第十章_时间序列分析法(二)ppt课件

1、市场调查与预测市场调查与预测 seize the future抓住未来Know your world .了解您的世界第十一章 时间序列市场预测法二趋势模型和季节变动模型11.1 直线趋势市场预测法直线趋势延伸市场预测法，是以直线模型研讨市场景象趋势变动的方法如假设市场景象时间序列具有长期趋势变动，而且呈现直线变化规律，即直线上升趋势或直线下降趋势，就配合直线方程，用直线趋势延伸法进展预测判别时间序列趋势变动能否直线趋势，可以用时间序列图形判别，也可以用时间序列环比增长量一次差判别。假设时间序列环比增长量接近于一个常数或差别不大，即可用直线趋势法概念11.1 直线趋势市场预测法直线趋势延伸法的普

2、通方程式为：在直线趋势方程中，关键是确定参数a、b的值，建立直线预测模型，然后再运用预测模型定时间变化量t，对市场景象作出预测直线趋势延伸法确定a、b值的常用方法有直观法和最小平方法普通公式tabt第 t 期的趋势值或预测值直线方程参数，即 Y 轴上的截距直线的斜率，是单位时间变化量时间序号11.1 直线趋势市场预测法运用例如EX : 现有某地域社会商品零售额资料，对此进展预测。资料见表111.1 直线趋势市场预测法运用例如1. 用散点图察看景象的变化规律由该景象的散点图察看，景象根本上呈现直线上升趋势，可用直线趋势延伸法来预测11.1 直线趋势市场预测法运用例如2. 建立直线趋势预测模型求出

3、直线方程式中的a、b值方法一，用直观法建立数学模型：根据预测者的认识，在市场景象时间序列察看值散点图中，划出一条最有代表性的直线。如某预测者将点3，39和点6，50连成一条直线，将两点代入直线方程，解方程组确定a、b的值。其方程组应为： 39a3b 50a6b 解方程得：a 28，b3.667 那么直线趋势预测模型为：A283.667 t 根据此方程预测后两年的社会商品零售额为： 12283.667 1272.004亿元 13283.667 1375.671亿元 14283.667 1479.338亿元11.1 直线趋势市场预测法运用例如2. 建立直线趋势预测模型求出直线方程式中的a、b值直观

4、法比较简单，也比较节省。但穿过实践察看值点或不穿过散点，都可以划出很多条直线，以哪条直线作为预测模型，是由预测者的主管判别而定假设另一位预测者选定4，43和7，53两点，连成一条直线，那么得到另一个不同的预测模型： B29.6683.333 t 根据此方程预测后两年的社会商品零售额为： 1229.668 3. 333 1269.664亿元 1329.668 3. 333 1372.997亿元在实践运用时选择哪些模型，必需经过计算预测误差，并对预测误差加以比较，选择误差较小的直线方程作为预测模型见表211.1 直线趋势市场预测法运用例如直线YA的平均绝对误差 MAE5.346/110.486亿元

5、直线YB的平均绝对误差 MAE12.344/111.122亿元因此，可采用直线YA作为预测模型：即A283.667t11.1 直线趋势市场预测法运用例如2. 建立直线趋势预测模型求出直线方程式中的a、b值方法二，用最小平方法建立数学模型：最小平方法，也称最小二乘法，它是一种对市场景象时间序列配合数字方程式，建立市场预测模型，用来确定方程中参数a、b值的方法最小平方法的根本思想：假设对市场景象时间序列配合的趋势线满足两点：时间序列实践察看值Yt与趋势线各值t在预测期内那么称为预测值的离差平方之和为最小，即(Yt t)2最小时间序列实践察看值Yt与趋势线各值t离差之和为零，即 (Yt t)0那么该

6、直线是最理想的，是对市场景象实践察看值代表性最高的直线11.1 直线趋势市场预测法运用例如2. 建立直线趋势预测模型求出直线方程式中的a、b值求解a、b值的两个规范方程式： Ytnabt tYtatbt2a、b值的解得公式： aYbt btYt tYtn1 t 2 (t) 2n1察看期序号实践察看值11.1 直线趋势市场预测法运用例如EX : 对某地域社会商品零售额用最小平方法求直线方程参数，建立预测模型进展预测，其计算见表3tt11.1 直线趋势市场预测法运用例如将表3中的有关数据代入求解a、b的规范方程： 54611a66b 369166a506b假设直接代入解得方程求a、b，那么 b(3

