1、第11章时间数列,1,第11章 时间数列分析与预测,11.1 时间数列的基本特征 11.2 移动平均分析与预测 11.3 回归分析与预测 11.4 指数平滑法与预测 11.5 季节变动的测定与分析 11.6 周期波动的测定与分析,下一页,返回目录,第11章时间数列,2,11.1 时间数列的基本特征,11.1.1 时间数列的特点 11.1.2 时间数列的构成与分解,上一页,下一页,返回本章首页,第11章时间数列,3,11.1.1 时间数列的特点,时间数列按时间先后顺序排列 时间数列是按一定方式搜集的一系列数据 时间数列中的观察值具有差异 时间数列中的数据不许遗漏,上一页,下一页,返回本节首页,第
2、11章时间数列,4,11.1.2 时间数列的构成与分解,上一页,下一页,返回本节首页,通常把时间数列（Y）分解为以下四种变动： (1)长期趋势变动（T） (2)季节变动（S） (3)周期波动（C） (4)不规则变动（I） 乘法模型的一般形式为：Y=TSCI式中 Y、T是总量指标, S、C、I为比率。 加法模型的一般形式为：Y=T+S+C+I式中Y、T、S、C、I都是总量指标。,第11章时间数列,5,11.2 移动平均分析与预测,11.2.1 移动平均法的概念及特点 11.2.2 趋势图直接预测法 11.2.3 利用Excel创建公式预测 11.2.4 移动平均分析工具预测,上一页,下一页,返回
3、本章首页,第11章时间数列,6,11.2.1 移动平均法的概念及特点,移动平均法是在算术平均法的基础上发展起来的预测方法。它是利用过去若干期实际值的均值来预测现象的发展趋势。 简单移动平均公式如下：式中，N 为期数；At-j+1 ：t-j+1期的实际值；Mt+1 ：t+1期的预测值。,上一页,下一页,返回本节首页,第11章时间数列,7,11.2.2 趋势图直接预测法,例 已知1993年第1季度到1997年第四季度的某地区的季度零售额资料试对1998年的零售额进行预测。 操作过程如下：,上一页,下一页,返回本节首页,第11章时间数列,8,(1)产生“年季”变量 打开“第11章 时间数列分析与预测
4、.XLS”工作簿，选择“移动平均”工作表如下图所示。 在C列选定任一个单元格，选择“插入”菜单中的“列”选项，则原来C列的内容被移到D列。,上一页,下一页,返回本节首页,第11章时间数列,9,在C1单元格中输入标志“年季” ，在C2单元格中输入公式 “=B2&CHAR(13)&A2” ，再把单元格C2中的公式复制到C3:C21。结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,10,(2)根据图中资料绘制销售额趋势图 打开“插入”菜单中的“图表”选项，Excel弹出“图表向导”对话框如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,11,在 “图表类型”列表中选择“
5、折线图”选项；在“子图表类型”列表中选择“数据点折线图”。单击“下一步”按钮 ，进入向导步骤2对话框，如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,12,在 “图表数据源”对话框中，在数据区域输入 “C1:D21”，并单击“下一步”按钮，如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,13,在“图表选项”中，选择“标题”页面，在“图表标题”、“分类（X）轴”、“数值（Y）轴”中分别填入“某地区销售额趋势图”、“季度”和“销售额（万元）”。选择“网格线”页面，把“数值（Y）轴”下的“主要网格线”设为空。选择“图例”页面，取消图例显示。单击“完成”按钮，得到趋势图
6、 。,上一页,下一页,返回本节首页,第11章时间数列,14,(3)在图表中插入趋势线进行预测 单击图表以激活它，选取垂直轴，双击或单击鼠标右键并从快捷菜单中选择“坐标轴格式”选项，Excel弹出对话框如下图所示。打开“刻度”页面，在“最小值”、“最大值”、“主要刻度单位”中分别输入200、450和50；打开“字体”页面，设置字号为“8”。单击“确定”按钮 。,上一页,下一页,返回本节首页,第11章时间数列,15,选取水平轴，双击或单击鼠标右键并从快捷菜单中选择“坐标轴格式”选项，Excel弹出对话框如下图所示。打开“对齐”页面，取消自动设置；打开“字体”页面，设置字号为“8”。单击“确定”按钮
