【精品】统计专业实验-实验4-时间序列分解和趋势外推预测.doc

《【精品】统计专业实验-实验4-时间序列分解和趋势外推预测.doc》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、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日期2012-3-25实验地点808041.掌握时间序列数据模型的形式和时间序列分解操作；实验目的实验内容2.掌握趋势外推法的原理。：3.掌握趋势外推模型的比较和选择原则。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传总额资料，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）

2、的预测模型。5.2009年重庆市GDP增长率为14.9%,现预计2010年增长率为14.□%,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？答：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二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？答：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

3、）假定事物的发展因索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。区别：二者的假设不一样，一元线性冋归模型的假定有：（1）角（即随机扰动项）是一个随机变量；（2）“（即随机扰动项）的平均值为零；（：3）同方差；（4）丛（即随机扰动项）无白相关性；（5）山（即随机扰动项）与自变量无关。另外，线性趋势模型y=d+勺，主要揭示事物发展的未来，并定量的估计其功能性。一元线性冋归模型y=%+Ax+U，主要针

4、对两个变量数据大体上呈右•线趋势时，找到两者Z间特定的经验公式，根据白变量的变化来预测因变量发展变化。实验运行程序、基本步骤及运行结果：（一）已知某公司1998-2009各季度销售额，画出序列图，分析其影响因素基木操作（基于office2007版）：选屮销售额Y的数据区域，点击插入——-折线图一-确定，所得序列图如下:由图可知，该序列图受到长期趋势，季节变动，周期变动，可能还有不规则变动的因素影响。（―）对上述时间序列进行因索分解，并预测2010年备季度销您额。基本操作：（1）先做四项平均Mt,再做居中

5、平均TC,根据Y/TC得到序列SI。（2）根据每年四个季度，将所有年的同一季度进行平均得到季节指数S（3）应用intercept函数和slope函数可得线性T函数，然后根据表屮的数据计算可以得出相应的T。再由TC/T得到Co（4）利用上面的方法可得相应的折线图，（5）利用Y（t）=T（t）*S（t）*C（t）来预测2010年各个季度的预测值，其中C的值是根据历史数据采用主观判断方法确定的。最终结果如下：StYMt居中平均TCSI=Y/TCST（线形）C=TC/T1998.113017.61.122399

6、872774.579861998.223043.542741.3331.094316182813.560651998.332094.352805.6332773.48250.75513370.753967052852.541450.972284731998.442809.842835.5682820.60.99618521.031188572891.522240.975472351999.153274.82840.5582838.06251.15388582930.503010.968455741999

7、.263163.282894.242867.398751.1031882969.183830.965621941999.372114.312907.412900.8250.72886513008.464630.964221081999.483024.572989.962948.6851.02573523017.445420.967592392000.193327.483071.3653030.66251.09793823086.426220.981932592000.2103493.483187.923

8、129.64251.11625533125.407011.001355182000.3112139.933277.323232.620.7547843164.387811.021562532000.4123490.793319.2583298.288751.0583613203.36861.029631352001.1133685.083303.8833311.571.11278943242.34941.02134892001.214366