7、69166546/11) / (506662/11)3.773 a546/113.77366/1126.998直线Yc的平均绝对误差 MAE4.818/110.438亿元，相比Ya和Yb为最小a26.998 b3.773计算结果一样c26.9983.773 t 126.9983.773130.771亿元 226.9983.773234.544亿元 1126.9983.7731168.501亿元11.1 直线趋势市场预测法运用例如直线趋势模型的简化法根据表4中的有关数据，用简化法计算预测模型中的参数a、b值： aY(Yt) / n546/1149.636 btYt / t2415/1103.77

8、3 t49.6363.773t 149.6363.773(5)30.771亿元 649.6363.773049.636亿元 1149.6363.773568.501亿元 1249.6363.773672.274亿元t0其预测期为12的预测值为11.1 直线趋势市场预测法运用例如11.1 直线趋势市场预测法运用例如3. 对预测模型进展误差检验在上例测算中，我们曾经知道，运用最小平方法建立的模型，其误差最小11.1 直线趋势市场预测法运用例如4. 进展预测1326.9983.773 1376.047亿元或1349.6363.773 776.047亿元11.2 非线性趋势市场预测法直线趋势只是曲线趋

9、势中的一种特殊表现对于非线性趋势变化的市场景象，必需配合各种曲线预测模型对其进展预测曲线的详细方式有很多，最常见的几种曲线趋势预测模型为：二次曲线趋势市场预测模型三次曲线趋势市场预测模型指数曲线市场预测模型龚伯兹曲线市场预测模型11.2 非线性趋势市场预测法察看时间序列变动规律的方法有两种：图形察看法计算阶差判别法经过计算市场景象时间序列实践察看值的环比增减量也称阶差，来判别景象变动的规律一次差接近一个常数 直线趋势模型二次差接近一个常数 二次曲线模型三次差接近一个常数 三次曲线模型一次比率接近一个常数 指数曲线模型11.2 非线性趋势市场预测法普通方式为：1. 二次曲线趋势市场预测模型tab

10、tct 2第 t 期的趋势值或预测值二次曲线参数时间序列各察看期序号t3=011.2 非线性趋势市场预测法求解二次曲线方程参数的规范方程求参数的规范方程可简化为：1. 二次曲线趋势市场预测模型Ynabtct 2 tYatbt 2ct 3 t2Yat 2bt 3ct 4 Ynact 2tYbt 2t2Y at 2ct 4t011.2 非线性趋势市场预测法1. 二次曲线趋势市场预测模型EX : 现有某种商品11年消费量的资料，将其编制成时间序列，并用阶差法判别能否可用二次曲线模型进展预测。阶差计算见表5二次差的值在10之间，相对实践察看值来说不大11.2 非线性趋势市场预测法1. 二次曲线趋势市场

11、预测模型1. 用图形或阶差法判别模型方式察看表5中二次差的计算结果，其二次差的值在10之间，即二次差的变动相对实践察看值来说不大，可将它看作接近于一个常数，因此，可决议建立二次曲线模型进展预测11.2 非线性趋势市场预测法1. 二次曲线趋势市场预测模型2. 计算二次曲线参数，建立趋势模型为使二次曲线模型中对参数a、b、c的计算简化，即令t=0， t3=0，见表6。根据表中有关数据，求参数a、b、c： 383511a110b 3510110b 38920110a1958ca341.99 b31.91 c0.66t341.9931.9t31.9t211.2 非线性趋势市场预测法1. 二次曲线趋势市

12、场预测模型2. 计算二次曲线参数，建立趋势模型11.2 非线性趋势市场预测法1. 二次曲线趋势市场预测模型3. 对趋势模型进展误差检验根据此预测模型计算： 1341.9931.9 (5 ) 0.66 (5) 2 198.94 (万台 ) 6341.9931.9 0 0.66 0 2 341.99 (万台 ) 11341.9931.9 5 0.66 5 2 518.04 (万台 ) 对预测模型测算预测误差： MAE= 22.59/112.054 (万台 )误差很小，模型可用 |Yt- t|n11.2 非线性趋势市场预测法1. 二次曲线趋势市场预测模型4. 利用趋势模型进展预测对商品消费量后两年预