7、。,上一页,下一页,返回本节首页,第11章时间数列,16,选取图中的折线，单击鼠标右键并从快捷菜单中选择“添加趋势线”选项，打开“添加趋势线”对话框如下图所示。选择“类型”页面，在“趋势预测/回归分析类型”框中选择“移动平均”，设置“周期”为4。,上一页,下一页,返回本节首页,第11章时间数列,17,单击“确定”按钮。如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,18,11.2.3 利用Excel创建公式预测,例 已知1993年第1季度到1997年第四季度的某地区的季度零售额资料，试对1998年的零售额进行预测。 操作步骤如下:,上一页,下一页,返回本节首页,第11章时间数列,
8、19,打开“第11章 时间数列分析与预测”工作簿，选择“移动平均”工作表。 在单元格E1中输入“公式预测值”。 在单元格E6中输入公式“=AVERAGE(D2:D5)”，此处需要相对引用以便复制。 把单元格E6中的公式复制到E7:E22各单元格中，结果如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,20,11.2.4 移动平均分析工具预测,1. 移动平均分析工具的内容移动平均分析工具对话框如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,21,2. 利用移动平均分析工具进行预测 打开“第11章 时间数列分析与预测.xls”工作簿，选择“移动平均”工作表。 在单元格F
9、1、G1中分别输入“分析工具预测值”和“预测标准误差” 。,上一页,下一页,返回本节首页,第11章时间数列,22,从“工具”菜单中选择“数据分析”选项，在弹出的“数据分析”对话框中选中“移动平均”选项，并单击“确定”按钮，此时将出现“移动平均”对话框，如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,23,在输入区域中输入D1:D21，选定标志位于第一行，间隔设为4，在输出区域中输入F2，即输出区域的左上角的绝对引用。选择图表输出和标准误差。单击“确定”按钮，所得结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,24,3使用移动平均分析工具注意事项 移动平均分析工具
10、自动将公式放在工作表中。 单元格G8中含有的公式为：SQRT(SUMXMY2(D5:D8, F5:F8)/4) 请注意上表中用两种方法所得出的输出结果的差异：用移动平均分析工具得到的移动平均值较直接输入公式法输出结果上移了一个单元格。这意味着用数据分析工具所计算的第一个值，即293.6，是对1983年第四季度的预测。,上一页,下一页,返回本节首页,第11章时间数列,25,移动平均法的不足之处 计算一次移动平均值必须储存多个实际值，当预测项目很多时，就要占据相当大的预测空间。 注重最近的几个实际值，没有利用t-n期以前各期的数据信息。 只对最近的一期进行预测，不能对更远的未来做出预测计划。,上一
11、页,下一页,返回本节首页,第11章时间数列,26,11.3 回归分析与预测,11.3.1 时间数列预测工作表函数 11.3.2 使用直线函数LINEST和趋势函数 TREND 线性预测法 11.3.3 使用指数函数LOGEST和增长函数 GROWTH进行非线性预测,上一页,下一页,返回本章首页,第11章时间数列,27,11.3.1 时间数列预测工作表函数,FORECAST预测函数功能：根据给定的数据计算或预测未来值语法结构：ORECAST(x,known_ys,known_xs) TREND趋势函数功能：得到根据最小平方法所得的估计直线上的一组纵坐标值（y 值）。语法结构：REND(known
12、_ys,known_xs,new_xs,const),上一页,下一页,返回本节首页,第11章时间数列,28,GROWTH增长函数功能：根据给定的数据拟合指数曲线，并预测指数增长值。语法结构：ROWTH(known_ys,known_xs,new_xs,const) LINEST线性拟合函数功能：使用最小平方法对已知数据拟合一个线性模型。语法结构：LINEST(known_ys,known_xs,const,stats) LOGEST函数功能：用于进行指数回归拟合曲线，并返回描述该曲线的数组。语法结构：LOGEST(known_ys,known_xs,const,stats),上一页,下一页,返
