文档介绍：该【确定性时间序列分析方法(1) 】是由【相惜】上传分享，文档一共【68】页，该文档可以免费在线阅读，需要了解更多关于【确定性时间序列分析方法(1) 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。第二节确定性时间序列分析方法精选课件时间序列预测技术是通过对预测目标自身时间序列的处理来研究其变化趋势。当刚接触到某一个观测序列时,会觉得它是杂乱无章,无规律可循的。其实不然,大量事实说明,一个时间序列往往是以下几类变化形式的叠加或耦合:(1)长期趋势变动。是指时间序列朝着一定的方向持续上升或下降,或停留在某一水平上的倾向,它反映了客观事物的主要变化趋势。(2)季节变动。指一年或更短的时间之内,由于受某种固定周期性因素(如自然、生产、消费等季节性因素)的影响而呈现出有规律的周期性波动。精选课件(3)循环变动。通常是指周期为一年以上,由非季节因素引起的涨落起伏波形相似的波动。(4)不规那么变动。通常分为突然变动和随机变动。所谓突然变动是指战争、自然灾害或是其它社会因素等意外事件引起的变动。随机变动是指由于大量的随机因素产生的宏观影响。根据中心极限定理,通常认为随机变动近似服从正态分布。精选课件通常用Tt表示长期趋势项,St表示季节变动趋势项,Ct表示循环变动趋势项,Rt表示随机干扰项。常见确实定性时间序列模型有以下几种类型:精选课件其中yt是观测目标的观测记录,如果在预测时间范围以内,无突然变动且随机变动的方差较小,并且有理由认为过去和现在的历史演变趋势将继续开展到未来时,可用一些经验方法进行预测,具体方法如下:精选课件1、移动平均法精选课件它说明以最近N期序列值的平均值作为未来各期的预测结果。一般N取值范围:5?N?200。当历史序列的根本趋势变化不大且序列中随机变动成分较多时,N的取值应较大一些,否那么N的取值应小一些。在存在确定季节变动周期的资料中,移动平均的项数应取周期长度。选择最正确N值的一个有效方法是,比较假设干模型的预测误差。预测误差最小者为好。精选课件当预测目标的根本趋势与某一线性模型相吻合时,常用二次移动平均法,但序列同时存在线性趋势与周期波动时,可用趋势移动平均法建立预测模型:精选课件2、时间回归法精选课件精选课件