13、测为： 12341.9931.9 6 0.66 6 2 557.21 (万台 ) 13341.9931.9 7 0.66 7 2 597.70 (万台 )11.2 非线性趋势市场预测法三次曲线预测模型的公式为：2. 三次曲线趋势市场预测模型tabtct 2 dt 3第 t 期的趋势值或预测值三次曲线参数时间序列各察看期序号11.2 非线性趋势市场预测法求解三次曲线方程参数的规范方程求参数的规范方程可简化为：2. 三次曲线趋势市场预测模型Ynabtct 2dt 3 tYatbt 2ct 3dt 4 t2Yat 2bt 3ct 4dt 5 t3Yat 3bt 4ct 5dt 6 Ynact 2tY

14、bt 2dt 4t2Y at 2ct 4t3Y bt 4dt 6t0t5=0t3011.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型EX: 现有某地域某类商品销售额11年的资料，将其编制为时间序列，并计算时间序列的三次差，看能否适宜用三次曲线预测模型。三次差计算见表7。三次差的值在2之间，变动幅度较小11.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型1. 计算三次曲线参数，建立趋势模型为使三次曲线模型中对参数a、b、c 、d的计算简化，即令t=0， 那么t3=0，t5=0，见表8。根据表中有关数据，求参数a、b、c 、d ： 87311a110c 1452110b1958d

15、 9464110a1958c 252061958b41030da70.81 b15.04 c0.86 d0.10t70.8115.04t0.86t20.1t311.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型1. 建立三次曲线模型11.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型2. 对三次曲线趋势模型进展误差检验根据预测模型计算的各察看期趋势值为： 170.8115.04 (5 ) 0.86 (5)2 0.1 (5)3 29.61 (万元 ) 670.8115.04 0 0.86 02 0.1 03 70.81 (万元) 1170.8115.04 5 0.86 52 0.

16、1 53 155.01 (万元)对该预测模型的预测误差进展测算见表9，根据表中的有关数据，计算三次曲线预测模型的平均绝对误差： MAE= 7.69/110.699 (万元)误差很小，模型可用n|Yt- t|11.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型2. 对三次曲线趋势模型进展误差检验11.2 非线性趋势市场预测法2. 三次曲线趋势市场预测模型3. 利用曲线模型进展预测利用预测模型对后两年销售额进展预测： 1270.8115.04 6 0.86 6 2 0.1 6 3170.41 (万元 ) 1370.8115.04 7 0.86 7 2 0.1 7 3183.93 (万元 )

17、t011.2 非线性趋势市场预测法指数曲线市场预测模型的公式为：3. 指数曲线趋势市场预测模型 tae at或 tabt lgtlgatlgb令：YtlgYt A lga Yt ABt B lgb化为直线模型后，可以利用最小平方法求解参数的规范方程两边取对数在市场序列的一次比率值环比开展速度根本一致的情况下运用11.2 非线性趋势市场预测法3. 指数曲线趋势市场预测模型EX : 现有我国某几年农副产品收买额资料，将其编制为时间序列，并对时间序列用一次比率进展察看，同时页计算其三次差以便比较：计算见表10都比较接近，可分别用指数曲线预测模型和三次曲线模型11.2 非线性趋势市场预测法3. 指数曲

18、线趋势市场预测模型1. 计算模型参数建立曲线模型指数曲线模型根据表11中的数据，计算得： At/n32.7111/112.9737 Btt/t27.001/1100.0636根据指数模型： 1lg1 2.97370.0636(5) 453.6 (亿元) 6lg1( 2.97370.06360 ) 941.2 (亿元) 11lg1 ( 2.97370.06365 ) 1958.0 (亿元)t2.97370.0636ttlg1(2.97370.0636t) 11.2 非线性趋势市场预测法3. 指数曲线趋势市场预测模型1. 计算模型参数建立曲线模型指数曲线模型11.2 非线性趋势市场预测法3. 指数

