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
