模塊八時間序列分析與預(yù)測任務(wù)1時間序列的描述任務(wù)2趨勢外推預(yù)測任務(wù)3季節(jié)變動預(yù)測模塊八時間序列分析與預(yù)測模塊八時間序列分析與預(yù)測知識目標了解時間序列的含義了解時間序列的四個變動因素掌握時間序列的圖形描述掌握時間序列的指標描述能力目標能夠和用Excel繪制時間序列圖并判斷時間數(shù)列的變動類型能夠用常用的時間序列分析指標對時間序列進行量化描述模塊八時間序列分析與預(yù)測任務(wù)引入我國居民2010—2016年全國國內(nèi)出游人數(shù)統(tǒng)計數(shù)據(jù)見表，試利用時間序列圖和時間序列分析指標對其變動進行描述。

2010—2016年我國居民國內(nèi)出游人數(shù)單位：億人次模塊八時間序列分析與預(yù)測任務(wù)分析實際工作中，描述數(shù)據(jù)隨時間而變化的狀態(tài)和趨勢，可以使用時間序列圖，也可以使用時間序列分析指標?！皥D”表達的變化更直觀，“指標”說明的數(shù)據(jù)變化更準確。本任務(wù)的目的是學習這兩種時間序列的描述方法。模塊八時間序列分析與預(yù)測相關(guān)知識一、時間序列的含義時間序列是現(xiàn)象的觀察值按時間順序排列起來形成的序列。時間序列由兩個基本要素構(gòu)成：現(xiàn)象所屬的時間和不同時間上的指標數(shù)值。序列中不同時間單位上的指標口徑必須一致。模塊八時間序列分析與預(yù)測二、時間序列的變動因素時間序列的影響因素模塊八時間序列分析與預(yù)測1.長期趨勢T長期趨勢是現(xiàn)象在較長時間內(nèi)呈現(xiàn)出來的某種持續(xù)發(fā)展的趨勢或狀態(tài)。這種趨勢可能是線性的(即不斷增長或不斷下降的直線形態(tài))，也可能是非線性的(即觀察點呈現(xiàn)出曲線形態(tài))。2.季節(jié)變動S季節(jié)變動是現(xiàn)象觀察值在一年之內(nèi)隨季節(jié)變化呈現(xiàn)出來的周期性波動。模塊八時間序列分析與預(yù)測3.循環(huán)波動C循環(huán)波動是現(xiàn)象在較長時間內(nèi)(通常在一年以上)呈現(xiàn)出的波浪式的起伏變動。4.不規(guī)則變動I不規(guī)則變動是一種隨機波動，是由偶然因素引起的時間序列波動。模塊八時間序列分析與預(yù)測三、時間序列的類型時間序列按包含的影響因素不同可以分為平穩(wěn)序列和非平穩(wěn)序列兩大類型。平穩(wěn)序列是指基本上不存在趨勢的序列，序列中的觀察值大體在某個固定的水平上波動，因此也可稱為水平波動的序列。非平穩(wěn)序列是指包含長期趨勢、季節(jié)變動或周期性波動的序列。模塊八時間序列分析與預(yù)測四、時間序列的圖形描述時間序列圖一方面可以使我們直觀地觀察數(shù)據(jù)的變動模式，另一方面還有助于我們在預(yù)測時選擇合適的預(yù)測方法。模塊八時間序列分析與預(yù)測五、時間序列的指標描述時間序列描述性指標可分為兩類：一是水平指標，二是速度指標。1.發(fā)展水平和平均發(fā)展水平(1)發(fā)展水平發(fā)展水平是指時間序列中不同時間上的觀察值。模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測1)根據(jù)絕對數(shù)時間序列計算平均發(fā)展水平。公式為：式中，n

