季節(jié)變動時間序列建模分析與預(yù)測_第1頁
季節(jié)變動時間序列建模分析與預(yù)測_第2頁
季節(jié)變動時間序列建模分析與預(yù)測_第3頁
季節(jié)變動時間序列建模分析與預(yù)測_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、季度旅游人數(shù)一次移動平均中心移動平均季節(jié)指數(shù)平均季節(jié)指數(shù)1996.11996.2115148.751996.3298157.75153.251.9445351.8602728381996.4105168.75163.25.6431850.651123701199.1113178173.3750.6517660.685324611997.2159184.25181.125.8778470.8911788141997.3335193188.6251.7760111997.4130201.5197.25.6590621998.1148210.25205.8750.7188831998.2193216

2、.5213.375.904511370155166.47732225.16223488.12776177.19352注:其中,紅色部分為預(yù)測的結(jié)果UMMARYOUTPUT回歸統(tǒng)計lleR.954498R0r.e9110316Adjuse9R1348標(biāo)準(zhǔn)誤差11.761996觀測值12方差分析FcceF回歸分析114166.4156414166.4156412.39951.4252E6殘差101383.445489138.3445489總計1115549.86113Cece標(biāo)準(zhǔn)誤差lLe95Interce;118.8642.2398916.419956451.46E812.346826時間9.9

3、5318260.98358751410.119264881.43E-06.761613043說明:分解分析法是時間序列分析和預(yù)測過程中常用的統(tǒng)計方法。該方法假設(shè)時間序列是趨勢變隨機變動(I)綜合影響的結(jié)果,分解過程首先從原始序列中消除隨機變動,然后在此基礎(chǔ)上,分別識別的變化模式。假設(shè)的合理性、方法的科學(xué)性和操作的簡易性使分解分析法在經(jīng)濟預(yù)測中得到了較為廣上面的例子是介紹在Excel中如何實現(xiàn)時間序列的分解分析。如表所示,表中A1至B13單元格是19城市旅游人口數(shù)(千人),試預(yù)測1999年各季度旅游人口數(shù)。操作步驟:1計算一次移動平均,消除隨機波動。在C3單元格填入公式“=AVERAGE(B2:

4、B5)”,然后用“填充C4:C11單元格。2.中心化移動平均數(shù)。在D4單元格輸入公式“二AVERAGE(C3:C4)”,再用“填充柄”將公式復(fù)制3計算季節(jié)指數(shù)。在E4單元格輸入公式“=B4/D4”,然后用“填充柄”將公式復(fù)制到E5:E11單元4計算平均季節(jié)指數(shù)。在F4單元格中輸入公式“二AVERAGE(E4,E8)”,然后用“填充柄”將公式操作步驟:計算一次移動平均,消除隨機波動。在C3單元格填入公式“=AVERAGE(B2:B5)”,然后用“填充C4:C11單元格。中心化移動平均數(shù)。在D4單元格輸入公式“二AVERAGE(C3:C4)”,再用“填充柄”將公式復(fù)制3計算季節(jié)指數(shù)。在E4單元格輸

5、入公式“=B4/D4”,然后用“填充柄”將公式復(fù)制到E5:E11單元4計算平均季節(jié)指數(shù)。在F4單元格中輸入公式“二AVERAGE(E4,E8)”,然后用“填充柄”將公式5.計算調(diào)整后的季節(jié)指數(shù)。為了讓季節(jié)指數(shù)的總平均為1,必須對季節(jié)指數(shù)加以=F4/AVERAGE($F$4:$F$7)”,再用“填充柄”將公式復(fù)制到G5:G7單元格。此時,G4:G7就是最終計算節(jié)指數(shù),的季節(jié)指數(shù),它反映的是原始時間序列中的循環(huán)變動。然后,根據(jù)G4:G7單元格數(shù)值,將四個G2:G13的其它對應(yīng)季節(jié)的空白單元格內(nèi),供下一步計算使用。6消除旅游人數(shù)序列中的季節(jié)變動。在H2單元格中輸入公式“=B2/G2”,然后是消除季節(jié)

6、變動之后的旅游人數(shù)時間序列。7對消除季節(jié)變動的旅游人數(shù)進行回歸分析。在I列填入時間序號1至15。選擇“工具”菜單的“數(shù)“回歸”選項,彈出回歸分析對話框。填寫對話框,然后單擊“確定”按扭,即可得到剔除了季節(jié)波動勢模型。線性模型估計結(jié)果中,B35單元格是線性趨勢模型的截距,B36單元格是斜率。8預(yù)測。在G14:G17單元格中分別填入剛才計算出的四個調(diào)整后的季節(jié)指數(shù),在=($B$35+I14*$B$36)*G14”,其中“($B$35+I14*$B$36)”只是趨勢變動的預(yù)測結(jié)果,乘以G14(季節(jié)扌趨勢變動和季節(jié)循環(huán)變動疊加之后的預(yù)測結(jié)果。然后利將此公式復(fù)制到B15:B17單元格,B14:B17單元

7、格旅游人數(shù)的預(yù)測值,如表中紅色數(shù)字所示??梢詤⒖家陨戏治霾襟E,用類似的方法在Excel中進行月份時間序列、雙循環(huán)變動時間序列等的分解調(diào)整季節(jié)指數(shù)消除季節(jié)變動時間0.670588435114.824527210.872016265131.878274121.820272369163.711763730.637122931164.80336050.670588435168.508721750.872016265182.336048661.820272369184.038392170.637122931204.042255880.670588435220.701688790.872016265221

8、.326147101.820272369203.2662838110.637122931243.2811512120.670588435248.2555713130.872016265258.2087539141.820272369268.1619365150.637122931278.11511911695下限95.0%上限95.0%13.9937128102.73682613.993712812.144752137.76161304312.14475213.該方法假設(shè)時間序列是趨勢變動(T)、循環(huán)變動(C)、動,然后在此基礎(chǔ)上,分別識別出循環(huán)變動和趨勢變動法在經(jīng)濟預(yù)測中得到了較為廣泛的應(yīng)用

9、。:所示,表中A1至B13單元格是1996至1998年各季度某海濱,ERAGE(B2:B5)”,然后用“填充柄”將公式復(fù)制到,再用“填充柄”將公式復(fù)制到D5:D11單元格。1充柄”將公式復(fù)制到E5:E11單元格。,然后用“填充柄”將公式復(fù)制到F5:F7單元格。,ERAGE(B2:B5)”,然后用“填充柄”將公式復(fù)制到,再用“填充柄”將公式復(fù)制到D5:D11單元格。1充柄”將公式復(fù)制到E5:E11單元格?!?,然后用“填充柄”將公式復(fù)制到F5:F7單元格。數(shù)加以調(diào)整。先在G4單元格中輸入公式“元格。此時,G4:G7就是最終計算出的四個標(biāo)準(zhǔn)化之后季根據(jù)G4:G7單元格數(shù)值,將四個季節(jié)指數(shù)分別填充到,然后將公式復(fù)制到H3:H13單元格。此時,H列就1至15。選擇“工具”

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論