,分为四种数据模式:趋势变动(T)季节变动(S)循环变动(C)随机变动(I) (构成要素与测定方法)线性趋势时间数列的构成要素循环波动季节变动长期趋势剩余法移动平均法移动中位数法线性模型法不规则波动非线性趋势趋势剔出法按月(季),(一)移动平均法(MovingAverageMethod)1、通过扩大原时间数列的时间间隔,并按一定的间隔长度逐期移动,计算出一系列移动平均数。2、由移动平均数形成的新的时间数列对原时间数列的波动起到修匀作用,~1998年我国汽车产量数据年份产量(万辆)年份产量(万辆)【例题】已知1981~1998年我汽车产量数据如表11-6。分别计算三年和五年移动平均趋势值,以及三项和五项移动中位数,(万辆)汽车产量移动平均趋势图(年份).移动平均应注意的问题(1)移动平均后的趋势值应放在各移动项的中间位置(2)对于偶数项移动平均需要进行“中心化”(3)移动间隔的长度应长短适中如果现象的发展具有一定的周期性,应以周期长度作为移动间隔的长度若时间数列是季度资料,应采用4项移动平均若为月份资料,,可用线性模型表示线性模型的形式为—时间数列的趋势值t—时间标号a—趋势线在Y轴上的截距b—趋势线的斜率,表示时间t变动一个单位时观察值的平均变动数量(二)(a和b的最小二乘估计)1、趋势方程中的两个未知常数a和b按最小二乘法(Least-squareMethod)求得根据回归分析中的最小二乘法原理使各实际观察值与趋势值的离差平方和为最小最小二乘法既可以配合趋势直线,也可用于配合趋势曲线2、根据趋势线计算出各个时期的趋势值.
时间序列预测方法. 来自淘豆网m.daumloan.com转载请标明出处.