是時期數(shù)，也是觀察值個數(shù)。時點序列由于時點指標的登記方法不同，平均發(fā)展水平的計算分為以下四種情況，見表。模塊八時間序列分析與預(yù)測時點序列平均發(fā)展水平計算公式模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測2.增長量和平均增長量(1)增長量增長量是兩個時期發(fā)展水平相減的差額，表示報告期水平與基期水平相比增加的絕對量。計算公式為：增長量=報告期水平-基期水平報告期水平，也稱為計算期水平，是所要研究的時期的發(fā)展水平；基期水平是作為對比基礎(chǔ)的時期的發(fā)展水平。模塊八時間序列分析與預(yù)測若用Δi表示增長量，y1

、y2

、…、yn

表示n

個時期的觀察值，y0

為最初水平，則，逐期增長量：累計增長量：逐期增長量和累計增長量的關(guān)系是：各期逐期增長量之和等于累計增長量。公式表示為：模塊八時間序列分析與預(yù)測(2)平均增長量平均增長量是各期增長量的平均數(shù)。計算公式如下：模塊八時間序列分析與預(yù)測3.發(fā)展速度和增長速度(1)發(fā)展速度發(fā)展速度是報告期水平與基期水平之比，反映現(xiàn)象在觀察期內(nèi)的相對發(fā)展變化程度，表示為報告期水平是基期水平的百分之幾或若干倍，一般用百分數(shù)表示。模塊八時間序列分析與預(yù)測若用ri表示發(fā)展速度，則有：環(huán)比發(fā)展速度：定基發(fā)展速度：模塊八時間序列分析與預(yù)測二者的關(guān)系是：觀察期內(nèi)各環(huán)比發(fā)展速度的連乘積等于最末期的定基發(fā)展速度；相鄰兩個時期定基發(fā)展速度的比值等于后一個時期的環(huán)比發(fā)展速度。公式表示為：模塊八時間序列分析與預(yù)測(2)增長速度增長速度也稱增長率，是發(fā)展速度減1，或增長量與基期水平之比，一般用百分數(shù)表示。公式為：增長速度也分為環(huán)比增長速度和定基增長速度，若用Gi

表示增長速度，則有：環(huán)比增長速度：定基增長速度：模塊八時間序列分析與預(yù)測4.平均發(fā)展速度和平均增長速度(1)平均發(fā)展速度平均發(fā)展速度是時間序列中各期環(huán)比發(fā)展速度的平均數(shù)，反映現(xiàn)象在觀察期內(nèi)平均發(fā)展的程度。一般采用水平法(幾何平均法)計算，公式為：模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測5.使用增長率分析應(yīng)注意的問題當時間序列中的觀察值出現(xiàn)0或負值時，不適宜計算增長率；當將不同研究對象進行對比時，宜將增長率與增長量結(jié)合使用，計算增長1%的絕對值。當數(shù)據(jù)出現(xiàn)0或負值時，應(yīng)直接用絕對數(shù)進行對比來計算虧損額。增長率將數(shù)據(jù)的絕對量抽象掉了，應(yīng)將增長的百分數(shù)與增長的絕對量結(jié)合起來進行分析，可計算增長1%的絕對值。模塊八時間序列分析與預(yù)測任務(wù)實施一、用圖形描述時間序列1.數(shù)據(jù)準備2.繪制時間序列折線圖模塊八時間序列分析與預(yù)測擇“插入”→“折線圖”，如圖所示。選擇“折線圖”模塊八時間序列分析與預(yù)測我國居民國內(nèi)出游人數(shù)模塊八時間序列分析與預(yù)測二、用指標描述時間序列1.增長量2.平均增長量3.增長率4.平均增長率模塊八時間序列分析與預(yù)測知識目標了解時間序列外推預(yù)測的前提條件和預(yù)測程序掌握移動平均預(yù)測掌握指數(shù)平滑預(yù)測掌握線性趨勢預(yù)測能力目標能夠按照正確程序進行時間序列預(yù)測能夠利用移動平均法、指數(shù)平滑法和線性趨勢預(yù)測法進行預(yù)測模塊八時間序列分析與預(yù)測任務(wù)引入對模塊八任務(wù)1表中我國2000—2016年人均GDP(元/人)和居民消費價格指數(shù)(%)的變動形態(tài)進行判斷，選擇合適的方法預(yù)測2020年的人均GDP和2017年的居民消費價格指數(shù)。我國2000—2016年主要經(jīng)濟指標模塊八時間序列分析與預(yù)測任務(wù)分析時間序列分析的主要目的是進行預(yù)測。該任務(wù)就是學習時間序列的預(yù)測方法和基本程序。重點學習移動平均預(yù)測法、指數(shù)平滑預(yù)測法和線性趨勢預(yù)測法及其應(yīng)用條件。模塊八時間序列分析與預(yù)測相關(guān)知識一、時間序列外推預(yù)測的前提條件時間序列外推預(yù)測的條件模塊八時間序列分析與預(yù)測二、時間序列預(yù)測方法時間序列預(yù)測是基于現(xiàn)象隨時間推移的變化規(guī)律，利用現(xiàn)象過去的統(tǒng)計資料預(yù)測未來的一類預(yù)測方法。時間序列預(yù)測方法及其適用的時間序列類型模塊八時間序列分析與預(yù)測三、時間序列預(yù)測的程序時間序列預(yù)測的步驟模塊八時間序列分析與預(yù)測四、移動平均預(yù)測移動平均法是將時間序列中最近k