13、回本节首页,第11章时间数列,29,11.3.2 使用直线函数LINEST和 趋势函数TREND线性预测法,1. 使用LINEST函数计算回归统计值例 有某公司99年1至10月份的销售量资料，试用最小平方法进行趋势预测，并预测11、12月份的销售量。,上一页,下一页,返回本节首页,第11章时间数列,30,操作步骤如下： 打开“第11章 时间数列分析与预测.xls”工作簿，选择“趋势”工作表，如下图所示。 在E1中输入“回归统计量”。,上一页,下一页,返回本节首页,第11章时间数列,31,选择E2:F6，单击“粘贴函数”，Excel弹出“粘贴函数”对话框，如下图所示。,上一页,下一页,返回本节首
14、页,第11章时间数列,32,在“函数分类”中选择“统计”，在“函数名”中选择“LINEST”函数，则打开LINEST函数对话框，如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,33,在Known_ys、 Known_xs和Stats后分别输入B2:B11、A2:A11、和1。按住Ctrl+Shift组合键，单击 “确定”按钮。得计算结果如下图中的E2:F6所示 。,上一页,下一页,返回本节首页,第11章时间数列,34,根据上图中的计算结果可以写出如下估计方程：y=8.86+0.83*x 据此方程计算预测值： 在D1单元格中输入“预测值”。 在D2单元格中输入公式“=$F$2+$E
15、$2*B2”。 将D2单元格中的公式复制到D3：D16各单元格。,上一页,下一页,返回本节首页,第11章时间数列,35,2使用趋势函数TREND求预测值 在单元格C1中输入“拟合值”。 在“插入”菜单中选择“函数”选项，将打开“粘贴函数”对话框。 在“函数分类”中选择“统计”，在“函数名”中选择TREND函数，单击“确定”按钮，将打开TREND对话框，如下页图所示。,上一页,下一页,返回本节首页,第11章时间数列,36,上一页,下一页,返回本节首页,第11章时间数列,37,在known_ys中输入B2:B11；在known_xs中输入A2:A11；由于不需预测，故忽略new_xs；本题意在保留
16、常数项，故忽略const。按住Ctrl+Shift组合键，单击“确定”。 也可以在选定单元格C2:C11的情况下，输入数组公式“=TREND(B2:B11,A2:A11)”，按住Ctrl+Shift组合键，按回车键。输出结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,38,3. 趋势预测 仍使用上图中的数据，预测过程如下： 在区域A12中输入11。 在单元格C12中输入公式：=TREND(B2:B11,A2:A11,A12)。该公式的含义是，给出区域B2:B11种的y变量和A2:A11中的x变量之间的关系，当x值为11时，y值是多少？,上一页,下一页,返回本节首页,第11章时
17、间数列,39,11.3.3 使用指数函数LOGEST 和增长函数GROWTH进行非线性预测,例 已知某地区19811995年历年彩色电视机产量资料。试对其拟合指数曲线，并预测19961999年产量。,上一页,下一页,返回本节首页,第11章时间数列,40,1使用LOGEST函数 计算回归统计量 打开“第11章 时间数列分析与预测.xls”工作簿，选择“增长曲线”工作表如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,41,选择E2:F6区域，单击工具栏中的“粘贴函数”快捷键，弹出“粘贴函数”对话框，在“函数分类”中选择“统计”，在“函数名”中选择“LOGEST”函数，则打开LOGES
18、T对话框，如下图11.20所示。,上一页,下一页,返回本节首页,第11章时间数列,42,在Known_ys、 Known_xs和Stats后分别输入C2:C16、B2:B16和1。按住Ctrl+Shift组合键，再按回车键或“确定”按钮，得到计算结果如下图中E2:F6单元格所示。,上一页,下一页,返回本节首页,第11章时间数列,43,根据单元格E2，F2中的计算结果可以写出如下估计方程：可以根据上面的指数曲线方程计算预测值：在D2单元格中输入公式“=$F$2*$E$2B2” ，将D2单元格中的公式复制到D3:D20元格，各年的预测值便一目了然了。但使用增长函数可以直接得到预测结果。,上一页,下
