时间序列案例分析作业

1、案例4某专卖店销售额数量规律研究资料 某专卖店为加强管理的科学化，采集了过去五年的销售量资料如下:年份季节实际销售额(1)(2)(万元)(3)2004冬26春31夏19秋282005冬25春30夏20秋282006冬27春34夏23秋322007冬27春35夏21秋312008冬28春36夏24秋35讨论大纲1.用哪些简单的描述性指标，可大致找到该专卖店销售额的一般规律?答：在不考虑不规则变化的情况下，用长期趋势、季节变动和周期波动这些描述性 指标可以找到专卖店销售额的一般规律。2.能否以一个近似的函数式描述出销售额的长期趋势？能否进行预测?答：可以用一个近似的函数式描述销售额的长期趋势，计算

2、过程如下表所示A函数式为丫 =24.87 + 0.298X ,可以进行预测，如预测 2009年冬季的销售额，即将序号21作为自变量X的值代入上述函数式中求解相应的预测值。1李节疾际销售额21263231431954286525763087209S28109271110341211；3131232132715113516152117163118172S191836201924212035AE3.C（万元）SUHMARY OUTPUT回归统计Multiple R Square Adjusted 标准误差 观测值0. 3402060.1213030. 072407L 87081220方差分析ss析分

3、归差计回残总dfSSMSF1 50.95330 58.95330 2.4849IS 427. 046G 23. 72481194S6Coefficient丽世课差 t Stat P-alueIntercept 24.8736S 262646 10.993192E-09季节 Ol 297744 0. 188882 1. 575351 0. 1324该数列是否存在明显的季节性变化，如何测定?4.该数列是否存在周期波动，如何测定?答：将3、4步合并进行分析，过程如下:第一步：计算上述时间序列的季节指数 ，利用移动平均比率法， 计算过程如下表所示年份（1）20042005102006111213142

4、0071516171G200S1920212E和冬春夏秋冬春夏秋冬春夏秋冬春夏秋冬春夏秋-JiLc实际销售额（万元）26311925. B7S0.7342995170.757562S25. 6251.092682927L 077932525. 6250.9756097550. 95933025. 751.1650495441. 1927120260.TS3230T692&26. 751.0467239722727. 6250.97737556S3428.51.19298245S23290. 793103443322也 1251.09371214627290.9310344833?28. 625

5、1.2227074242128. 6250.7336244543123. 8751.0735930742S29*3750.9531914893630. 251.1900626452435DE I FGC3）移动平均数移动平均比率季平均季节指数0.75991.00130.96231.1964用季节指数测定，春夏秋从季节指数的计算过程可以看出数列存在明显的季节性变化,冬季节的季节指数分别为119.64%, 75.99%, 108.13%, 96.23%然后根据这一无季节影响的时第二步：根据季节指数，可以得到消除季节影响的序列,1季节X实际销售额（万兀）季节指数李节调整后销售额Y21260, 962

6、327. 01S60I2732311. 196425.9110665343190. 759925.00320991542S1. 081325.8947563165250. 962325. 979424376301. 196425. 0752256887200. 759926.31925253982S1. 081325.89475631109270. 96232& 05777S241110341. 196428. 41358911211230. 759930. 257140411312321. 081329.594007211413270. 962328.05777S241514351. 196

7、429.254429961615210. 759927. 635215161716311. 08132S.6691944918172S0. 96232氏 096955211918361. 196430. 090270812019240. 75993L 583103012120351. 081332.36844539CD间序列拟合趋势线，计算过程如下表AEABCDE1SUOARY OUTPUT23回归统计4Multiple0. 3490975R Square0. 7209&66Adjusted0. 7054647标准俣差1. 1555868观测值20.910方差分析11dfSSMSF12回归分析

8、162. 1061562. 1061546. 5082813182电.03681k3353?S14：1总计1986. 1429615161718CoefficieiT 扌示蛍误差 t Stat F-walueIntercept 2i.80064 0.536306 46.20039 3.72E-20 季节X g 30町602 0. Q44吕12 氐 81 加982、遞-06所得趋势线为个= 24.80 + 0.31X第三步：测定周期波动，将1-20这20个时间的序号分别代入第二步求解出的趋势列即可得到周期波动的成分，计算过程如下表所示:A线丫 =24.80+0.31X中，得到下表中的（3）列，然

9、后用消除的季节影响的序列除以（3）AECD_1李节李节调整后销售额（2销售额趋势值（3）周期波动（2） /3）2127.0106012725, 111.0760096003225.9110665325. 421.0193101174325.0032899125. 730. 9717553125425.8947563126. 040. 994422285525. 979424326. 350. 9S5936406625.0752256826. 660. 9405561028726.3192525326. 970. 9758714329825.8947563127. 280. 949221272_

10、10920.0577702427.59L 01695463111020. 4135S9127. 91.018587423121130.2671404128. 211.072922383131229. 5940072128. 521.037658037141320.057770242& 330, 973214646151429.2544299629. 141.003926903161527. 63S21S1629. 450. 938377425J7_1623.6691914929. 760. 9633465891729.0969552130, 070, 967640679Is1830.0902708130. 380. 9904:6316201931.5831030430. 691.029100783212032. 36叫4539311, 04414345.上述规律如何帮助该专卖店的经营决策?答：利用上述规律可以帮助专卖店预测下一年四个季度的销售额情况，如下表:其中趋势值是将21, 22,23,24分别作为AX值代入Y =24.80+0.31X中得到。预测值为趋势值与季节指数相乘得到T趋瘢看帝数预测值万元）21