6009222.doc 商务数据分析 电 子 商 务 系 列 上海财经大学经济信息管理系IS/SHUFE Pag e 1 o f 38 第 四 十 一 课 非 平 稳 序 列 的 确 定 性 分 析 在实际情况中，绝大部分序列都是非平稳的，因而对非平稳序列的分析更普遍、更重要，相应地各种分析方法也更多。通常，把非平稳时间序列的分析方法分为：确定性时间序列分析和随机性时间序列分析两大类。 所谓非平稳确定性时间序列是指在自然界中由确定性因素导致的非平稳时间序列，通常这种非平稳的时间序列显示出非常明显的规律性，比如有显著的趋势或有固定的变化周期，这种规律性信息一般比较容易提取。 所谓非平稳随机性时间序列是指由随机因素导致的的非平稳时间序列，通常这种随机波动非常难以确定和分析。传统的时间序列分析方法通常都把分析的重点放在确定性信息的提取上，而忽视对随机信息的提取。通常将序列简单地假定为tttx ，如果t 是均值为零的白噪声序列，那么就可以采用确定性分析方法。 一、 时间序列的平滑技术 有些时间序列具有非常显著的趋势，有时我们分析的目的就是要找到序列中的这种趋势，并利用这种趋势对序列的发展作出合理的预测。对趋势进行分析和预测常用方法有: 6009222.doc 商务数据分析 电 子 商 务 系 列 上海财经大学经济信息管理系IS/SHUFE Pag e 2 o f 38 趋势拟合法——把时间作为自变量，相应的序列观察值作为因变量，建立序列值随时间变化的回归模型的方法。根据序列所表现出的线性或非线性特征，我们的拟合方法又可以具体分为线性拟合和曲线拟合。 平滑法——利用修匀技术，消弱短期随机波动对序列的影响，使序列平滑化，从而显示出变化的规律。根据所用的平滑技术的不同，又可具体分为移动平均法和指数平滑法。 1. 滑动平均与加权滑动平均法 一般说来，已知序列值为txxxx,,,,321，欲预测1tx 的值，则其预测值为： NxxxxNtttt111ˆ (41.1) 这种均值随t的变化而变化，称它为滑动平均值。这里 N 称为滑动平均的时段长。滑动平均的目的主要是平滑数据，消除一些干扰，使趋势变化显示出来，从而可以用于趋势预测。在计算滑动平均值时，若对各序列值不作同等看待，而是对每个序列值乘上一个加权因子，然后再作平均，则称此为加权滑动平均，称下述预测值 NxxxxNtNtttw2211ˆ (41.2) 为加权滑动平均拟合值，1,2,…,N...
VIP
