時(shí)間數(shù)列的預(yù)測(cè)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(méi)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(shí) 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(cè)定循環(huán) 、 不規(guī)則變動(dòng)絕對(duì)額 。其模型有乘法型、加法型和乘加型。 ? 二 、 比較法 ? 運(yùn)用兩種或三種以上的預(yù)測(cè)模型對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)分析 ， 通過(guò)比較每種模型的預(yù)測(cè)效果衡量指標(biāo) （ 如均方誤差 MSE、平均絕對(duì)誤差 MAE、 總誤差 SSR等 ） ，選擇預(yù)測(cè)誤差最小的模型為最優(yōu) 。學(xué)校放假，職工探親，客運(yùn)量成倍增長(zhǎng)等。 ? 循環(huán)變動(dòng)。 ? 三 、 特征判斷法 季節(jié)變動(dòng)分析 ? 季節(jié)變動(dòng)分析是根據(jù)以月、季為單位的時(shí)間數(shù)列資料，測(cè)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(dòng)的規(guī)律性。 不規(guī)則變動(dòng)分析 ? 不規(guī)則變動(dòng)是由一些不可估計(jì)、不可意料的原因引起的變動(dòng)，具有很大隨機(jī)性。 ? 其次 ， 將循環(huán)變動(dòng)和不規(guī)則變動(dòng)值進(jìn)行移動(dòng)平均 ， 剔除不規(guī)則變動(dòng)影響 ， 測(cè)定循環(huán)變動(dòng)絕對(duì)額 。 。 :47:1823:47Mar2328Mar23 ? 1越是無(wú)能的人，越喜歡挑剔別人的錯(cuò)兒。 , March 28, 2023 ? 閱讀一切好書(shū)如同和過(guò)去最杰出的人談話。 :47:1823:47:18March 28, 2023 ? 1他鄉(xiāng)生白發(fā)，舊國(guó)見(jiàn)青山。 加法型模型 ? 月 （ 季 ） 別時(shí)間數(shù)列： Y=T+S+C+I 循環(huán)變動(dòng)： C=Y－ T－ S－ I 不規(guī)則變動(dòng)： I=Y－ T－ S－ C ? 年別時(shí)間數(shù)列： Y=T+C+I 循環(huán)變動(dòng)： C=Y－ T－ I 不規(guī)則變動(dòng)： I=Y－ T－ C=（ C+I） － C ? 其中： T代表長(zhǎng)期趨勢(shì) ， S代表季節(jié)變動(dòng) ， C代表循環(huán)變動(dòng) ， I代表不規(guī)則變動(dòng) 。這種方法是先剔除長(zhǎng)期趨勢(shì)和季節(jié)變動(dòng)，再剔除不規(guī)則變動(dòng)來(lái)測(cè)定循環(huán)變動(dòng)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(jìn)行預(yù)測(cè) 。 ? 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(jià)格高，旺季產(chǎn)量高價(jià)格低；衣著、食品、電風(fēng)扇、燃料的需求都有季節(jié)性的變動(dòng)。是指社會(huì)經(jīng)濟(jì)現(xiàn)象以若干年為周期波浪式的變動(dòng)。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1