第四讲-确定性分析课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《第四讲-确定性分析课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 第四 确定性 分析 课件
- 资源描述:
-
1、第四讲非平稳序列的确定性分析内容 结构v确定性因素分解v趋势分析v季节效应分析v综合分析时间序列的因素分解长期趋势波动季节性变化随机波动其他因素的综合影响。确定性因素分解长期趋势是指由于某种根本性原因的影响,在一段较长的时间内,使序列呈现逐渐增加或减少的变化。 季节性变化因素是指由于自然条件,社会条件的影响,客观现象在一年内随着季节的变化而产生的周期性变化,这种变化是年复一年重复出现随机性因素分解v随机波动(不规则变动)因素是指一种无规则的变化。它是由影响时间序列短期的,不可预见的和不重复出现的因素引起的。确定性时序分析的目的v克服其它因素的影响,单纯测度出某一个确定性因素对序列的影响v推断出
2、各种确定性因素彼此之间的相互作用关系及它们对序列的综合影响各因素之间关系的常用模型 若以 分别表示时间序列的长期趋势波动、季节性变动、不规则变动则实际观测值与它们之间的关系常用模型有 加法模型乘法模型混合模型ttttISTxttttISTx)()ttttttttITSxbITSxatttIST,加法模型与乘法模型不同点 加法模型是假设季节变动和循环变动与趋势变动无关即季节变动并不随着时间的推移而增大或减小。而乘法模型是假设季节变动和循环变动与趋势变动有关,即季节变动随着时间的推移而增大或减小。趋势分析v在实际应用中,常常是根据时间序列寻找其长期趋势及季节变动然后建立适当的预测模型,再通过模型分
3、析,对现象的未来作出预测。这一节将介绍如何依据时间序列确定其长期趋势、如何得到长期趋势棋型、如何依据模型对现象的未来作出中、长期预测以及如何评价预测的给果。关于带有明显季节性变动的时间序列的预例方法将在下一节介绍。 v趋势分析目的有些时间序列具有非常显著的趋势,我们分析的目的就是要找到序列中的这种趋势,并利用这种趋势对序列的发展作出合理的预测 v常用方法趋势拟合法平滑法趋势拟合法v趋势拟合法就是把时间作为自变量,相应的序列观察值作为因变量,建立序列值随时间变化的回归模型的方法 v趋势拟合法常用的模型线性趋势模型可线性化的曲线趋势拟模型不可线性化的曲线趋势拟模型(一)线性趋势模型v使用场合长期趋
4、势呈现出线形特征v模型结构式中 就是消除随机波动的影响之后该序列的长期趋势。)(, 0)(ttttIVarIEIbtaxbtaTt(二)可线性化的曲线趋势拟模型v 可线性化的曲线趋势模型是指时间序列随着时间的推移呈现曲线变动趋势,但在估计这些趋势方程时,可以把它们转化成线性关系利用估计线性趋势模型的方法估计其参数。最常用的可线性化的曲线趋势模型有v二次曲线模型v指数曲线模型v对数曲线模型2tbtaTtttabT bIntaTt二次曲线模型v二次曲线趋势模型:v二次曲线趋势模型的线性形式:其中:2tbtaTt2tbtaTt22tt 指数曲线模型v指数曲线趋势模型:v指数曲线趋势模型的线性形式:其
5、中ttabT tbaTtInbbInaaInTTtt,对数曲线模型v对数曲线趋势模型:v对数曲线趋势模型的线性形式:其中bIntaTttbaTtIntt (三)不可线性化的曲线趋势模型常用的不可线性化的曲线趋势模型有:v修正指数模型v龚铂兹趋势模型v皮尔曲线模型ttbcaTtbcateTttbcaT1龚铂兹趋势模型与皮尔曲线模型v龚铂兹曲线与皮尔曲线的图形很相似,它们都属于生长曲线回归预测方法。一般来说,一个产品或一项枝术从投放市场会经历萌芽、畅销、饱和及衰退四个阶段。龚铂兹曲线与皮尔曲线 特别适用于刻画产品的生命周期,所以两模型特别适用于对处在成熟期的商品进行预测以掌握产品的市场需求和销售的
