1 基本概念
- 時間序列(times series):同一現象在不同時間上的相繼觀察值排列而成的序列。
- 平穩序列(stationary series):基本上不存在趨勢的序列
- 非平穩序列(non-stationary series):包含趨勢、季節性和週期性的序列,可能只含其中一種成分,也可能是其中幾種成分的組合
- 趨勢(trend):時間序列在長時期內呈現出來的某種持續上升或持續下降的變動,也稱長期趨勢。
- 季節性(seasonality) 也稱季節變動(seasonal fluctuation):是時間序列在一年內重複出現的週期性波動。
- 週期性(cyclicity) 也稱循環波動(cyclical fluctuation): 是時間序列中呈現出來的圍繞長期趨勢的一種波浪形或振盪式變動。
2 平穩序列的預測
平穩時間序列的預測方法有:簡單平均法、移動平均法和指數平滑法
-
簡單平均法:根據已有的 t 期觀察值通過簡單平均來預測下一期的數值。
設時間序列已有的 t 期觀察值爲 Y1,Y2,…,Yt,則 t+1 期的預測值 Ft+1 爲:
則 t+2 期的預測值 Ft+2 爲:
-
移動平均法:通過對時間序列逐期遞移求得平均數作爲預測值的一種預測方法,有簡單移動平均法和加權移動平均法。
簡單移動平均是將最近的 k 期數據加以平均,作爲下一期的預測值。設移動間隔爲 k (1<k<t),則 t+1 期的簡單移動平均值爲:
t+2 期的簡單移動平均值爲:
-
指數平滑法:通過對過去的觀察值加權平均進行預測的一種方法,該方法使 t+1 期的預測值等於 t 期的實際觀察值與 t 期的預測值的加權平均值。指數平滑法是加權平均的一種特殊形式,觀察值時間越遠,其權數也跟着呈現指數下降,因而稱爲指數平滑。指數平滑法有一次指數平滑法、二次指數平滑法、三次指數平滑法等。
一次指數平滑法:將一段時期的預測值與觀察值的線性組合作爲 t+1 期的預測值:
式中,Y 爲 t 期的實際觀察值; F 爲 t 期的預測值; a 爲平滑係數(0<a<1)。