基于excel的時間序列預(yù)測與分析-資料下載頁
2025-06-27 17:50本頁面
【正文】 偏相關(guān)函數(shù)注：偏相關(guān)函數(shù)的計算是用SPSS軟件來實現(xiàn)得到的。因為Excel中計算很繁瑣，有一定的困難。設(shè)模型為 (26)需要估計的值，得出解如下： 代入(26)式，模型為 由特征方程可得： 解此方程得特征根，由，則可判斷此模型為平穩(wěn)的模型。=(+=為了檢驗?zāi)Ｐ秃侠硇?，計算殘差的自相關(guān)函數(shù)()。 3174185196207218229231024112512261327142815291630根據(jù)殘差分析檢驗方法，由，取，構(gòu)造統(tǒng)計量： 計算， 由。123456，查分布表，當時，因為，我們可認為為白噪聲序列，所以所建的模型是合適的。由序列的預(yù)測公式：當時，于是，根據(jù)公式(24)、(25), 預(yù)測值 那么，由(21)、(23),2007年的國內(nèi)生產(chǎn)總值預(yù)測值為： (億元)。 （數(shù)據(jù)來源：中國統(tǒng)計年鑒2006）年份國內(nèi)生產(chǎn)總值指數(shù)擬合預(yù)測值殘差序列殘差序列2次差分殘差差分零均值化殘差預(yù)測值最終預(yù)測值誤差197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920002001200220032004200520062007 歷年國內(nèi)生產(chǎn)總值預(yù)測的時間序列圖，顯然本模型對原始數(shù)據(jù)擬合得更好。MADMSE模型模型對比所得的均方差，模型的值雖有明顯減小，但數(shù)值仍然很大，模型應(yīng)該還有改進的余地，這牽涉到序列中異常數(shù)據(jù)的處理等相關(guān)理論知識，由于時間有限，還沒有做出深入的研究。 3 總結(jié) 時間序列預(yù)測方法應(yīng)用廣泛，比起其他分析方法具有其自身的優(yōu)越性： (1)很容易收集數(shù)據(jù)，時間序列的分析僅僅依賴需要預(yù)測變量的過去序列值；(2)確定性時序分析刻畫序列的主要趨勢，直觀簡單、便于計算，結(jié)合隨機時序分析法能反映實際的變化規(guī)律。 (3)隨機時序分析能揭示出變量的非線性特征，這是回歸分析或其他數(shù)學模型不容易到的； 在數(shù)據(jù)處理方面，利用功能強大的Excel電子表格(除特殊說明外)來進行計算和分析，程序簡單明確，公式一目了然，節(jié)約了預(yù)測所發(fā)生的費用，預(yù)測方法也易于掌握和應(yīng)用，并且又能達到較高的預(yù)測準確性。、19 /
醫(yī)療健康相關(guān)推薦
鄂ICP備17016276號-1