《時間序列預測法》

電子商務數據分析基礎模塊四數據描述性分析19電商1班時間序列預測法任務背景導入對店鋪商品銷量趨勢分析與預測，其結果可以幫助運營人員優(yōu)化選品及銷售策略，調整商品庫存及采購數量。某店鋪是一家服飾專營店，主營產品有羽絨服、牛仔褲等，部門經理為了分析這兩款商品的銷量趨勢，向小王布置了以下兩個分析任務：分析任務（1）已知羽絨服近四年各季度銷量數據，計劃在2019年提高20%的銷量，預測出羽絨服2019年各季度的銷量；

（2）已知牛仔褲近兩年各月的銷量數據，分析牛仔褲的銷量趨勢。時間序列預測法認識時間序列預測法

時間序列是指某種變量在一定時間段內不同時間點上觀測值的集合，這些觀測值是按時間順序排列的，時間點之間的間隔是相等的，可以是年、季度、月、周、日或其它時間段。基本原理承認事物發(fā)展的延續(xù)性，運用過去時間序列的數據進行統計分析，推測出事物的發(fā)展趨勢充分考慮到偶然因素影響而產生的隨機性，為了消除隨機波動的影響，時間序列預測法利用歷史數據進行統計分析，并對數據進行適當處理，進行趨勢預測。預測所依據的數據具有不規(guī)則性不考慮事物發(fā)展之間的因果關系假設事物發(fā)展趨勢會延伸到未來時間序列預測法基本特點在反映了對象線性的、單向的聯系；適合預測穩(wěn)定的、在時間方面穩(wěn)定延續(xù)的過程，并不適合進行長期預測。在分析現在、過去、未來的聯系時，以及未來的結果與過去、現在的各種因素之間的關系時，效果比較好；數據處理時，并不復雜。缺點優(yōu)點時間序列預測法的一般步驟收集、整理歷史資料、編制時間序列1要求：時間序列要完整、準確；各數據間應具有可比性，要將不可比的數據整理為可比數據；如果在時間序列中存在極端值，要將其刪除。繪制圖形2要把時間序列繪制成統計圖――能更好地體現變量的發(fā)展變化趨勢和統計數據的分布特點。時間序列預測法時間序列預測法建立預測模型、進行預測計算3選擇預測模型時主要考慮：預測期的長短、時間序列的類型、預測費用、預測準確度的大小、預測方法的實用程度。評價預測結果4從統計檢驗和直觀判斷兩個方面，對使用統計、數學方法取得的預測結果進行評價，以判斷預測結果的可信程度以及是否切合實際。時間序列預測法時間序列預測主要預測方法

時間序列預測方法一般可分為確定性時間序列預測法和隨機時間序列預測法。確定性時間序列法有移動平均法、指數平滑法、差分指數平滑法、自適應過濾法、直線模型預測法、成長曲線模型預測和季節(jié)波動預測法等等。隨機時間序列是通過建立隨機時間序列模型來預測，方法和數據要求都很高，精度也很高。移動平均法季節(jié)波動法指數平滑法季節(jié)波動法時間序列預測法

季節(jié)波動預測法又稱季節(jié)周期法、季節(jié)指數法、季節(jié)變動趨勢預測法，是對包含季節(jié)波動的時間序列進行預測的方法。季節(jié)波動是指某些社會經濟現象由于受自然因素、消費習慣、風俗習慣等社會因素的影響，在一年內隨著季節(jié)的更換而引起的有規(guī)律性的變動。根據未來年度的全年趨勢預測值，求出各月或各季度的平均趨勢預測值，然后乘以相應季節(jié)指數，即得出未來年度內各月和各季度包含季節(jié)變動的預測值

計算各月或各季度的季節(jié)指數，又稱季節(jié)比率，即S=A/B求出歷年間所有月份或季度的平均值(用B表示)

求出各年同月或同季觀察值的平均數(用A表示)

收集歷年(通常至少有三年)各月或各季度的統計資料，作為觀察值時間序列預測法具體操作步驟移動平均法時間序列預測法

移動平均法是用一組最近的實際數據值來預測未來一期或幾期內數值的一種常用方法，如預測公司產品的需求量、公司產能等，當產品需求量既不快速增長也不快速下降，且不存在季節(jié)性因素時，移動平均法能有效地消除預測中的隨機波動。指數平滑法時間序列預測法