期觀察值的數(shù)據(jù)進行平均，隨著觀察期的推移，每當?shù)玫揭粋€新的觀察值時，就去掉最早期的一個數(shù)據(jù)，加上一個最新觀察值，計算移動平均數(shù)，每次平均的數(shù)據(jù)都包含k

個時期。移動平均預(yù)測又分為簡單移動平均預(yù)測和加權(quán)移動平均預(yù)測兩種。移動平均的主要用途模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測2.加權(quán)移動平均預(yù)測加權(quán)移動平均預(yù)測就是在預(yù)測時對近期和遠期的觀察值給予不同的權(quán)數(shù)進行加權(quán)平均作為預(yù)測值。一般來說，權(quán)數(shù)的確定遵循“近大遠小”的原則，距離預(yù)測期近的觀察值應(yīng)賦予較大的權(quán)數(shù)，較遠時期觀察值的權(quán)數(shù)依次遞減。模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測初始值兩種常用的確定方法：一是取第一期的實際觀察值作為初始值；二是取最初幾期的平均值作為初始值。一次指數(shù)平滑系數(shù)α

的確定。一次指數(shù)平滑系數(shù)α

的值是由預(yù)測者確定的。α值越大，越重視本期實際值的作用；α

值越小，越重視本期預(yù)測值的作用。一次指數(shù)平滑法只適用于具有水平發(fā)展趨勢的時間序列分析，且只能對近期進行預(yù)測。模塊八時間序列分析與預(yù)測

模塊八時間序列分析與預(yù)測2.預(yù)測精度的測量計算公式為：式中，n

是觀察值的個數(shù)，m

是待定參數(shù)的個數(shù)。對于線性趨勢方程，m=2。模塊八時間序列分析與預(yù)測任務(wù)實施一、通過圖形判斷序列類型二、移動平均法預(yù)測我國2017年的居民消費價格指數(shù)步驟1：選擇“工具”→“數(shù)據(jù)分析”→“移動平均”→“確定”。步驟2：設(shè)置“移動平均”對話框。在“輸入?yún)^(qū)域”用鼠標選中“B2︰B18”；在“間隔”中輸入“3”；在“輸出區(qū)域”輸入任一單元格準備放置輸出結(jié)果，這里輸入“C3”；單擊“確定”按鈕。設(shè)置如圖所示，結(jié)果如圖所示。模塊八時間序列分析與預(yù)測“移動平均”對話框模塊八時間序列分析與預(yù)測居民消費價格指數(shù)的3項移動平均預(yù)測值模塊八時間序列分析與預(yù)測三、指數(shù)平滑法預(yù)測我國2017年的居民消費價格指數(shù)步驟1：選擇“工具”→“數(shù)據(jù)分析”→“指數(shù)平滑”→“確定”。步驟2：設(shè)置“指數(shù)平滑”對話框。在“輸入?yún)^(qū)域”用鼠標選中“B2︰B18”；在“阻尼系數(shù)”中輸入1-α

