《模块八-时间序列分析与预测ppt课件.pptx》由会员分享，可在线阅读，更多相关《模块八-时间序列分析与预测ppt课件.pptx（62页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、模块八时间序列分析与预测任务 1时间序列的描述任务 2趋势外推预测任务 3季节变动预测模块八时间序列分析与预测模块八时间序列分析与预测知识目标知识目标了解时间序列的含义了解时间序列的含义了解时间序列的四个变动因素了解时间序列的四个变动因素掌握时间序列的图形描述掌握时间序列的图形描述掌握时间序列的指标描述掌握时间序列的指标描述能力目标能力目标能够和用能够和用 Excel Excel 绘制时间序列图并判断时间数列的变动类型绘制时间序列图并判断时间数列的变动类型能够用常用的时间序列分析指标对时间序列进行量化描述能够用常用的时间序列分析指标对时间序列进行量化描述模块八时间序列分析与预测任务引入任务引入
2、我国居民 20102016 年全国国内出游人数统计数据见表，试利用时间序列图和时间序列分析指标对其变动进行描述。20102016 年我国居民国内出游人数 单位：亿人次模块八时间序列分析与预测任务分析任务分析实际工作中，描述数据随时间而变化的状态和趋势，可以使用时间序列图，也可以使用时间序列分析指标。“图”表达的变化更直观，“指标”说明的数据变化更准确。本任务的目的是学习这两种时间序列的描述方法。模块八时间序列分析与预测相关知识相关知识一、时间序列的含义一、时间序列的含义时间序列是现象的观察值按时间顺序排列起来形成的序列。时间序列由两个基本要素构成：现象所属的时间和不同时间上的指标数值。序列中不
3、同时间单位上的指标口径必须一致。模块八时间序列分析与预测二、时间序列的变动因素二、时间序列的变动因素时间序列的影响因素模块八时间序列分析与预测1.1.长期趋势长期趋势 T T长期趋势是现象在较长时间内呈现出来的某种持续发展的趋势或状态。这种趋势可能是线性的(即不断增长或不断下降的直线形态)，也可能是非线性的(即观察点呈现出曲线形态)。2.季节变动季节变动 S季节变动是现象观察值在一年之内随季节变化呈现出来的周期性波动。模块八时间序列分析与预测3.循环波动循环波动 C循环波动是现象在较长时间内(通常在一年以上)呈现出的波浪式的起伏变动。4.不规则变动不规则变动 I不规则变动是一种随机波动，是由偶
4、然因素引起的时间序列波动。模块八时间序列分析与预测三、时间序列的类型三、时间序列的类型时间序列按包含的影响因素不同可以分为平稳序列和非平稳序列两大类型。平稳序列是指基本上不存在趋势的序列，序列中的观察值大体在某个固定的水平上波动，因此也可称为水平波动的序列。非平稳序列是指包含长期趋势、季节变动或周期性波动的序列。模块八时间序列分析与预测四、时间序列的图形描述四、时间序列的图形描述时间序列图一方面可以使我们直观地观察数据的变动模式，另一方面还有助于我们在预测时选择合适的预测方法。模块八时间序列分析与预测五、时间序列的指标描述五、时间序列的指标描述时间序列描述性指标可分为两类：一是水平指标，二是速
5、度指标。1.1.发展水平和平均发展水平发展水平和平均发展水平(1)发展水平发展水平是指时间序列中不同时间上的观察值。模块八时间序列分析与预测模块八时间序列分析与预测1)根据绝对数时间序列计算平均发展水平。公式为：式中，n 是时期数，也是观察值个数。时点序列由于时点指标的登记方法不同，平均发展水平的计算分为以下四种情况，见表。模块八时间序列分析与预测时点序列平均发展水平计算公式模块八时间序列分析与预测模块八时间序列分析与预测2.2.增长量和平均增长量增长量和平均增长量(1)增长量增长量是两个时期发展水平相减的差额，表示报告期水平与基期水平相比增加的绝对量。计算公式为：增长量=报告期水平-基期水平
6、报告期水平，也称为计算期水平，是所要研究的时期的发展水平；基期水平是作为对比基础的时期的发展水平。模块八时间序列分析与预测若用 i表示增长量，y1、y2、yn 表示 n 个时期的观察值，y0 为最初水平，则，逐期增长量：累计增长量：逐期增长量和累计增长量的关系是：各期逐期增长量之和等于累计增长量。公式表示为：模块八时间序列分析与预测(2)平均增长量平均增长量是各期增长量的平均数。计算公式如下：模块八时间序列分析与预测3.发展速度和增长速度发展速度和增长速度(1)发展速度发展速度是报告期水平与基期水平之比，反映现象在观察期内的相对发展变化程度，表示为报告期水平是基期水平的百分之几或若干倍，一般用