指數平滑法指以某種指標的本期實際數和本期預測數為基礎，引入一個簡化的加權因子，即平滑系數，以求得平均數的一種指數平滑預測法。平滑系數必須大于0且小于1，如0.1、0.4、0.6等。其計算公式為：下期預測數=本期實際數×平滑系數+本期預測數×（1-平滑系數）。如某種產品銷售量的平滑系數為0.4，2018年實際銷售量為50萬件，預測銷售量為55萬件。則2019年的預測銷售量為：2019年預測銷售量=50×0.4+55×（1-0.4）=53（萬件）時間序列預測法利用時間序列預測法分析利用季節(jié)波動預測店鋪銷量打開“某商品連續(xù)五年季度銷量統計.xlsx”文件，選擇B8單元格，在編輯欄中輸入公式“=AVERAGE(B3:B7)”，并按【Enter】鍵確認，計算同季度平均值。接著，選中B8單元格，向右拖動B8單元格填充柄至E8單元格，填充其他三個季度的平均值。1時間序列預測法選擇B9單元格，在編輯欄中輸入公式“=AVERAGE(B8:E8)”，并按【Enter】鍵確認，計算所有季度平均值。2選擇B10單元格，在編輯欄中輸入公式“=B8/B9”，并按【Enter】鍵確認，計算第一季度比率。3時間序列預測法按住【Ctrl】鍵分別選擇B2：E2和B10：E10單元格區(qū)域，選擇“插入”選項卡，在“圖表”組中單擊“折線圖”下拉按鈕，選擇“折線圖”選項，即可完成折線圖的添加。接著，調整折線圖圖表的位置和大小，添加圖表標題。4時間序列預測法選擇F3單元格，在編輯欄中輸入公式“=SUM(B3：E3)”，并按【Enter】鍵確認，即可得出2014年全年銷量合計。選中F3單元格，向下拖動F3單元格填充柄至F7單元格，填充數據，即可得出2015-2018年各年的全年銷量合計。5時間序列預測法選擇F11單元格，在編輯欄中輸入公式“=F7*1.2”，并按【Enter】鍵確認，計算預測合計值。其中，本例中2019年該商品的銷售目標是提高20%的銷量，因此2019年全年銷量預測值為2018年銷量合計*（1+20%），即為F7*1.2。6時間序列預測法選擇B11單元格，在編輯欄中輸入公式“=F11/4*B10”，并按【Enter】鍵確認，計算2019年第一季度預測值，即為2019年預測合計值在四個季度的均值與各季度比率的乘積。7時間序列預測法選中B11單元格，向右拖動B11單元格填充柄至E11單元格，即可完成2019年季度預測計算。8時間序列預測法利用移動平均公式預測店鋪利潤打開“某店鋪利潤預測分析.xlsx”，選擇D8單元格，在編輯欄中輸入公式“=AVERAGE(C3:C14)”，并按【Enter】鍵確認，計算一次平均值。選中D8，向下拖動填充柄至D20單元格，填充數據。1時間序列預測法選擇E9單元格，在編輯欄中輸入公式“=AVERAGE(D8:D9)”，并按【Enter】鍵確認，計算二次平均值。選中E9，向下拖動填充柄至E20單元格，進行數據填充。2時間序列預測法按住【Ctrl】鍵選擇C2：C26和E2：E26單元格區(qū)域，選擇“插入”選項卡，在“圖表”組中單擊“折線圖”下拉按鈕，選擇“帶數據標記的折線圖”選項。調整圖表的大小和位置，添加圖表標題，完成圖表的基本設置。此時，賣家即可查看預測出的店鋪利潤及其變化趨勢。3時間序列預測法利用“移動平均”分析工具預測店鋪利潤打開“某店鋪利潤預測分析.xlsx”，選擇“數據”選項卡，單擊“數據分析”按鈕，在彈出的“數據分析”對話框中選擇“移動平均”分析工具，然后單擊“確定”按鈕。1時間序列預測法在彈出的“移動平均”