1702657152
Excel统计分析与应用大全 [:1702652463]
1702657153
Excel统计分析与应用大全 9.1.3 时间序列的表现形式
1702657154
1702657155
时间序列依据其特征，有以下几种表现形式。
1702657156
1702657157
1.长期趋势变化
1702657158
1702657159
长期变化趋势是指现象受某种基本因素的影响，在较长时期内表现出的一种有确定倾向且持续稳步变化的趋势。它具体可表现为上升趋势、下降趋势或水平趋势。如图9.1所示，某产品的销售水平由2001～2008年随着时间总体呈长期上涨趋势，这种特征是该时间序列的长期趋势变化的表现形式。
1702657160
1702657161
1702657162
1702657163
1702657164
图9.1 某产品2001～2008年的销售水平
1702657165
1702657166
2.季节性周期变化
1702657167
1702657168
季节性周期变化是指受到季节更替等因素影响，序列依照某一固定周期有规律地发生变化。季节性周期变化是由于自然气候的变化、文化民俗等因素引起的。市场现象随季节变化在每年反复出现周期性的变动。因此，季节性周期变化又称商业循环。例如，玫瑰花在情人节的销售量尤其多，旅游人数往往在节假日出现高峰等。如图9.2所示，某花店某种鲜花2011～2012年各个季节的销售量随着季节的不同而发生相应的变动。由图9.2可知，每年的夏季是该花店某种鲜花销售的高峰期。这种有着明显的季节变动因素的特征，就是该时间序列的季节性周期变化的表现形式。
1702657169
1702657170
1702657171
1702657172
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。