数学建模学习笔记（清风）——时间序列分析

目录

基础部分：

        适用范围：

        具体步骤：

        Spss给出的时间序列分析模型种类：（指数平滑模型）

注意事项：

---

基础部分：

        适用范围：

                主要用于短期的时间序列数据的预测，也可用于描述过去，分析规律、预测未来

        具体步骤：

                1、作时间序列图

                2、判断时间序列所包含的变动成分

                3、时间序列分解

                4、利用Spss建立时间序列分析模型，得到合适的模型以及模型的关键参数

                5、预测未来的指标数值

        Spss给出的时间序列分析模型种类：（指数平滑模型）

                1、简单Simple---只能预测一期

                2、霍特线性趋势模型Holt's linear trend---倾向于对未来预测值过高

                3、布朗线性趋势Brown's linear trend---霍特线性趋势模型的特例

                4、阻尼趋势Damped trend---缓解霍特线性趋势模型的较高线性趋势

                5、简单季节性Simple seasonal

                6、温特加法模型Winter's addictive

                7、温特乘法模型Winter's multiplicative

注意事项：

        时间序列模型也是一种回归模型，是一种预测型回归模型，因此无需关注显著性水平。