19、一页,返回本节首页,第11章时间数列,44,2. 使用增长函数GROWTH计算预测值 选择D2:D20单元格，在工具栏单击“粘贴函数”快捷键，弹出“粘贴函数”对话框，在“函数分类”中选择“统计”，在“函数名”中选择“GROWTH”函数，打开GROWTH对话框，如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,45,在Known_ys、 Known_xs、New_xs和Const后分别输入C2:C16、B2:B16、B2:B20和1。按住Ctrl+Shift组合键，同时按回车键或“确定”按钮，计算结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,46,3. 绘制实际值
20、与预测值的折线图 在工具栏中单击 “图表向导”快捷图标，打开“图表向导”对话框。 在步骤1中选择“图表类型”列表中的“折线图”，在“子图表类型”下选择“数据点折线图”，单击“下一步”按钮，进入图表向导步骤2对话框。 确认数据区域为：sheet增长曲线!$A$2:$A$16，sheet增长曲线!$C$2:$D$16，单击“下一步”按钮，进入图表向导步骤3对话框。,上一页,下一页,返回本节首页,第11章时间数列,47,在“标题”栏下输入“某地区彩色电视机产量发展趋势”，单击“完成”按钮，得到的结果如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,48,11.4 指数平滑法与预测,11
21、.4.1 指数平滑法的基本内容与要求 11.4.2 案例研究：小汽车租赁预测 11.4.3 指数平滑分析工具预测 11.4.4 最佳平滑常数的确定,上一页,下一页,返回本章首页,第11章时间数列,49,11.4.1 指数平滑法的基本内 容与要求,指数平滑法通过对历史时间数列进行逐层平滑计算，从而消除随机因素的影响，识别经济现象基本变化趋势，并以此预测未来。,上一页,下一页,返回本节首页,第11章时间数列,50,递推公式为： 其中： ：平滑常数，值域在0到1之间，其大小决定了本次预测对前期预测误差的修正程度。Excel称（1-）的值为“阻尼因子”。 Yt ：t期的实际观察值； Yt*、Yt+1*
22、 ：分别为t 期、t+1期的预测值。,上一页,下一页,返回本节首页,第11章时间数列,51,指数平滑法的两点说明： 1平滑常数的意义一般说来，0.2到0.3之间的数值可作为合理的平滑常数。这些数值表明本次预测需要将前期预测值的误差调整 20% 到 30%。 2初始预测值的确定问题可以指定初始预测值，即令它等于前几期（如前 6期或前12期等）实际值的平均数 。,上一页,下一页,返回本节首页,第11章时间数列,52,11.4.2 案例研究： 小汽车租赁预测,例 冬天即将来临，某从事汽车租赁业务的经理着手调查客户对防雪汽车的需求情况。经过监测后，一场初冬的暴风雪席卷了整个地区，正如所料，每天的需求量
23、都有显著增长。这时，可能想知道第10天应该储备多少辆防雪汽车以备第11天使用。,上一页,下一页,返回本节首页,第11章时间数列,53,(1) 计算预测值 打开“第11章 时间数列分析与预测.xls”工作簿，选择“指数平滑”工作表如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,54,在单元格C2中输入公式 “=AVERAGE(B2:B6)”。 在单元格C3中输入公式 “=0.3*B2+0.7*C2”。 将单元格C3中的公式复制到区域C4:C11中，结果如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,55,(2)绘制实际值与拟合值的折线图 单击工具栏中的“图表向导”快
24、捷图标，打开“图表向导”对话框。 选择“图表类型”下的“折线图”，在“子图表类型”中选择“数据点折线图”，单击“下一步”按钮 ，进入图表向导步骤2对话框。 输入数据区域：sheet指数平滑!$A$2:$C$12，单击“下一步”按钮，进入图表向导步骤3对话框。,上一页,下一页,返回本节首页,第11章时间数列,56,在“标题”栏下输入“指数平滑”，单击“完成”按钮，得到折线图如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,57,11.4.3 指数平滑分析工具预测,1指数平滑分析工具的内容 Excel所提供的指数平滑分析工具，为进行指数平滑分析与预测提供了方便。指数平滑分析工具对话框
