時(shí)間序列ppt課件-資料下載頁(yè)
2025-04-30 18:21本頁(yè)面
【正文】 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 農(nóng)業(yè)生產(chǎn)資料零售額，得無(wú)季節(jié)變動(dòng)資料。見(jiàn)表中“ Y/S” 欄? 2. 利用原始資料建立的趨勢(shì)方程： 將t=1,2,…,24 代入方程得 “ 趨勢(shì)值 T”? 3. 將前兩項(xiàng)結(jié)果相除即得無(wú)季節(jié)無(wú)趨勢(shì)資料，見(jiàn)表中 “ CI” 欄? 4. 最后通過(guò)移動(dòng)平均消除不規(guī)則變動(dòng)，得循環(huán)波動(dòng)值，即表中的最后一欄? 將循環(huán)波動(dòng)值繪圖如下： 圖 循 環(huán) 波 動(dòng)值圖 示 復(fù)合型序列的分解預(yù)測(cè)? 確定并分離季節(jié)成分? 建立預(yù)測(cè)模型并進(jìn)行預(yù)測(cè)? 計(jì)算最后的預(yù)測(cè)值預(yù)測(cè)步驟? 確定并分離季節(jié)成分– 計(jì)算季節(jié)指數(shù)，以確定時(shí)間序列中的季節(jié)成分– 將季節(jié)成分從時(shí)間序列中分離出去，即用每一個(gè)觀(guān)測(cè)值除以相應(yīng)的季節(jié)指數(shù)，以消除季節(jié)性? 建立預(yù)測(cè)模型并進(jìn)行預(yù)測(cè)– 對(duì)消除季節(jié)成分的序列建立適當(dāng)?shù)念A(yù)測(cè)模型，并根據(jù)這一模型進(jìn)行預(yù)測(cè)? 計(jì)算出最后的預(yù)測(cè)值– 用預(yù)測(cè)值乘以相應(yīng)的季節(jié)指數(shù)，得到最終的預(yù)測(cè)值 季節(jié)指數(shù)(例 題 分析 )【 例 】 下表是一家啤酒生產(chǎn)企業(yè) 2022— 2022年各季度的啤酒銷(xiāo)售量數(shù)據(jù)。試計(jì)算各季的季節(jié)指數(shù) BEER朝日朝日BEER朝日朝日BEER朝日朝日?qǐng)D形描述計(jì)算季節(jié)指數(shù) (seasonal index)? 刻畫(huà)序列在一個(gè)年度內(nèi)各月或季的典型季節(jié)特征? 以其平均數(shù)等于 100%為條件而構(gòu)成? 反映某一月份或季度的數(shù)值占全年平均數(shù)值的大小? 如果現(xiàn)象的發(fā)展沒(méi)有季節(jié)變動(dòng)，則各期的季節(jié)指數(shù)應(yīng)等于 100%? 季節(jié)變動(dòng)的程度是根據(jù)各季節(jié)指數(shù)與其平均數(shù)(100%)的偏差程度來(lái)測(cè)定– 如果某一月份或季度有明顯的季節(jié)變化，則各期的季節(jié)指數(shù)應(yīng)大于或小于 100%季節(jié)指數(shù) (計(jì)算步驟 )? 計(jì)算移動(dòng)平均值 (季度數(shù)據(jù)采用 4項(xiàng)移動(dòng)平均，月份數(shù)據(jù)采用 12項(xiàng)移動(dòng)平均 )，并將其結(jié)果進(jìn)行 “ 中心化” 處理– 將移動(dòng)平均的結(jié)果再進(jìn)行一次 2項(xiàng)的移動(dòng)平均，即得出 “ 中心化移動(dòng)平均值 ” (CMA)? 計(jì)算移動(dòng)平均的比值，也稱(chēng)為季節(jié)比率– 將序列的各觀(guān)察值除以相應(yīng)的中心化移動(dòng)平均值，然后再計(jì)算出各比值的季度 (或月份 )平均值，即季節(jié)指數(shù)? 季節(jié)指數(shù)調(diào)整– 各季節(jié)指數(shù)的平均數(shù)應(yīng)等于 1或 100%，若根據(jù)第 2步計(jì)算的季節(jié)比率的平均值不等于 1時(shí)，則需要進(jìn)行調(diào)整? 具體方法是：將第 2步計(jì)算的每個(gè)季節(jié)比率的平均值除以它們的總平均值 季節(jié)指數(shù) (例 題 分析 )季節(jié)指數(shù)(例 題 分析 )季節(jié)指數(shù)分離季節(jié)因素? 將原時(shí)間序列除以相應(yīng)的季節(jié)指數(shù)? 季節(jié)因素分離后的序列反映了在沒(méi)有季節(jié)因素影響的情況下時(shí)間序列的變化形態(tài) 季節(jié)性及其分離圖線(xiàn)性趨勢(shì)模型及預(yù)測(cè)? 根據(jù)分離季節(jié)性因素的序列確定線(xiàn)性趨勢(shì)方程 ? 根據(jù)趨勢(shì)方程進(jìn)行預(yù)測(cè)– 該預(yù)測(cè)值不含季節(jié)性因素，即在沒(méi)有季節(jié)因素影響情況下的預(yù)測(cè)值? 計(jì)算最終的預(yù)測(cè)值– 將回歸預(yù)測(cè)值乘以相應(yīng)的季節(jié)指數(shù)線(xiàn)性趨勢(shì)預(yù)測(cè)和最終預(yù)測(cè)值2022年預(yù)測(cè)值實(shí)際值和最終預(yù)測(cè)值圖預(yù)測(cè)誤差的測(cè)度指標(biāo)? 衡量預(yù)測(cè)誤差大小的常用指標(biāo)主要有：– 平均絕對(duì)誤差 (Mean Absolute Error)– 均方誤差 (Mean Squared Error)– 均方根誤差 (Root Mean Squared Error)– 平均絕對(duì)百分誤差（ Mean Absolute Percentage Error），用來(lái)衡量相對(duì)誤差的大小。消除了時(shí)間序列水平和計(jì)量單位的影響。
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1