時(shí)間序列的分解和預(yù)測-文庫吧資料
2025-05-18 00:38本頁面
【正文】 圖形進(jìn)行比較。首先將年份 t序號依次設(shè)置為 1,2， ……23，并計(jì)算 t值的平方，在回歸分析對話框中 x值輸入?yún)^(qū)域中，輸入 t值及 t平方，在 y值輸入?yún)^(qū)域中輸入人口自然增長率，單擊確定即可。 ? 線性 趨勢方程 ： ? 預(yù)測的 R2估計(jì) 標(biāo)準(zhǔn)誤差 ： R2= ? 2021年人口自然增長率的 預(yù)測值 9 4 3 9 8 0 0 1 ????Y % 3 7 5 7 1 2021 ????Y tY t ?? Excel輸出的回歸分析表 線性模型法 (例題分析 ) 線性模型法 (例題分析 ) 趨勢型序列的預(yù)測 非線性趨勢預(yù)測 二次曲線 (second degree curve) 1. 現(xiàn)象的發(fā)展趨勢為拋物線形態(tài) 2. 一般形式為： 3. 根 據(jù)最小二乘法求 a， b， c的標(biāo)準(zhǔn)方程 2? ctbtaYt ??? ???????? ? ?????? ? ?????? ???4322322tctbtaYttctbtatYtctbnaY二次曲線 (例題分析 ) 【 例 87】 根據(jù)我國 19872021年的人口自然增長率數(shù)據(jù)，利用最小二乘法確定拋物線趨勢方程，計(jì)算出各期的預(yù)測值，預(yù)測 2021年的人口自然增長率，并將原序列和各期的預(yù)測值序列繪制成圖形進(jìn)行比較。 【 例 85】 根據(jù)下表我國 19962021年居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)，選擇適當(dāng)?shù)钠交禂?shù)，采用 Excel進(jìn)行指數(shù)平滑預(yù)測，計(jì)算出預(yù)測誤差，并選擇適當(dāng)?shù)钠交禂?shù)進(jìn)行預(yù)測。 2. 選擇 ?時(shí) ， 還應(yīng)考慮預(yù)測誤差 ? 誤差均方來衡量預(yù)測誤差的大小； ? 確定 ?時(shí) ， 可選擇幾個(gè)進(jìn)行預(yù)測 ， 然后找出預(yù)測誤差最小 的作為最后的 ? 值 。 簡單移動(dòng)平均法 (例題分析 ) 【 例 86】 根據(jù)下表我國 1996— 2021年居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù) ， 分別取移動(dòng)間隔 和 ， 用 Excel計(jì)算各期的居民消費(fèi)價(jià)格指數(shù)的預(yù)測值及預(yù)測誤差 ， 并將原序列與預(yù)測后的序列繪制成圖形進(jìn)行比較 。 4. 對于同一個(gè)時(shí)間序列 ， 采用不同的移動(dòng)步長預(yù)測的準(zhǔn)確性是不同的 。 2. 只使用 最近期 的數(shù)據(jù) ， 在每次計(jì)算移動(dòng)平均值時(shí) ， 移動(dòng)的 間隔都為 k。 3. 設(shè) 移動(dòng)間隔為 k (1kt)， 則 t+1期的 移動(dòng)平均預(yù)測值 為 。試根據(jù)這 6年的數(shù)據(jù)繪制年度折疊時(shí)間序列圖， 并判斷啤酒銷售量是否存在季節(jié)成分 年度折疊時(shí)間序列圖 (folded annual time series plot) ? 將每年的數(shù)據(jù)分開畫在圖上 ? 若序列只存在季節(jié)成分，年度折疊序列圖中的折線將會有交叉 ? 若序列既含有季節(jié)成分又含有趨勢，則年度折疊時(shí)間序列圖中的折線將不會有交叉，而且如果趨勢是上升的，后面年度的折線將會高于前面年度的折線，如果趨勢是下降的，則后面年度的折線將低于前面年度的折線 01020304050601 2 3 4季度銷售量2021 年2021 年2021 年2021 年2021 年預(yù)測方法的 選擇與評估 預(yù)測方法的 評估 1. 一種預(yù)測方法的好壞取決于預(yù)測 誤差 的大小 2. 預(yù)測誤差是 預(yù)測值與實(shí)際值的差距 3. 度量方法有平均誤差 、 平均絕對誤差 、均方誤差 、 平均百分比誤差和平均絕對百分比誤差較為常用的是 均方誤差 (MSE) nFYM S Eniii???? 12)(第 8章 時(shí)間序列分析和預(yù)測 平穩(wěn)序列的預(yù)測 移動(dòng)平均法 指數(shù)平滑法 平穩(wěn)序列的預(yù)測 移動(dòng)平均法 移動(dòng)平均預(yù)測 (moving average) 1. 選擇一定長度的移動(dòng)間隔 ， 對序列逐期移動(dòng)求得平均數(shù)作為下一期的預(yù)測值 。 時(shí)間序列預(yù)測的程序 確定時(shí)間序列的成分 確定趨勢成分 (例題分析 ) 【 例 】一種股票連續(xù) 16周的收盤價(jià)如下表所示。 時(shí)間序列的組成要素 (ponents) 1. 趨勢 (trend) ? 持續(xù)向上或持續(xù)向下的變動(dòng) 2 季節(jié)變動(dòng) (seasonal fluctuation) ? 在一年內(nèi)重復(fù)出現(xiàn)
高考資料相關(guān)推薦
鄂ICP備17016276號-1