数极客首页

小白学统计(80)范例分析:时间数列分析应用

下面以一个例题将前面内容联络
起来。阐明

关于
理论

问题,怎样
把各要素
的影响水平

分别

起来,预测现象的展开

水平

范例剖析

某企业近5年的销售数据如下表:

小白学统计(80)范例剖析:时间数列剖析应用

小白学统计(80)范例剖析:时间数列剖析应用

1、肯定
时节
指数

从调整后的数据能够

看出,销售额的变化既有显然
的时节
变化要素
,又有显然
的长期趋向
,随着时间的变化,销售量不时
增加。所以第一
肯定
时节
要素
。采用前面引见
过的长期趋向
剔除法(回想

:时节
变动剖析

):

第一步对原数列中止

四项平均

,分别

出时节
变动和不规则变动数值S*I;

小白学统计(80)范例剖析:时间数列剖析应用

小白学统计(80)范例剖析:时间数列剖析应用

调整后时节
指数=调整系数*调整前时节
指数

2、肯定
趋向
方程

经过
四项或十二项移动

平均

以后,消弭
了时节
变动和不规则变动的影响,这样调整后的数值只包含长期趋向
和循环变动。能够

列出下表:

小白学统计(80)范例剖析:时间数列剖析应用

小白学统计(80)范例剖析:时间数列剖析应用

3、预测

依据

前面的剖析

,能够

对未来

中止

预测,例如,预测2016年1季度的销售额。

第一
,肯定
时间X的值,X=16+3*1=19;

第二
,肯定
长期趋向
值,Y=19*0.9278+19.434=37.06

最终
,假定

时节
要素
,得到所需的预测值;

2016年1季度估量

销售额=T*第三季度的时节
指数=37.06*70.51%=26.13;

发表评论

评论已关闭。

相关文章