7、百分数表示。模块八时间序列分析与预测若用 ri 表示发展速度，则有：环比发展速度：定基发展速度：模块八时间序列分析与预测二者的关系是：观察期内各环比发展速度的连乘积等于最末期的定基发展速度；相邻两个时期定基发展速度的比值等于后一个时期的环比发展速度。公式表示为：模块八时间序列分析与预测(2)增长速度增长速度也称增长率，是发展速度减 1，或增长量与基期水平之比，一般用百分数表示。公式为：增长速度也分为环比增长速度和定基增长速度，若用 Gi 表示增长速度，则有：环比增长速度：定基增长速度：模块八时间序列分析与预测4.平均发展速度和平均增长速度平均发展速度和平均增长速度(1)平均发展速度平均发展速度
8、是时间序列中各期环比发展速度的平均数，反映现象在观察期内平均发展的程度。一般采用水平法(几何平均法)计算，公式为：模块八时间序列分析与预测模块八时间序列分析与预测5.使用增长率分析应注意的问题使用增长率分析应注意的问题当时间序列中的观察值出现 0 或负值时，不适宜计算增长率；当将不同研究对象进行对比时，宜将增长率与增长量结合使用，计算增长 1%的绝对值。当数据出现 0 或负值时，应直接用绝对数进行对比来计算亏损额。增长率将数据的绝对量抽象掉了，应将增长的百分数与增长的绝对量结合起来进行分析，可计算增长 1%的绝对值。模块八时间序列分析与预测任务实施任务实施一、用图形描述时间序列一、用图形描述时
9、间序列1.1.数据准备数据准备2.2.绘制时间序列折线图绘制时间序列折线图模块八时间序列分析与预测择“插入”“折线图”，如图所示。选择“折线图”模块八时间序列分析与预测 我国居民国内出游人数模块八时间序列分析与预测二、用指标描述时间序列二、用指标描述时间序列1.1.增长量增长量2.2.平均增长量平均增长量3.3.增长率增长率4.4.平均增长率平均增长率模块八时间序列分析与预测知识目标知识目标了解时间序列外推预测的前提条件和预测程序了解时间序列外推预测的前提条件和预测程序掌握移动平均预测掌握移动平均预测掌握指数平滑预测掌握指数平滑预测掌握线性趋势预测掌握线性趋势预测能力目标能力目标能够按照正确程
10、序进行时间序列预测能够按照正确程序进行时间序列预测能够利用移动平均法、指数平滑法和线性趋势预测法进行预测能够利用移动平均法、指数平滑法和线性趋势预测法进行预测模块八时间序列分析与预测任务引入任务引入对模块八任务 1 表中我国 20002016 年人均 GDP(元/人)和居民消费价格指数(%)的变动形态进行判断，选择合适的方法预测 2020 年的人均 GDP 和 2017年的居民消费价格指数。我国 20002016 年主要经济指标模块八时间序列分析与预测任务分析任务分析时间序列分析的主要目的是进行预测。该任务就是学习时间序列的预测方法和基本程序。重点学习移动平均预测法、指数平滑预测法和线性趋势预
11、测法及其应用条件。模块八时间序列分析与预测相关知识相关知识一、时间序列外推预测的前提条件一、时间序列外推预测的前提条件时间序列外推预测的条件模块八时间序列分析与预测二、时间序列预测方法二、时间序列预测方法时间序列预测是基于现象随时间推移的变化规律，利用现象过去的统计资料预测未来的一类预测方法。时间序列预测方法及其适用的时间序列类型模块八时间序列分析与预测三、时间序列预测的程序三、时间序列预测的程序时间序列预测的步骤模块八时间序列分析与预测四、移动平均预测四、移动平均预测移动平均法是将时间序列中最近 k 期观察值的数据进行平均，随着观察期的推移，每当得到一个新的观察值时，就去掉最早期的一个数据，
12、加上一个最新观察值，计算移动平均数，每次平均的数据都包含 k 个时期。移动平均预测又分为简单移动平均预测和加权移动平均预测两种。移动平均的主要用途模块八时间序列分析与预测模块八时间序列分析与预测模块八时间序列分析与预测2.加权移动平均预测加权移动平均预测加权移动平均预测就是在预测时对近期和远期的观察值给予不同的权数进行加权平均作为预测值。一般来说，权数的确定遵循“近大远小”的原则，距离预测期近的观察值应赋予较大的权数，较远时期观察值的权数依次递减。模块八时间序列分析与预测模块八时间序列分析与预测初始值两种常用的确定方法：一是取第一期的实际观察值作为初始值；二是取最初几期的平均值作为初始值。一次
