時間序列分析和預測概述(ppt 72頁)(文件)
【正文】 上午 11時 21分 42秒 上午 11時 21分 11:21: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感 謝 您 的 下 載 觀 看 專家告訴 。 2023年 3月 上午 11時 21分 :21March 22, 2023 ? 1業(yè)余生活要有意義，不要越軌。 11:21:4211:21:4211:21Wednesday, March 22, 2023 ? 1知人者智，自知者明。 上午 11時 21分 42秒 上午 11時 21分 11:21: ? 楊柳散和風，青山澹吾慮。 2023年 3月 22日星期三 上午 11時 21分 42秒 11:21: ? 1楚塞三湘接，荊門九派通。 11:21:4211:21:4211:213/22/2023 11:21:42 AM ? 1成功就是日復一日那一點點小小努力的積累。 2023年 3月 上午 11時 21分 :21March 22, 2023 ? 1行動出成果，工作出財富。 11:21:4211:21:4211:21Wednesday, March 22, 2023 ? 1乍見翻疑夢，相悲各問年。 年份 第一季度 第二季度 第三季度 第四季度 2023 25 32 37 26 2023 30 38 42 30 2023 29 39 50 35 2023 30 39 51 37 2023 29 42 55 38 2023 31 43 54 41 66 計算移動平均值 ? 奇數(shù)項移動平均值 ? 偶數(shù)項移動平均值（如 4項） ? 一次移動 ? 二次修正 67 311 ?? ??? ttttaaab ? ? ? ?4321152 41 yy y yM. ????? ? ? ?54321 53 41 yy y y. ????? ? ? ? ? ?? ? MM 21M 1123 ??例 ? 計算移動平均值 ? 計算季節(jié)比率 ? 調(diào)整季節(jié)比率 68 69 時間 銷售量 四項移動平均值 四項移動平均修正值 S I 25 32 37 26 30 38 42 30 29 39 50 35 30 39 51 37 29 42 55 38 31 43 54 41 年份 第一季度 第二季度 第三季度 第四季度 2023 2023 2023 2023 2023 2023 季節(jié)比率 季節(jié)比率調(diào)整 70 二、建立預測模型并進行預測 時間 時間序號 銷售量 季節(jié)指數(shù) 季節(jié)分離后的序列 回歸趨勢值 最終預測值 1 25 2 32 3 37 4 26 5 30 6 38 7 42 8 30 9 29 10 39 11 50 12 35 13 30 14 39 15 51 16 37 17 29 18 42 19 55 20 38 21 31 22 43 23 54 24 41 25 26 27 28 71 練習題 72 ? 靜夜四無鄰，荒居舊業(yè)貧。 ? 步驟： 1. 對原時間序列求移動平均數(shù) ， 作為相應(yīng)時期的趨勢值 T。繪制時間序列圖觀察啤酒銷售量的構(gòu)成要素。也可通過比較預測均方差確定 α 53 ? ? ttt FyF ?????? ?? 11例 54 年份 居民消費價格指數(shù)（ %）（上年 =100） α = 誤差平方 α = 誤差平方 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2023 2023 2023 2023 2023 2023 合計 55 第四節(jié) 趨勢型序列的預測 ? 根據(jù)時間序列的數(shù)據(jù)特征，建立一個合適的趨勢方程來描述時間序列的趨勢變動，推算各時期的趨勢值。 ? 一次指數(shù)平滑、二次指數(shù)平滑、三次指數(shù)平滑等。 ? K的選擇將影響預測的準確性。 ? 適合較平穩(wěn)的時間序列。 44 水平法與累計法的比較（ 2） ? 當現(xiàn)象在一段時期內(nèi)波動較大時，用水平法反映不出中間各期水平的變化，用累計法就可以考慮中間水平的波動，為此可用兩種方法結(jié)合運用進行分析研究。 ? ? ? ? ? ?? ?
教學課件相關(guān)推薦
鄂ICP備17016276號-1