统计专业实验-实验4-时间序列分解和趋势外推预测

《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.