179P=0.000179R R2
18、2=0.645=0.64513-34确定趋势成分(例题分析)二次曲线方程二次曲线方程回归系数检验回归系数检验P=0.012556P=0.012556R R2 2=0.7841=0.784113-35确定季节成分(例题分析)【例例例例】下下面面是是一一家家啤啤酒酒生生产产企企 业业 2000200020052005年年各各季季度度的的啤啤酒酒销销售售量量数数据据。试试根根据据这这6 6年年的的数数据据绘绘制制年年度度折折叠叠时时间间序序列列图图,并并判判断断啤啤酒酒销销售售量量是是否否存存在在季节性季节性13-36年度折叠时间序列图年度折叠时间序列图(folded annual time ser
19、ies plot)选择预测方法13-38预测方法的选择是是是是否否否否时间序列数据时间序列数据时间序列数据时间序列数据是是否否存存在在趋趋势势否否否否是是是是是是否否存存在在季季节节是是否否存存在在季季节节否否否否平滑法预测平滑法预测简单平均法简单平均法移动平均法移动平均法指数平滑法指数平滑法季节性预测法季节性预测法季节多元回归模型季节多元回归模型季节自回归模型季节自回归模型时间序列分解时间序列分解是是是是趋势预测方法趋势预测方法线性趋势推测线性趋势推测非线性趋势推测非线性趋势推测自回归预测模型自回归预测模型评估预测方法13-40计算误差平均误差ME(mean error)平均绝对误差MAD(
20、mean absolute deviation)13-41计算误差均方均方误误差差MSE(mean square error)MSE(mean square error)平均百分比平均百分比误误差差MPE(mean percentage error)MPE(mean percentage error)平均平均绝对绝对百分比百分比误误差差MAPE(mean absolute MAPE(mean absolute percentage error)percentage error)13-42 13.4 平稳序列的预测平稳序列的预测13.4.1 简单平均法简单平均法13.4.2 移动平均法移动平均法
21、13.4.3 指数平滑法指数平滑法移动平均法13-44移动平均法(moving average)对简单平均法的一种改进方法通过对时间序列逐期递移求得一系列平均数作为预测值(也可作为趋势值)有简单移动平均法和加权移动平均法两种13-45简单移动平均法(simple moving average)将最近将最近k k期数据平均作期数据平均作为为下一期的下一期的预测值预测值 设设移移动间动间隔隔为为k k(1(1k k t t),则则t t期的期的移移移移动动平均平均平均平均值值为为 t t+1+1期的简单移动平均期的简单移动平均预测值预测值预测值预测值为为预测误差用均方误差预测误差用均方误差(MSE
22、MSE)来衡量来衡量 13-46简单移动平均法(特点)将每个观察值都给予相同的权数只使用最近期的数据,在每次计算移动平均值时,移动的间隔都为k主要适合对较为平稳的序列进行预测对于同一个时间序列,采用不同的移动步长预测的准确性是不同的n n选择选择移移动动步步长时长时,可通,可通过试验过试验的的办办法,法,选择选择一个使均方一个使均方误误差达到最小的移差达到最小的移动动步步长长13-47简单移动平均法(例题分析)【例例】对居民消费价格指数数据,分别取移动间隔k=3和k=5,用Excel 计算各期居民消费价格指数的预测值,计算出预测误差,并将原序列和预测后的序列绘制成图形进行比较13-48简单移动
23、平均法(例题分析)13-49简单移动平均法(例题分析)指数平滑平均法指数平滑平均法13-51指数平滑法指数平滑法(exponential smoothing)1.是加是加权权平均的一种特殊形式平均的一种特殊形式2.对过对过去的去的观观察察值值加加权权平均平均进进行行预测预测的一种方法的一种方法3.观观察察值值时时间间越越远远,其其权权数数也也跟跟着着呈呈现现指指数数的的下下降降,因而称因而称为为指数平滑指数平滑4.有有一一次次指指数数平平滑滑、二二次次指指数数平平滑滑、三三次次指指数数平平滑滑等等 5.一一次次指指数数平平滑滑法法也也可可用用于于对对时时间间序序列列进进行行修修匀匀,以消除随机
24、波以消除随机波动动,找出序列的,找出序列的变变化化趋势趋势 13-52一次指数平滑一次指数平滑(single exponential smoothing)1.只有一个平滑系数2.观察值离预测时期越久远,权数变得越小3.以一段时期的预测值与观察值的线性组合作为t+1的预测值,其预测模型为Y Yt t为为t t期的实际观察值期的实际观察值 F Ft t 为为t t期的预测值期的预测值 为平滑系数为平滑系数 (0(0 1)1)13-53一次指数平滑一次指数平滑1.在开始计算时,没有第1个时期的预测值F1,通常可以设F1等于1期的实际观察值,即F1=Y12.第2期的预测值为3.第3期的预测值为13-5
25、4一次指数平滑一次指数平滑(预测误差预测误差)1.预测精度,用误差均方来衡量2.Ft+1t+1是t期的预测值Ft加上用调整的t期的预测误差(Yt-Ft)13-55一次指数平滑一次指数平滑(的确定的确定)1.不同的会对预测结果产生不同的影响2.一般而言,当时间序列有较大的随机波动时,宜选较大的,以便能很快跟上近期的变化3.当时间序列比较平稳时,宜选较小的4.选择时,还应考虑预测误差n n误误差均方来衡量差均方来衡量预测误预测误差的大小差的大小n n确确定定 时时,可可选选择择几几个个进进行行预预测测,然然后后找找出出预预测误测误差最小的作差最小的作为为最后的最后的值值 13-56一次指数平滑一次
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 07 13 时间 序列 分析 预测 74
限制150内