時間數(shù)列的預(yù)測方法及分析(專業(yè)版)
【正文】 23:47:1823:47:1823:473/28/2023 11:47:18 PM ? 1越是沒有本領(lǐng)的就越加自命不凡。 2023年 3月 28日星期二 下午 11時 47分 18秒 23:47: ? 1比不了得就不比，得不到的就不要。 乘加型步驟 ? 首先 ， 測定循環(huán) 、 不規(guī)則變動絕對額 。其模型有乘法型、加法型和乘加型。 ? 二 、 比較法 ? 運用兩種或三種以上的預(yù)測模型對數(shù)據(jù)進行預(yù)測分析 ， 通過比較每種模型的預(yù)測效果衡量指標(biāo) （ 如均方誤差 MSE、平均絕對誤差 MAE、 總誤差 SSR等 ） ，選擇預(yù)測誤差最小的模型為最優(yōu) 。學(xué)校放假，職工探親，客運量成倍增長等。 ? 循環(huán)變動。 ? 三 、 特征判斷法 季節(jié)變動分析 ? 季節(jié)變動分析是根據(jù)以月、季為單位的時間數(shù)列資料，測定以年為周期的、隨著季節(jié)轉(zhuǎn)變而發(fā)生的周期性變動的規(guī)律性。 不規(guī)則變動分析 ? 不規(guī)則變動是由一些不可估計、不可意料的原因引起的變動，具有很大隨機性。 ? 其次 ， 將循環(huán)變動和不規(guī)則變動值進行移動平均 ， 剔除不規(guī)則變動影響 ， 測定循環(huán)變動絕對額 。 。 :47:1823:47Mar2328Mar23 ? 1越是無能的人，越喜歡挑剔別人的錯兒。 , March 28, 2023 ? 閱讀一切好書如同和過去最杰出的人談話。 :47:1823:47:18March 28, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國見青山。 加法型模型 ? 月 （ 季 ） 別時間數(shù)列： Y=T+S+C+I 循環(huán)變動： C=Y－ T－ S－ I 不規(guī)則變動： I=Y－ T－ S－ C ? 年別時間數(shù)列： Y=T+C+I 循環(huán)變動： C=Y－ T－ I 不規(guī)則變動： I=Y－ T－ C=（ C+I） － C ? 其中： T代表長期趨勢 ， S代表季節(jié)變動 ， C代表循環(huán)變動 ， I代表不規(guī)則變動 。這種方法是先剔除長期趨勢和季節(jié)變動，再剔除不規(guī)則變動來測定循環(huán)變動的方法。 ? 如果數(shù)據(jù)的分布不屬于直線型的 ， 則應(yīng)仔細(xì)觀察其分布是否近似于某一曲線 （ 如拋物線 、 雙曲線 、 指數(shù)曲線 、 S曲線等 ） ， 然后配合相應(yīng)的曲線模型進行預(yù)測 。 ? 如蔬菜生產(chǎn)受季節(jié)氣候變化的影響，有淡季、旺季之分，淡季產(chǎn)量低價格高，旺季產(chǎn)量高價格低；衣著、食品、電風(fēng)扇、燃料的需求都有季節(jié)性的變動。是指社會經(jīng)濟現(xiàn)象以若干年為周期波浪式的變動。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1