时间序列分解法和趋势外推法.ppt

第四章时间序列分解法和趋势外推法第三章时间序列分析预测法§4.1时间序列及时间序列分解法时间序列的分类一、时间序列的概念二、时间序列预测法及其基本原理三、时间序列预测法的假定前提§4.2时间序列分解法四、时间序列分解法2.季节变动3.循环变动4.不规则变动时间序列的图形五、时间序列的结构模型时间序列的结构模型中，具有相加关系的各种变动，都是和预测对象的计量单位一致的绝对量；具有乘积关系的各种变动，除趋势值是和预测对象计量单位相同的绝对量之外，其余各种变动值都是相对数。在利用时间序列数据进行预测时，如果含有上述四种变动中两种及以上，就要正确地判断时间序列的结构模型，作出正确的假定，这是进行时间序列预测分析的基础。做人，要知足；做事，要知不足；做学问，要不知足。§4.2趋势外推法概述4.2.1常用趋势线模型及其选择一、常用趋势线模型二、趋势线模型的选择1.目估法2.数量特征法数量特征能表明时间序列的变化规律3.残差平方和最小法残差平方和最小法的特点4.2.2模型参数的估计方法一、最小平方法估计模型参数最小平方法估计参数的两点要求最小平方法的优点二、三和法三和法的应用§4.3多项式曲线趋势外推法直线趋势模型可用最小平方法估计参数解：（1）分析资料，选择预测模型有关分析(3)预测2002、2003年的销售额二、多项式曲线模型预测法二次曲线预测模型的数量特征二次曲线模型可用最小平方法估计参数简捷法参数估计式解：（1）分析资料，选择预测模型（3）预测2002和2003年的销售量2.三次曲线模型预测法三次曲线预测模型的数量特征三次曲线模型可用最小平方法估计参数简捷最小平方法估计参数简捷最小平方法估计式解：（1）选择预测模型（2）用最小平方法估计参数，建立预测模型(3)预测2002和2003年的销售额三、指数曲线模型与对数直线模型预测法指数曲线模型与对数直线模型的关系3.最小平方法估计参数简捷最小平方法估计式(2)用最小平方法估计参数，建立对数直线预测模型趋势线预测模型（3）预测2001和2002年的出口额四、修正指数曲线模型预测法2.修正指数曲线模型的特征3.模型参数的估计方法三和法估计参数解：（1）选择预测模型（2）用“三和法”估计参数，建立预测模型（3）预测2002年的销售量五、龚珀兹曲线模型预测法Gompertzcurve龚珀兹曲线的特点龚珀兹曲线预测模型的数量特征2.模型参数的估计方法估计式：参数的估计方法解：（1）选择预测模型(2)用“三和法”估计参数，建立预测模型（3）预测2002年的销售量六、逻辑曲线模型预测法1.逻辑曲线预测模型2.逻辑曲线模型的特征3.模型参数的估计方法解：（1）选择预测模型(2)用“三和法”估计参数，建立预测模型(3)预测2002年的销售量作业谢谢大家！