13、指数平滑系数 的确定。一次指数平滑系数 的值是由预测者确定的。值越大，越重视本期实际值的作用；值越小，越重视本期预测值的作用。一次指数平滑法只适用于具有水平发展趋势的时间序列分析，且只能对近期进行预测。模块八时间序列分析与预测模块八时间序列分析与预测2.预测精度的测量预测精度的测量 计算公式为：式中，n 是观察值的个数，m 是待定参数的个数。对于线性趋势方程，m=2。模块八时间序列分析与预测任务实施任务实施一、通过图形判断序列类型一、通过图形判断序列类型二、移动平均法预测我国二、移动平均法预测我国 2017 2017 年的居民消费价格指年的居民消费价格指数数步骤步骤 1：选择“工具”“数据分析
14、”“移动平均”“确定”。步骤步骤 2：设置“移动平均”对话框。在“输入区域”用鼠标选中“B2B18”；在“间隔”中输入“3”；在“输出区域”输入任一单元格准备放置输出结果，这里输入“C3”；单击“确定”按钮。设置如图所示，结果如图所示。模块八时间序列分析与预测“移动平均”对话框模块八时间序列分析与预测居民消费价格指数的 3 项移动平均预测值模块八时间序列分析与预测三、指数平滑法预测我国三、指数平滑法预测我国 2017 2017 年的居民消费价年的居民消费价格指数格指数步骤步骤 1：选择“工具”“数据分析”“指数平滑”“确定”。步骤步骤 2：设置“指数平滑”对话框。在“输入区域”用鼠标选中“B2
15、B18”；在“阻尼系数”中输入 1-的值，这里 取 0.3，则 1-=0.7；在“输出区域”输入任一单元格准备放置输出结果，这里输入“C3”；单击“确定”按钮。设置如图所示，结果如图所示。模块八时间序列分析与预测“指数平滑”对话框模块八时间序列分析与预测 指数平滑结果模块八时间序列分析与预测四、线性趋势法预测我国四、线性趋势法预测我国 2020 2020 年的人均年的人均 GDPGDP步骤步骤 1：选择“数据”“数据分析”“回归”“确定”。步骤步骤 2：设置“回归”对话框。在“Y 值输入区域”用鼠标选中“C2C18”；在“X 值输入区域”用鼠标选中“B2B18”；在“输出区域”输入任一单元格准
16、备放置输出结果，这里输入“D2”；单击“确定”按钮，输出结果如图所示。模块八时间序列分析与预测人均 GDP 的回归结果步骤步骤 3：利用趋势方程外推预测。模块八时间序列分析与预测知识目标知识目标掌握季节指数的测定掌握季节指数的测定掌握季节变动预测掌握季节变动预测能力目标能力目标能够判断季节变动规律能够判断季节变动规律能够进行季节变动预测能够进行季节变动预测模块八时间序列分析与预测任务引入任务引入某购物中心 20132017 年销售某产品的资料见表。要求：利用上表资料测定该产品销售量的季节变动规律。某商品 20132017 年各季度销售量 单位：万元模块八时间序列分析与预测任务分析任务分析许多产
17、品的生产和销售存在季节性，如何把握季节变动规律，合理安排生产、库存和销售，使资金高效流动，是企业关心的问题。本任务介绍的就是测定季节变动规律和季节预测的方法。模块八时间序列分析与预测相关知识相关知识一、季节指数的测定一、季节指数的测定分析季节变动的数据至少需要三个周期。季节指数是某月(或某季)的数值与全年月(季)平均水平对比后的一个百分数。1.1.按月按月 (或按季或按季)平均法平均法按月(或按季)平均法计算季节指数步骤模块八时间序列分析与预测2.2.趋势剔除法趋势剔除法趋势剔除法季节指数计算步骤模块八时间序列分析与预测上述计算步骤的假设是：时间序列各变动因素的关系是 y=TSCI，且各年度的
18、不规则变动 I 彼此独立。计算移动平均数的目的是消除季节变动 S 和不规则波动 I，使序列只包含长期趋势T 和循环波动 C，即 TC。计算移动平均比率的目的是消除长期趋势 T 和循环波动 C，使序列包含季节变动 S和不规则波动 I，即：。计算移动平均比率的方法是，用序列观察值 y 除以移动平均趋势值 TC。模块八时间序列分析与预测二、利用季节指数预测二、利用季节指数预测季节指数预测的步骤模块八时间序列分析与预测任务实施任务实施一、数据准备一、数据准备二、计算季节比率二、计算季节比率步骤步骤 1：计算 20132017 年的同季度销售量合计，如图所示。步骤步骤 2：计算 20132017 年同季度销售量的平均数，如图所示。步骤步骤 3：计算 20132017 年所有季度销售量的平均数，即总的季平均数，计算结果为 12 030.65 万元。步骤步骤 4：计算季节指数，即用“同季度销售量的平均数”除以“总的季平均数”，计算结果如图所示。结果表明，4 季度和 1 季度是销售旺季，3 季度和 2 季度是销售淡季。模块八时间序列分析与预测季节指数计算表模块八时间序列分析与预测谢 谢Thanks模块八时间序列分析与预测