6、饱和量、在实际中很难通过趋势图来判断用以上两个模型中的哪一个。一般情况下,可以把两个模型都估计出来,然后选择预测误差最小的模型。 趋势模型判断的方法 以上列出了一些基本的长期趋势型接下来的问题是我们在实际应用中如何根据实际观测值选择合适的趋势模型。特别当时间序列呈现出曲线趋势时很难做出决断因为曲线趋势模型的种类很多。下面就介绍两种判断模型类型的方法:图形识别法与差分法(一)图形识别法v 图形识别法是通过时间序列的散点图或趋势图来判断趋势。散点图或趋势图是以时间t为横轴,以时问序列中的实际观测值为纵轴的图形根掴此图形观测其变化曲线与各类函数曲线模型的图形进行比较,以便选择较为合适的趋势模型。v
7、这种方法非常简单、直观。但由干许多曲线模型的图形较相似此时通过这种直观的图形识别法就不容易判断、当然,我们可以选几种曲线模型,然后通过计算每一仲的精度指标来确定。(二)差分法v根据序列的差分结果来选择模型:(一)一阶差分相等,选择线性模型(二)二阶差分为常数,选择二次曲线模型(三)一阶差比率为常数,选择指数曲线模型 (四)一阶差分的一阶差比率为常数选择修正指数曲线模型(五)对数一阶差分的一阶比率为常数,选择龚铂兹曲线模型趋势拟合步骤v第一步 确定趋势拟合模型的类型.v第二步 参数估计.v第三步 模型检验与参数检验.v第四步 模型优化.v第五步 利用模型预测线性趋势模型v例1.12 某商场需要预
8、测2001年512月2002年112月的29寸彩电的销售量。所选预测方法为趋势预测法。v具体步骤如下:(一)确定趋势模型的类型 1.图形识别v结合此时间序列的趋势图可以选用线性趋势模型作为预测模型:v用最小二乘法估计参数 btaTt得到线性趋势方程:)月记为年111999(9718. 45015.126tTt案例2 可线性化趋势模型 某电器生产厂家希望预测20002003年的生产量现手头上有该电器生产厂家 1991 1999年的年生产量的数据,如下表4.11(一)确定预测模型1.画电器生产厂家历年生产量的趋势图详见图4.22v 综合趋势图及数据的差分特点,选用二次曲线趋势模型作为预测模型比较好
9、。即设预测模型的数学表达式为;(二)利用最小二乘法得到参数的估计值以及预测模型:2ctbtaTt269048. 047143.1004762. 0ttTt案例3 不可线性化的趋势模型v某公司某产品 19812001年的销售量资料见下表,请根据历史数据建立合适的模型,并对20022005年该公司该产品的销售量进行预侧。 (一)确定摸型v画该公司某产品的销售量的趋势图,趋势图见下图v 从图形上可以看出,该公司某产品的销售量大致呈一条“S”型曲线变动。有三个模型适合刻画这条曲线,它们是修正指数曲线模型、龚琅兹曲线模型及皮儿曲线模型、到底用哪一个曲线模型进行预测,最好把三个模型都估计出来,然后选择估计
10、精度最高的模型。 (三)模型优化平滑法v平滑法是进行趋势分析和预测时常用的一种方法。它是利用修匀技术,削弱短期随机波动对序列的影响,使序列平滑化,从而显示出长期趋势变化的规律 v常用平滑方法移动平均法指数平滑法移动平均法v基本思想假定在一个比较短的时间间隔里,序列值之间的差异主要是由随机波动造成的。根据这种假定,我们可以用一定时间间隔内的平均值作为某一期的估计值 模型; (1)1111()ttttt mxxxxxnv案例1.13 根据下表数据,利用简单一次移动平均法对该商场2001年12月份微波炉的销售量进行预测。 预测结果见下表简单一次移动年均预测法的缺点v简单一次移动平均是假设被平均的各期
展开阅读全文