19、曲线趋势市场预测模型1. 计算模型参数建立曲线模型三次曲线模型根据表12中有关数据，求参数a、b、c 、d ： 11491.111a110c 16332110b1958d 124109.3110a1958c 294359.31958b41030da859.6 b c18.5 d0.59t859.6t18.5t2 0.59t31859.6(5) 18.5(5)20.59(5)3558.35 (亿元) 6859.60 18.5020.5903859.6 (亿元) 11859.65 18.5520.59532085.85 (亿元)11.2 非线性趋势市场预测法3. 指数曲线趋势市场预测模型Yt- t

20、11.2 非线性趋势市场预测法3. 指数曲线趋势市场预测模型2. 对曲线模型进展误差检验和比较对于所建立的指数曲线模型和三次曲线模型，必需经过对其预测误差的比较，才干决议在预测中用哪一种更适宜。据表11计算指数曲线预测模型的预测误差为：据表12计算三次曲线预测模型的预测误差为：采用指数曲线模型进展预测MAPE 0.289/110.02632.63n| |YtYt- tMAPE 0.907/110.08258.25n| |Yt11.2 非线性趋势市场预测法3. 指数曲线趋势市场预测模型3. 进展预测采用指数曲线模型进展预测，其后两年的预测值为： 12lg12.97370.0636 6lg13.3

21、5532266 (亿元 ) 13lg12.97370.0636 7lg13.41892623 (亿元 )11.2 非线性趋势市场预测法生长曲线法：两种生长曲线的比较在实践的信息分析中，常会遇到这种情况：时间序列数据散点图目测可用生长曲线来描画，但是用Logistic曲线还是用Gompertz曲线，那么需求做进一步分析。我们不能单纯依托不一致系数的大小来确定采用何种模型，这是由于不一致系数只是反映了拟合已有时间序列数据点的效果，而不能很好反映预测效果。两种曲线具有不同的动态特性，我们应该对研讨对象的动态特性作深化分析，以确定选用何种模型Logistic曲线和Gompertz曲线虽都属于生长曲线，

22、但却具有不同的动态特性。当研讨对象的开展只和已生长已代换量率有关时，那么选用Gompertz曲线；当研讨对象的开展受已生长已代换量和待生长待代换量的双重影响时，那么选用Logistic曲线。4. 龚伯兹曲线市场预测模型11.2 非线性趋势市场预测法Gompertz曲线市场预测法，又叫生长曲线法Gompertz曲线是由英国统计学家和数学家B.Gompertz于1825年提出的，用下式表示：可知Gompertz曲线是双层指数函数。对于模型参数的不同取值，Gompertz曲线有四种不同的类型。其中满足条件K0,0a1，0b0,0a1，0b1那么当t 时，y K ；当t- 时，y 0 。11.2 非线

23、性趋势市场预测法Gompertz曲线预测模型为：Ytkabt对数方式为：lgYtlgkbtlga求解参数k、a、b的公式为：4. 龚伯兹曲线市场预测模型 2lgY 1lgYbn 3lgY 2lgYlga(2lgY 1lgY) b1(bn1) 2b bnnlgk 1lgY (lga) bn1b11nn：察看期期数的1/31lgY：察看期第一个1/3期数察看值的对数之和2lgY：察看期第二个1/3期数察看值的对数之和3lgY：察看期第三个1/3期数察看值的对数之和11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型EX: 现有某种产品9年的销售量资料，对其进展增长速度变化的察看分析，见表13

24、11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型1. 建立预测模型根据表14中的有关数据，计算得：n9/33b3 0.2886b0.6608lga3.63763.2288 0.2739lgk 3.2288 0.2739 / 31.26773.75563.63763.63763.22880.1180.40880.66081(0.28861)20.288610.66081lgt 1.2677(0.2739)(0.6608)tkanti lg1.267718.52 ( 万件 )本产品销售量上限11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型1. 建立预测模型根据预测模型得到趋势值

25、为：lg1 1.2677(0.2739)(0.6608)1 1.0867 ( 万件 )lg5 1.2677(0.2739)(0.6608)5 1.2332 ( 万件 )lg9 1.2677(0.2739)(0.6608)9 1.2611 ( 万件 )1 anti lg1.086712.21 ( 万件 )5 anti lg1.233217.11 ( 万件 )9 anti lg1.261118.24 ( 万件 )11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型1. 建立预测模型11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型2. 对预测模型进展检验根据表15中的数据，计算平均绝