的值，這里α

取0.3，則1-α=0.7；在“輸出區(qū)域”輸入任一單元格準備放置輸出結(jié)果，這里輸入“C3”；單擊“確定”按鈕。設(shè)置如圖所示，結(jié)果如圖所示。模塊八時間序列分析與預(yù)測“指數(shù)平滑”對話框模塊八時間序列分析與預(yù)測指數(shù)平滑結(jié)果模塊八時間序列分析與預(yù)測四、線性趨勢法預(yù)測我國2020年的人均GDP步驟1：選擇“數(shù)據(jù)”→“數(shù)據(jù)分析”→“回歸”→“確定”。步驟2：設(shè)置“回歸”對話框。在“Y值輸入?yún)^(qū)域”用鼠標選中“C2︰C18”；在“X值輸入?yún)^(qū)域”用鼠標選中“B2︰B18”；在“輸出區(qū)域”輸入任一單元格準備放置輸出結(jié)果，這里輸入“D2”；單擊“確定”按鈕，輸出結(jié)果如圖所示。模塊八時間序列分析與預(yù)測人均GDP的回歸結(jié)果步驟3：利用趨勢方程外推預(yù)測。模塊八時間序列分析與預(yù)測知識目標掌握季節(jié)指數(shù)的測定掌握季節(jié)變動預(yù)測能力目標能夠判斷季節(jié)變動規(guī)律能夠進行季節(jié)變動預(yù)測模塊八時間序列分析與預(yù)測任務(wù)引入某購物中心2013—2017年銷售某產(chǎn)品的資料見表。要求：利用上表資料測定該產(chǎn)品銷售量的季節(jié)變動規(guī)律。某商品2013—2017年各季度銷售量單位：萬元模塊八時間序列分析與預(yù)測任務(wù)分析許多產(chǎn)品的生產(chǎn)和銷售存在季節(jié)性，如何把握季節(jié)變動規(guī)律，合理安排生產(chǎn)、庫存和銷售，使資金高效流動，是企業(yè)關(guān)心的問題。本任務(wù)介紹的就是測定季節(jié)變動規(guī)律和季節(jié)預(yù)測的方法。模塊八時間序列分析與預(yù)測相關(guān)知識一、季節(jié)指數(shù)的測定分析季節(jié)變動的數(shù)據(jù)至少需要三個周期。季節(jié)指數(shù)是某月(或某季)的數(shù)值與全年月(季)平均水平對比后的一個百分數(shù)。1.按月(或按季)平均法按月(或按季)平均法計算季節(jié)指數(shù)步驟模塊八時間序列分析與預(yù)測2.趨勢剔除法趨勢剔除法季節(jié)指數(shù)計算步驟模塊八時間序列分析與預(yù)測上述計算步驟的假設(shè)是：時間序列各變動因素的關(guān)系是y=T×S×C×I，且各年度的不規(guī)則變動I

彼此獨立。計算移動平均數(shù)的目的是消除季節(jié)變動S

和不規(guī)則波動

I，使序列只包含長期趨勢T

和循環(huán)波動C，即T×C。計算移動平均比率的目的是消除長期趨勢T

和循環(huán)波動C，使序列包含季節(jié)變動S和不規(guī)則波動I，即：

。計算移動平均比率的方法是，用序列觀察值y

除以移動平均趨勢值T×C。模塊八時間序列分析與預(yù)測二、利用季節(jié)指數(shù)預(yù)測季節(jié)指數(shù)預(yù)測的步驟模塊八時間序列分析與預(yù)測任務(wù)實施一、數(shù)據(jù)準備二、計算季節(jié)比率步驟1：計算2013—2017