欢迎来到天天文库
浏览记录
ID:44531433
大小:429.68 KB
页数:7页
时间:2019-10-23
《统计专业实验-实验4-时间序列分解和趋势外推预测》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库。
1、重庆工商大学数学与统计学院《统计专业实验》课程实验报告实验课程:—指导教师:专业班级:学生姓名:学生学号:实验报告实验项目实验四时间序列分解和趋势外推预测实验目的1.掌握时间序列数据模型的形式和时间序列分解操作;2.掌握趋势外推法的原理。3.常握趋势外推模型的比较和选择原则。实验内容1.已知某公司1998-2009各季度销售额,画出序列图,分析其影响因素。2.对上述时间序列进行因素分解,并预测2010年各季度销售额。3.根据1997-2008年重庆市社会消费品零售总额资料,建立趋势外推模型,并预测2010年的社零总额。4.建立重庆市社零总额(Y)关于GDP(X)的预测模型
2、。5.2009年重庆市GDP增长率为14.9%,现预计2010年增长率为14.5%,试根据上述模型预测2010年重庆市的社会总额。实验思考题解答:1.时间序列的影响因素有哪些,时间序列分解模型的形式?解:时间序列的影响因素有长期趋势T,季节变动S,周期变动C,不规则变动I。时间序列分解的常用模型有两种,即加法模型Y二T+S+C+I和乘法模型Y=T・S・C・I。2.趋势外推法的假设?线性趋势模型和一元冋归模型有何区别?解:应用趋势外推法有两个假设条件:(1)假设事物的发展过程没有跳跃式变化;(2)假定事物的发展因素也决定事物未来的发展,其条件是不变或者变化不大。也就是说,假
3、定根据过去资料建立的趋势外推模型能适合未来,能代表未来趋势变化的情况,即未来和过去的规律一样。二者的假设不一样,一元线性冋归模型的假定有:(1)ui是一个随机变量;(2)ui的平均值为零;(3)同方差;(4)无自相关性;(5)ui与自变量无关。线性趋热模型y=a+bt,主要揭示事物发展的未来,并定量的估计其功能性。一元线性回归模型y二bO+blx+ui,主要针对两个变量数据大体上呈直线趋势时,找到两者之间特定的经验公式,根据自变量的变化來预测因变量发展变化。实验运行程序、基本步骤及运行结果:实验一已知某公司1998-2009各季度销售额,画出序列图,分析其影响因素,对上述
4、时间序列进行因素分解,并预测2010年各季度销售额。可以影响时间序列变化的因素有四种,长期趋势因素(T)、季节变动(S)、周期变动因素(C)、不规整变动因素(T)。时间序列分解模型为:Y二T*S*C*T。tYMt居中平均TCSI=Y/TCST(线形)C=TC/T199&113017.61.122399872774.579861998.223043.542741.33251.094316182813.56065199&332094.352805.63252773.48250.7551336630.753967052852.541450.9722847199&442809.8
5、42835.56752820.60.9961852091.031188572891.522240.97547241999.153274.82840.55752838.06251.1538857942930.503040.96845571999.263163.282894.242867.398751.1031880382969.483830.96562191999.372114.312907.412900.8250.7288650643008.464630.96422111999.483024.572989.962948.6851.0257352013047.445420.
6、96759242000.193327.483071.3653030.66251.0979381573086.426220.98193262000.2103493.483187.923129.64251.1162552913125.407011.00135522000.3112439.933277.323232.620.7547840453164.387811.02156252000.4123490.793319.25753298.288751.0583639773203.36861.02963142001.1133685.083303.88253311.571.11278
7、94023242.34941.02134892001.2143661.233296.07253299.97751.1094712013281.330191・00568292001.315237&433337.213316.641250.7171200683320.310990.99889482001.4163459.553347.19753342.203751.0351104423359.291780.99491322002.1173849.633413.1853380.191251.1388793463398.272580.
此文档下载收益归作者所有