凌晨: 一节时间序列的成份 四、不规则成份(随机成份) 完全由短期的、无法预料的、不会重复发生的因素所 引起的变化成份。例如:政府政策变化、突发事件 购买的随意性 实践中,经济活动中存在着太多的不可测因素。不规 则成份解释、说明了实际的时间序列值与我们的所期 望之误差,它说明了时间序列中的随机变化,是由影 响时间序列的短期性、无法预料到的、不会重复发生 的因素所引起的。由于此成份用来说明时间序列中的 随机变化,是不可预测的,不可能指望进一步预计它 对时间序列的影响
Ling Xueling 四、不规则成份（随机成份） 完全由短期的、无法预料的、不会重复发生的因素所 引起的变化成份。例如：政府政策变化、突发事件、 购买的随意性 实践中，经济活动中存在着太多的不可测因素。不规 则成份解释、说明了实际的时间序列值与我们的所期 望之误差，它说明了时间序列中的随机变化，是由影 响时间序列的短期性、无法预料到的、不会重复发生 的因素所引起的。由于此成份用来说明时间序列中的 随机变化，是不可预测的，不可能指望进一步预计它 对时间序列的影响。 第一节 时间序列的成份 凌晨: 凌晨:
凌晨: 第二节平滑预测 此类预测方法的目标是通过一些平均的方式将时间序 列中的不规则成份“平滑出去” 平滑预测方法主要适用于下列三种情形: 1、比较稳定的、表现出没有明显趋势、周期、季节 成份特征的时间序列一一随机漫步的序列 2、可以将不规则成份在一定程度予以剔除,是剔除 不规则成份的方法之 3、一种对没有不规则成份、周期成份、季节成份的 时间序列之趋势成份进行预测的方法
Ling Xueling 此类预测方法的目标是通过一些平均的方式将时间序 列中的不规则成份“平滑出去” 平滑预测方法主要适用于下列三种情形： 1、比较稳定的、表现出没有明显趋势、周期、季节 成份特征的时间序列－－随机漫步的序列 2、可以将不规则成份在一定程度予以剔除，是剔除 不规则成份的方法之一 3、一种对没有不规则成份、周期成份、季节成份的 时间序列之趋势成份进行预测的方法。 第二节 平滑预测 凌晨: 凌晨:
凌晨: 第二节平滑预测 移动平均 1、定义 移动平均=∑(最近n个数据值) 2、例子 1)问题和数据 考虑下表给出的12个星期的数据和图。这些数据代表了过 去12周某分销商之汽油销售之加仑数(单位:1000) 周数123456789 101112 销售172119231816208|22|0152
Ling Xueling 一、移动平均 1、定义 移动平均＝ 2、例子 1）问题和数据 考虑下表给出的 12 个星期的数据和图。这些数据代表了过 去 12 周某分销商之汽油销售之加仑数（单位：1000） 第二节 平滑预测 凌晨: 凌晨: n （最近n个数据值） 周数 1 2 3 4 5 6 7 8 9 10 11 12 销售 17 21 19 23 18 16 20 18 22 20 15 22
且t 凌晨 第二节平滑预测 一、移动平均 例子 2)散点图一一观察模型的合适性一一存在明显不规则成份 18 s16 实 14 周
Ling Xueling 一、移动平均 2、例子 2）散点图－－观察模型的合适性－－存在明显不规则成份 第二节 平滑预测 凌晨: 凌晨: 1 2 3 4 5 6 7 8 9 10 11 12 Value 24 22 20 18 16 14
凌晨 第二节平滑预测 3)参加运算的数据个数n之确定 1)n=3 周 时间序列值移动平均预测值预测误差(误差) 17 的计算 结果 1一2-3—4—5—6—7—8 19 4 18 21 16 20 4 16 18 0—4—0 16 20 0 20 25 19
Ling Xueling 3）参加运算的数据个数 n 之确定 （1）n=3 的计算 结果 第二节 平滑预测 凌晨: 凌晨: 周 时间序列值 移动平均预测值 预测误差 （误差）2 1 17 2 21 3 19 4 23 19 4 16 5 18 21 －3 9 6 16 20 －4 16 7 20 19 1 1 8 18 18 0 0 9 22 18 4 16 10 20 20 0 0 11 15 20 －5 25 12 22 19 3 9