26、对百分误差：Yt- tMAPE 0.69/90.0767.7n| |Yt11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型2. 对预测模型进展检验11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型3. 运用模型进展预测由于产品存在寿命周期，其销售量最高不会超越18.52万件，因此在今后几年不会再出现高速增长lg10 1.2677(0.2739)(0.6608)10 1.2634 ( 万件 )10 anti lg1.263418.34 ( 万件 )lg11 1.2677(0.2739)(0.6608)11 1.2648 ( 万件 )11 anti lg1.264818.40 (

27、万件 )11.2 非线性趋势市场预测法4. 龚伯兹曲线市场预测模型Gompertz曲线KK/211.3 季节变动模型市场预测法季节变动是指某些市场景象的时间序列，由于受自然气候、消费条件、生活习惯等要素的影响，在假设干年中每一年随季节的变化都呈现出的周期性变动如供应量、需求量、销售量、商品价钱等的周期性变动市场景象时间序列的季节变动普通表现得比较复杂，多数情况下并非变形为单纯的季节变动。有些市场景象时间序列表现为以季节变动为主，同时含有不规那么变动要素；有些市场景象时间序列那么表现为季节变动、长期趋势变动和不规那么变动混合在一同研讨市场景象季节变动，所搜集的市场景象时间序列资料普通必需是以月或

28、季为单位时间；为研讨某市场景象的季节变动规律，必需至少具有3年或3年以上的市场景象各月或季的资料季节变动的主要特点：每年均会反复出现，各年同月或季具有一样的变动方向，变动幅度普通相差不大季节变动11.3 季节变动模型市场预测法所谓季节变动模型，反映的是市场景象时间序列在一年内季节变动的典型情况，或称为其季节变动的代表性程度季节变动模型由一套目的组成，假设市场景象时间序列的资料是以月为时间单位，那么季节变动模型由12个目的组成；假设市场景象时间序列的资料是以季为时间单位，那么季节变动模型由4个目的组成季节变动模型的目的有两种：以相对数表示的季节比率以绝对数表示的季节变差季节变动模型11.3 季节

29、变动模型市场预测法季节比率也称为季节指数或季节系数。普通以百分数或系数表示对于不含长期趋势变动的市场景象时间序列的季节变动，测算季节比率的公式为： 季节比率各月或季实践察看值 / 月或季平均值对于既含季节变动又含长期趋势变动的市场景象时间序列，季节比率的测算公式为： 季节比率各月或季实践察看值 / 月或季趋势值市场景象时间序列全年12个月的季节比率之和应为1200，4个季度的季节比率之和应为400，其全年12个月或4个季度的季节比率平均值为100季节比率目的所反映的，是市场景象时间序列中各月或各季的实践察看值，围绕季节比率平均值100上下动摇的情况。季节比率偏离100的程度大，阐明季节变动的幅

30、度大；季节比率偏离100的程度小，阐明季节变动的幅度小在实践研讨市场景象季节变动规律时，不是根据某一年12个月或4个季度的实践察看值，而是根据35年市场景象实践分月或季的时间序列资料，以上季节比率的公式应进一步改写为能运用多年资料计算的公式： 季节比率同月或季实践察看值平均值 / 总平均数 或 季节比率同月或季实践察看值平均值 / 趋势值季节变动模型目的季节比率11.3 季节变动模型市场预测法对于不含长期趋势变动的市场景象时间序列的季节变动，测算季节变差的公式为： 季节变差各月或季实践察看值 月或季平均值对于既含季节变动又含长期趋势变动的市场景象时间序列，季节变差的测算公式为： 季节变差各月或

31、季实践察看值 月或季趋势值在实践研讨市场景象季节变动规律时，不是根据某一年12个月或4个季度的实践察看值，而是根据35年市场景象实践分月或季的时间序列资料，以上季节变差的公式应进一步改写为能运用多年资料计算的公式： 季节变差同月或季实践察看值平均值 总平均数 或 季节变差同月或季实践察看值 平均值 趋势值季节变动模型目的季节变差11.3 季节变动模型市场预测法 对于不含长期趋势变动，只含季节变动的市场景象时间序列，普通采取季节程度模型对其进展预测季节程度模型预测法：先直接对市场景象时间序列中各年同月或季的实践察看值加以平均再将各年同月或季平均数与各年时间序列总平均数进展比较，即求出季节比率，或

