统计数据分析技术.ppt

示例 对1993年——2000年中国社会消费品零售总额序列进行确定性时序分析。 * (1)绘制时序图 * (2)选择拟合模型 长期递增趋势和以年为固定周期的季节波动同时作用于该序列，因而尝试使用混合模型（b）拟合该序列的发展 * (3)计算季节指数 * 月份 季节指数 月份 季节指数 1 0.982 7 0.929 2 0.943 8 0.940 3 0.920 9 1.001 4 0.911 10 1.054 5 0.925 11 1.100 6 0.951 12 1.335 季节指数图 * 季节调整后的序列图 * (4)拟合长期趋势 * (5)残差检验 * (6)短期预测 * 统计数据分析软件 Ｅｘｃｅｌ电子表格处理软件在目前的日常报表工作中相当常见且较为普及，同时其描述统计的功能已完全具备。能满足简单的统计分析与处理。 ＳＡＳ(statistic analysis system)具有完备的数据访问、数据管理、数据分析和数据呈现功能。从其优点来看，对不同的数据库、不同的应用软件、不同等级的用户和不同的计算机平台均能进行有效处理。 * 统计数据分析软件 ＳＰＳＳ、(statistical Package for the Social Science)社会科学用的一个组合式统计软件包。它集数据整理、分析过程、结果输出等功能于一身。ＳＰＳＳ可采用完全窗口菜单运行管理方式、程序运行管理方式和混合运行管理方式。 ＥＶｉｅｗｓ是当今世界上最流行的计量经济学软件之一，拥有数据处理、作图、统计分析、建模分析、预测和模拟六大类功能，且操作简便。 * 统计学软件 Ｓｔａｔｉｓｔｉｃ所能作的统计分析内容与ＳＰＳＳ、ＳＡＳ区别不大，但有更大的优点：运行速度快；菜单栏上有详细的统计专业名词，方便用户理解，并可配合中文使用，增加可读性；在图形模块中能生产图形模块。 Matlab 数学软件，其中包含概率统计部分 * 谢 谢 ！ * 3333 * 2222 * 开场白：诸位都是IT界的精英，今天与大家探讨数据挖掘的发展、方法和应用前景。 我尽量给大家一个数据挖掘的全貌，尽量做一些介绍，不知是否符合大家的需要。 由于数据挖掘涉及的方法太多，工具，公司，应用太广，此次以方法全貌为主。愿意与我讨论的可通过邮件。 我可能会提供一些资料性的东西，特别是方法性的文章。 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 3333 * 2222 * 指数平滑法 * 指数 平滑法 特点 指数平滑法提供的预测值是以前所有预测值的加权平均数，但所有过去资料未必都需要保留，以用来计算下一个时期的预测值。 一旦选定平滑常数α，只需要二项的信息就可计算预测值。 对给定的α，我们只要知道t期时间序列的实际值和预测值，即Yt和Ft，就可计算t+1期的预测值。 示例 某一观察值序列最后4期的观察值为： 5，5.5，5.8，6.2 （1）使用4期移动平均法预测 。 （2）求在二期预测值 中 前面的系数等于多少？ * 示例 （1） （2） 在二期预测值中 前面的系数等于 * 利用趋势推测法进行预测 * 如何对拥有长期线性趋势的时间序列进行预测。 不稳定，随时间 呈现持续增加 或减少的形态 长期 线性 趋势 数列 趋势推测法可行 平滑法不合适 利用趋势推测法进行预测 * [例] 考虑一某超市过去10年的自行车销售量时间序列，资料见表11-1。注意，第1年销售了21600辆，第2年销售了22900辆，…，第10年（即最近一年）销售了31400辆。尽管图11-1显示在过去10年中销售量有上、下波动，但时间序列总的趋势是增长的或向上的。 利用趋势推测法进行预测 * 利用趋势推测法进行预测 * 图11-1 自行车销售时间序列的图形 利用趋势推测法进行预测 * 图11-2 用线性函数对自行车销售量的趋势描述 利用趋势推测法进行预测 * 被估计的销售量可表示为时间的函数，其表 达式如下： 线性趋势方程 上式中 Tt——t期时间序列的趋势值； b0——线性趋势的截距； b1——线性趋势的斜率； t ——时间。 [解析] 利用趋势推测法进行预测 * 其中: [解析(续)] 利用趋势推测法进行预测 * 式中 Tt——t期时间序列的值； n ——时期的个数； ——时间序列的平均值，即 —t的平均值，即 =∑t/n。 [解析(续)] 利用趋势推测法进行预测