移动平均法

移动平均法第八章时间序列分析与预测我国2003—2008年分季度的住宿和餐饮业零售总额的资料如book1所示。（数据来自国家统计局网站）引例返回book1第八章时间序列分析与预测05001000150020002500300035004000450050002003.12003.32004.12004.32005.12005.32006.12006.32007.12007.32008.12008.3零售总额（亿元）Yt时间数列构成因素长期趋势季节变动循环波动不规则变动指数平滑预测法第八章时间序列分析与预测时间数列的组合模型1.加法模型：Y=T+S+C+I计量单位相同的总量指标对长期趋势产生的或正或负的偏差2.乘法模型：Y=T·S·C·I计量单位相同的总量指标对原数列指标增加或减少的百分比常用模型第八章时间序列分析与预测趋势的测定方程拟合法平滑法指数平滑移动平均线性方程曲线方程第八章时间序列分析与预测定义：用平均的方法消除或削弱序列中的不规则成分和其他成分，揭示序列基本趋势的方法。作用：修匀、平滑原序列；进行预测。平滑法第八章时间序列分析与预测对时间数列的各项数值，按照一定的时距进行逐期移动，计算出一系列序时平均数，形成一个派生的平均数时间数列，以此削弱不规则变动的影响，显示出原数列的长期趋势。移动平均法（1）定义第八章时间序列分析与预测奇数项移动平均:1t2t3t4t5t6t7t原数列移动平均3321ttt3432ttt3543ttt3654ttt3765ttt新数列2t3t4t5t6t第八章时间序列分析与预测偶数项移动平均:移动平均新数列原数列1t2t3t4t5t6t7t441tt452tt463tt474tt3t4t5t第八章时间序列分析与预测一般应选择奇数项进行移动平均；若原数列呈周期变动，应选择现象的变动周期作为移动的时距长度。（2）移动项数（时距）的确定?返回30页第八章时间序列分析与预测分解长期趋势的目的之一，是为了对序列的未来趋势发展做出预测。但由于移动平均值本身不能将趋势线延长进行外推预测，因而只适合对水平序列做一期的趋势外推预测，即以本期移动平均值（这里是一次简单移动平均，二次移动平均及加权移动平均参见参考书）作为下期趋势预测值，公式为：Mt（3）移动平均值用于水平预测NYYYYMYNtttttt/)(1211ˆ第八章时间序列分析与预测【例1】某公司2003年—2010年某种产品产量如下表所示：年份产量（万吨）2003143720041532200515032006149820071524200815522009154220101632第八章时间序列分析与预测产量(万吨）1300135014001450150015501600165020032004200520062007200820092010产量(万吨）第八章时间序列分析与预测分别以时距长度N=3和N=5计算的各期预测值如下表所示：年份产量（万吨）预测值（N=3）预测值（N=5）2003143720041532200515032006149814912007152415112008155215081499200915421525152220101632153915242011？？优点:简单方便；体现了在经济预测中应重视近期数据的思想。缺点:每一期的移动平均实际上只包括了N个数据的信息，没有将全部数据信息充分反映到趋势值中。用移动平均法进行预测第八章时间序列分析与预测可利用Excel中的“移动平均”分析工具。