时间序列分解预测（季节性因素+趋势）
2018-06-14 本文已影响0人
茶咖不卡
题目：预测2016年各季度的啤酒销售量。
原始数据
1、首先由图形确定时间序列类型。图形明显有季节性和趋势性。
折线图
2、利用移动平均法计算季节指数，因为是季度所以用4项移动平均，再将4项移动平均结果进行2项移动平均，得到中心化移动平均。
得到中心化移动平均值
求得季度指数
季度指数趋势
可以看出第3季度是旺季。
3、分离季节成分得到趋势曲线并的到曲线方程进行预测。
看出呈线性趋势，设y=a+bt，a、b为常数，回归分析得出a、b,得模型进行回归预测。
回归分析
得出预测数据
预测与实际比较，很接近
预测2016各季度销售量
