1702657173
图9.2 某花店某种鲜花2011～2012年各季节销售量
1702657174
1702657175
3.循环变化
1702657176
1702657177
循环变化是指时间序列数据在为期较长（三年、五年乃至更长）的周期内，呈现出有规则的上升或下降的周期不固定的波动变化。通常，一个时间序列的循环是由其他多个小的时间序列循环组合而成的，例如，企业总体销售指标的循环往往由各个部门的销售循环组合而成。同样，各部门的销售循环往往受到企业总体销售指标的影响。如图9.3所示，某企业在2001～2011年某产品销售量的增长率不断上下循环波动，且循环周期较长，这种特征就是该时间序列的循环变化的表现形式。
1702657178
1702657179
1702657180
1702657181
1702657182
图9.3 2001～2011年某企业产品销售增长率
1702657183
1702657184
4.随机变化
1702657185
1702657186
随机变化又称不规则变化。随机变化是指由许多不确定因素引起的，时间序列数据呈现出忽上忽下不规则的变化。随机变化是在时间序列中将长期趋势、季节变动以及循环变动等成分隔离后，所剩下的随机状况的部分。一般来说，随机变化的发生都是由于天气突变等自然状况引起的。
1702657187
1702657188
对于时间序列的各种不同表现形式，时间序列的分析也有不同。时间序列分析主要分为随机性变化分析AR、MA、ARMA模型和确定性变化分析，而确定性变化分析又分为趋势变化分析、周期变化分析和循环变化分析。根据时间序列的不同分析形式，预测时间序列的方法也有许多种。
1702657189
1702657190
1702657191
1702657192
1702657193
Excel统计分析与应用大全 [:1702652464]
1702657194
Excel统计分析与应用大全 9.2 时间序列的移动平均法
1702657195
1702657196
时间序列的移动平均法是对时间序列的一种简单的预测方法。时间序列的移动平均法是将通过对时间序列逐步递移求得的平均数作为预测值的一种预测方法，分为简单移动平均法和趋势移动平均法。
1702657197
1702657198
Excel统计分析与应用大全 [:1702652465]
1702657199
9.2.1 时间序列简单移动平均法
1702657200
1702657201
时间序列简单移动平均法是对时间序列按照一定的观察期，连续移动，计算移动平均值，作为预测值的一种简单的时间序列预测方法。
1702657202
1702657203
简单移动平均法的公式：
1702657204
1702657205
假定Xt为时间序列中第t期的实际观测值，Mt（1）为时间序列第t期的移动平均值，n为移动平均值的跨越期。则可求得时间序列的简单移动平均值的公式：
1702657206
1702657207
1702657208
1702657209
1702657210
对于某些简易的时间序列，可用Mt（1）进行预测。若对于在进行了一次移动平均所求得的预测值的基础上再进行一次移动平均，并在最后的一次移动平均值和二次移动平均值的基础上建立预测模型，则需要依照如下公式：
1702657211
1702657212
1702657213
1702657214
1702657215
应用时，需要注意确定合理的移动间隔长度。对于同一个时间序列，采用不同的移动间隔所预测的准确性也是不同的。
1702657216
1702657217
下面通过示例1，介绍关于在Excel 2013中如何进行时间序列的简单移动平均法的相关操作过程。
1702657218
1702657219
示例1：
1702657220
1702657221
假定以下数据文件是某企业部分商品的销售水平统计，要求通过用简单移动平均法对该历史数据进行计算来预测2013年该企业部分商品的销售水平，其中间隔为2，并计算其预测误差。原始数据如图9.4所示。
1702657222