25、如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,58,2指数平滑分析工具的使用 打开“第11章 时间数列分析与预测.XLS”工作簿，选择“指数平滑”工作表。 把区域A2:B11内容下移一行，在空白的单元格B2中输入公式“=AVERAGE(B3:B7)。 打开“工具”菜单中的“数据分析”选项，弹出“数据分析”对话框，在“分析工具”列表中选择“指数平滑”选项，单击“确定”按钮，打开“指数平滑对话框”。,上一页,下一页,返回本节首页,第11章时间数列,59,在输入区域输入B2:B11，阻尼系数设为0.7，输出区域中输入C2，选择图表输出。单击“确定”按钮 。 除单元格C2中显示的公式为
26、“=B2”外，单元格C3:C12中显示的公式法均为平滑公式形式，这些是拟合值，要求的预测值，需把单元格C12中的公式复制到C13中。则得到的结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,60,11.4.4 最佳平滑常数的确定,最佳的平滑常数应使实际值和预测值之间的差最小，通常是预测误差的平方和的平方根（RMSPE）最小。,上一页,下一页,返回本节首页,第11章时间数列,61,上一页,下一页,返回本节首页,计算误差的公式为：RMSPE= 式中：Yi 为实际观测值； 为预测值； 为实际值的平均值。,第11章时间数列,62,1公式判断法 打开“第11章 时间数列分析与预测.XLS
27、”工作簿，选择“指数平滑”工作表。 在单元格F1中输入值0.3 。 选取区域E1:F5，从“插入”菜单中选择“名称指定”选项，则弹出指定名称对话框，如下图所示，选中“最左列”，单击“确定”按钮。,上一页,下一页,返回本节首页,第11章时间数列,63,选取区域D7:D19，从“插入”菜单中选择“名称指定”选项，在弹出的“指定名称”对话框中，选中“首行”，单击“确定”按钮。 在单元格C3中输入公式“=平滑常数*B2+(1-平滑常数)*C2”，并把它复制到单元格C4:C11中。 在单元格D7中输入公式“=B7-C7”，并把它复制到单元格D8:D11中。,上一页,下一页,返回本节首页,第11章时间数列
28、,64,在单元格F3、F4、F5中分别输入公式：“=AVERAGE(预测误差)”、“=STDEV(预测误差)”、和“=SQRT(平均误差2+标准误差2)”。结果如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,65,在单元格F1中试用不同的值，则预测值、预测误差值、平均误差、标准误差和RMSPE的值以及图中曲线也将相应发生变化，比较RMSPE的大小，选取RMSPE最小时的值作为最优平滑常数进行预测。本例中平滑常数为0.85时RMSPE最小。此时得到的修饰后的指数平滑图如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,66,2利用“单变量求解”自动寻找最佳平滑常数 单变
29、量求解是指通过调整其他单元格内的 数值为某一单元格寻求一个特定值。单变量求解对话框如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,67,单变量求解的实现过程 继11.4.3所示的工作表，在“工具”菜单中选择“单变量求解”选项，将出现“单变量求解”对话框。在目标单元格、目标值、可变单元格中分别输入F5、0和F1，单击“确定”按钮。求解的结果如下页图1所示，同时，工作表F列也在发生变化，如下页图2所示。 单击“确定”按钮 ，则计算机自动寻找的最佳平滑常数结果被呈现在工作表上。,上一页,下一页,返回本节首页,第11章时间数列,68,图1,图2,上一页,下一页,返回本节首页,第11章时间
30、数列,69,11.5 季节变动的测定与分析,11.5.1 长期趋势剔除法 11.5.2 利用哑变量进行季节调整与预测,上一页,下一页,返回本章首页,第11章时间数列,70,11.5.1 长期趋势剔除法,长期趋势剔除法是在移动平均法的基础上，以乘法模型（Y=TS C I ）为理论基础的测定季节变动的方法，它能避免长期趋势与周期波动的影响，净化季节变动的规律性，从而实现较为准确的预测。,上一页,下一页,返回本节首页,第11章时间数列,71,长期趋势剔除法的计算步骤： 利用中心化移动平均计算长期趋势与周期波动要素TCi。 从时间数列中剔除掉TCi ，就得到季节波动与不规则变动SIi： SIi =Yi
31、/Tci。 按季求SIi的平均数，从而剔除不规则变动I，得到各季季节指数Si1。计算公式为：式中：N为年数。,上一页,下一页,返回本节首页,第11章时间数列,72,对初始季节指数调整为正规化季节指数Sj。依据的公式为：计算剔除季节变动后的时间数列TCIi：TCIi=Yi/Si。 对TCIi序列进行外推预测，得到一组预测值Ti 。 计算最终预测值：Y* i= Sj Ti 。,上一页,下一页,返回本节首页,第11章时间数列,73,例 已知1993年第1季度到1997年第四季度的某地区的季度零售额资料，试对1998年的零售额进行预测 。,上一页,下一页,返回本节首页,第11章时间数列,74,操作过程
