1、第九章 时间序列预测法和回归分析预测法9.1 时间序列预测法9.1.1 时间序列预测法概述1、概念 时间序列,也叫时间数列、历史复数或动态数列,是将某种统计指标的数值,按时间先后顺序排列所形成的数列。该方法通过编制和分析时间序列,根据时间序列所反映出来的发展过程、方向和趋势,进行类推或延伸,借以预测下一段时间或以后若干年内可能达到的水平。内容:收集与整理某种社会现象的历史资料;对这些资料进行检查鉴别,排成数列;分析时间数列,从中寻找该社会现象随时间变化而变化的规律,得出一定模式;据此模式去预测该社会现象将来的情况。2、时间序列预测法的步骤 收集历史资料 分析时间序列 求时间序列的长期趋势变动(
2、T)、季节变动(S)和不规则变动(I)的值。利用时间序列资料求出长期趋势、季节变动和不规则变动的数学模型后,就可以利用它来预测未来的长期趋势值T和季节变动值S。3、时间序列预测法的基本特征 时间序列分析法 事情的过去会延续到未来这个假设前提包含两层含义:不会发生突然的跳跃变化,是以相对小的步伐前进;过去和当前的现象可能表明现在和将来活动的发展变化趋向。因此时间序列分析法,对短期、近期的预测比较显著。时间序列数据变动存在着规律性与不确定性 趋势性;周期性;随机性;综合性。9.1.2 平均预测法 9.1.3 指数平滑预测法 9.1.4趋势延伸法是根据市场发展的连续资料,寻求市场发展与时间之间的长期
3、趋势变动规律,用恰当的方法找出长期变动趋势增长规律的函数表达式,据此预测市场未来发展的可能水平。两个前提:1、决定过去预测目标发展的因素,在很大程度上仍将决定其未来的发展;二是预测目标发展过程一般是渐进变化,而不是跳跃式变化。趋势分析法:直线趋势延伸法、曲线趋势眼身法和龚伯兹曲线趋势延伸法。增减量预测法。这种方法是以上一期的实际观察值与上两期之间的增减量之和,作为本期预测值的一种预测方法。平均增减量预测法。先计算出整个事件序列筑起增减量的平均数,再与上期实际数相加,从而确定预测值的方法。9.1.5 季节指数预测法 9.2 回归分析预测法回归分析预测法,是在分析市场现象自变量和因变量自检相关关系的基础上,建立变量之间的回归方程,并将回归方程作为预测模型,根据自变量在预测其的数量变化来预测因变量,关系大多表现为相关关系。1、一元线性回归分析预测法是在考虑预测对象发展变化本质的基础上,分析因变量随一个自变量变化而变化的关联形态,借助回归分析建立它们之间因果关系的回归方程,描述它们之间的平均变化数量关系,据此进行预测或控制。Y=a+bx