32、将各年同月或季平均数与时间序列各年总平均数相减，即求出季节变差在此根底上对市场景象的季节变动作出预测无趋势变动市场景象季节变动预测11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测EX: 现有某企业某种商品销售量4年的分月资料，用季节程度模型，对其季节变动规律进展描画，并对企业某商品销售量做预测，其资料和计算见表1611.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测1. 求各年同月的平均数如表16。求各年同月的平均数，即将4年中各年同1月份的实践销售量加以平均，采用简单算术平均方法计算 1月平均销售量23301822/ 423.25百公斤 6月平均销售量34833434

33、3324/ 4337.25百公斤 12月平均销售量27161346/ 423.50百公斤11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测2. 求时间序列4年全部数据的总平均数总平均数即将4年共48个月的实践销售量资料，计算出总平均数。根据表16中数据，总平均数可有三种测算方法： 总平均数5842 / 48121.7百公斤 或 总平均数1460.5 / 12121.7百公斤 或 总平均数486.9 / 4121.7百公斤11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测3. 求各月季节比率和季节变差计算各月季节比率的公式为： 季节比率各年同月平均数 / 总平均数根据表1

34、6中数据，各月季节比率为： 1月份季节比率23.25 / 121.719.1 6月份季节比率337.25 / 121.7277.1 12月份季节比率25.20 / 121.720.911.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测3. 求各月季节比率和季节变差计算各月季节变差的公式为： 季节变差各年同月平均数 总平均数根据表16中数据，计算各月季节变差为： 1月份季节变差23.25121.798.45公斤 6月份季节变差337.25121.7215.55公斤 12月份季节变差25.50121.796.2公斤11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测3. 求各月

35、季节比率和季节变差假设将所计算出的各月季节比率绘成图形，可非常清楚地察看到该商品销售量季节变动的规律11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测4. 对市场景象进展预测对市场景象进展预测，即根据曾经计算出的季节比率或季节变差，对下年各月销售量进展预测，预测结果见表1711.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测4. 对市场景象进展预测用季节比率进展预测： 季节比率预测值上年的月平均数 各月季节比率 数学模型表示为：t Y * ft 根据此预测模型所计算出的各月销售量预测值为： 1月份预测值.619.125.9公斤 6月份预测值.6277.1375.7公斤 1

36、2月份预测值.620.928.3公斤预测值各月季节比率上年月平均值11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测4. 对市场景象进展预测用季节变差进展预测： 季节变差预测值上年月平均数 各月季节变差 根据此预测模型所计算出的各月销售量预测值为： 1月份预测值.698.4537.2公斤 6月份预测值.6215.55351.2公斤 12月份预测值.696.239.4公斤预测值各月季节比率上年月平均值11.3 季节变动模型市场预测法无趋势变动市场景象季节变动预测4. 对市场景象进展预测第1年 第2年 第3年 第4年11.3 季节变动模型市场预测法含趋势变动市场景象季节变动的预测季节性

37、迭加趋势预测模型季节性交乘趋势预测模型假设所研讨和预测的市场景象时间序列，既有季节变动又会趋势变动，其每年都出现的季节变动的变动幅度，并不随着市场景象的趋势变动而加大时，需求采取季节性迭加趋势预测模型进展研讨预测季节性迭加趋势预测模型为：含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型11.3 季节变动模型市场预测法tabt di趋势方程参数景象趋势值部分平均季节变差时间序列察看期序号预测值11.3 季节变动模型市场预测法EX: 现有某地某几年各月社会商品零售额资料，将时间序列各值绘制成图察看，该景象不仅有明显的季节变动，还含有一定的上升趋势，各年季节变动的程度根本一样，因此，需求采用季节性迭加趋势模型进展预测 (解题步骤见课本P330336)含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型11.3 季节变动模型市场预测法11.3 季节变动模型市场预测法含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型11.3 季节变动模型市场预测法含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型11.3 季节变动模型市场预测法含趋势变动市场景象季节变动的预测1. 季节性迭加趋势预测模型第1年 第2年 第3年 第4年有些市场景象时间序列，既存在明显的季节变动又