32、：,打开“第11章 时间数列分析与预测.XLS”工作簿，选择“长期趋势剔除”工作表，如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,75,在单元格E4中输入公式“AVERAGE(D2:D5)”。 在单元格F4中输入公式 “AVERAGE(E4:E5)”。 把单元格E4:F4中的公式复制到E19:F19，调整其小数部分使显示1位小数，结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,76,在单元格G4中输入公式“D4F4”，并把它复制到G5:G19。 在单元格H2中输入公式“AVERAGE(H6,H10,H14,H18)”, 并把它复制到单元格H3中。 在单元格H
33、4中输入公式“AVERAGE(H4，H8，H12，H16)”， 并把它复制到单元格H5中。,上一页,下一页,返回本节首页,第11章时间数列,77,选取单元格H6，点击自动求和工具（）两次。 选取单元格I2，输入公式“H2*4$H$6”， 并把它复制到单元格I3:I5。选取单元格I6，点击自动求和工具（）两次。上述操作的结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,78,通过雷达图表现季节指数的意义: 单击工具栏中的“图表向导”快捷图标，打开“图表向导”对话框。 在“图表类型”列表下选择“雷达图”，在“子图表类型”下选择“数据点雷达图”，单击“下一步”按钮，进入图表向导步骤2
34、对话框。 输入数据区域为：sheet长期趋势剔除!$I$2:$I$5，单击“下一步”按钮，进入图表向导步骤3对话框。,上一页,下一页,返回本节首页,第11章时间数列,79,在“标题”页面下输入“季节指数雷达图”，选择“图例”页面，取消显示图例。单击“完成”按钮。经修饰后得到的雷达图如下图所示。结论：销售额在第一季度进入淡季，在第四季度则达到旺季。,上一页,下一页,返回本节首页,第11章时间数列,80,预测：,在区域J1:L1中分别输入标志“季节指数S序列”、“TCI*”和“预测值”。 选中单元格I2:I5，点击主菜单中“复制”图标 。 选中单元格J2:J25，点击“编辑”菜单，选择“选择性粘贴
35、”选项，在出现的选择性粘贴对话框中选择“值”，单击“确定”按钮。 在单元格K2中输入公式“D2J2”，并把它复制到K2:K21。,上一页,下一页,返回本节首页,第11章时间数列,81,选中单元格K2:K21，点击“编辑”菜单，选择“选择性粘贴”选项，在出现的选择性粘贴对话框中选择“值”，单击“确定”按钮。 选中单元格K2:K21，单击单元格K21右下角的填充句柄并向下拖动到单元格K25。 在单元格L22中输入公式 “I22*K22”。并把它复制到L23:L25。上述操作结果如下页图所示。,上一页,下一页,返回本节首页,第11章时间数列,82,上一页,下一页,返回本节首页,第11章时间数列,83
36、,可以通过绘制实际销售额和预测值图表察 看预测情况。,选取单元格C1:D25，按住Ctrl键并选取单元格L1:L25，单击工具栏中的“图表向导”快捷图标，打开“图表向导”对话框。 在 “图表类型”列表下选择“折线图”，在“子图表类型”下选择“数据点折线图”，单击“下一步”按钮。 输入数据区域为：sheet长期趋势剔除!$ C1$2:$D$25，sheet长期趋势剔除!$ L$1:$L$25，单击“下一步”按钮。,上一页,下一页,返回本节首页,第11章时间数列,84,在“标题”页面下输入“实际值、季节调整TCI及预测值比较图”。单击“ 完成”按钮，结果如下图所示。,上一页,下一页,返回本节首页,
37、第11章时间数列,85,11.5.2 利用哑变量进行季节 调整与预测,这种季节调整方法是以季节变动的变动服从加法模型为前提，同时利用季节影响和时间作为自变量，进行多元回归分析。时间变量可用时间序号表示，季节变量可用哑变量来描述,上一页,下一页,返回本节首页,第11章时间数列,86,操作过程：,打开“第11章 时间数列分析与预测.xls”工作簿，选择“季节变动”工作表如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,87,从“工具”菜单中，选择“数据分析”选项，则出现“数据分析”工具对话框。选中“回归”选项，并单击“确定”按钮，此时将出现“回归”对话框。如下图所示。,上一页,下一页,
38、返回本节首页,第11章时间数列,88,在“Y值输入区域”、“X值输入区域”、“输出区域”中分别输入D1:D21，E1:E21和K1；选择标志、置信度、残差、残差图、标准残差和线性拟合图。单击“确定”按钮。 下图所示为编辑过的一部分结果。,上一页,下一页,返回本节首页,第11章时间数列,89,根据上图中输出的计算结果可以得出拟合方程为：销售额Y=311.005+5.106*时间-56.601* 第一季度-19.387*第二季度- 22.574*第三季度 回归分析工具产生的时序图中显示了实际值和拟合值，如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,90,预测：,把区域A18:C21
39、的内容复制到单元格A22:C25，在单元格A22中输入1988。 选取区域E20:E21并把填充句柄向下拖到单元格E25。 把区域F18:I21的内容复制到单元格F22:I25。 在单元格J1中输入标记“预测值” 选取区域J2:J25，按数组方式输入公式 “=TREND(D2:D21,E2:H21,E2:H25,1)”， 调整小数位数为1。,上一页,下一页,返回本节首页,第11章时间数列,91,结果如下图中J列所示。,上一页,下一页,返回本节首页,第11章时间数列,92,11.6 周期波动的测定与分析,11.6.1 周期波动的基本内容 11.6.2 案例研究：城镇居民储蓄额 周期波动,上一页,
40、下一页,返回本章首页,第11章时间数列,93,11.6.1 周期波动的基本内容,周期波动是指在相当长的时期中，现象所呈现的一种有规则的变动。 它可能是一种景气变动、经济变动或其他周期变动，也可以代表经济或某个特定行业发展变化中的波动。每一个周期都有大致相同的过程：复苏、扩张、衰退和收缩。它所反映的是经济现象在连续时间内重复出现的涨落情况，强调的是现象的重复再现性。,上一页,下一页,返回本节首页,第11章时间数列,94,11.6.2 案例研究： 城镇居民储蓄额周期波动,例 现有1986年第1季度到1999年第2季度城镇居民储蓄额资料，试分析其周期波动。,上一页,下一页,返回本节首页,第11章时间
41、数列,95,操作过程：,打开“第11章 时间数列分析与预测.XLS”工作簿，选择 “周期波动”工作表如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,96,使用长期趋势剔除法计算季节指数S，并得到长期趋势与周期波动序列TCI（在I列）。本节略去该过程。该过程计算结果呈现在上图的CI列。 选中单元格J2:J55，输入数组公式“=GROWTH(I2:I55)”，按住Ctrl+Shift+Enter，便可计算出长期趋势T分量。 在单元格K2中输入公式“=I2/J2”，并把它复制到K3:K55各单元格中，便得到剔除趋势分量后的周期波动与不规则变动分量CI。,上一页,下一页,返回本节首页,第
42、11章时间数列,97,在单元格L3中输入公式“=AVERAGE(K2:K5)” ，并把它复制到L4:L54各单元格中。 在单元格M3中输入公式“=AVERAGE(L3:L4)” ，并把它复制到M4:M54各单元格中。则M列中即为周期波动序列 。 以上操作结果如下图所示。,上一页,下一页,返回本节首页,第11章时间数列,98,货币供应量周期波动情况图表展示：,选定M4:M51各单元格，单击工具栏中的“图表向导”快捷图标，打开“图表向导”对话框。 选择“图表类型”下的折线图，在“子图表类型”下选择数据点折线图，单击“下一步”按钮 。 确认数据区域为：sheet周期波动!$A$1:$A$54，she
43、et周期波动!$M$1:$M$54，单击“下一步”按钮。 在“标题”栏下输入“货币供应量周期变动图”，选择“图例”页面，取消显示图例。单击“完成”按钮。,上一页,下一页,返回本节首页,第11章时间数列,99,修饰后的图表如下图所示 。,上一页,下一页,返回本节首页,第11章时间数列,100,从上图中可以从1986年到1999年城镇居民储蓄额呈现三个比较完整的周期变动，周期长度约4年。每一个周期都具明显的波峰与波谷。而1997年后进入衰退期，至1999年已达谷底，可望2000年后具有复苏可能。,上一页,下一页,返回本节首页,第11章时间数列,101,Thank you very much!,谢谢！,上一页,退出,返回本章首页,
