下面以一个例题将前面内容联系起来。说明对于实际问题,如何把各因素的影响程度结合起来,预测现象的发展程度。
范例分析
某企业近5年的销售数据如下表:
上面的资料是以月为单位的,为简化计算,先把资料转换成以季为单位的时间数列,然后进行分析,变换后的资料如下表:
1、确定季节指数
从调整后的数据可以看出,销售额的变化既有明显的季节变化因素,又有明显的长期趋势,随着时间的变化,销售量不断增加。所以首先确定季节因素。采用前面介绍过的长期趋势剔除法(回顾:季节变动分析):
第一步对原数列进行四项平均,分离出季节变动和不规则变动数值S*I;
第二步对计算结果进行整理,确定出季节指数。计算过程以计算表的形式展现;
调整系数=400%/399.61%=1.00097
调整后季节指数=调整系数*调整前季节指数
2、确定趋势方程
通过四项或十二项移动平均以后,消除了季节变动和不规则变动的影响,这样调整后的数值只包含长期趋势和循环变动。可以列出下表:
使用Excel作出散点图,并添加趋势线,得到最小二乘法计算出的趋势方程:
循环变动的确定只能反映过去围绕趋势线变化的特征,不能预测未来的状况,而不规则变化在一段时间内又可以相互抵消。所以,在一般分析中只研究长期趋势和季节变化就可以了。
3、预测
根据前面的分析,可以对未来进行预测,例如,预测2016年1季度的销售额。
首先,确定时间X的值,X=16+3*1=19;
其次,确定长期趋势值,Y=19*0.9278+19.434=37.06
最后,假如季节因素,得到所需的预测值;
2016年1季度预计销售额=T*第三季度的季节指数=37.06*70.51%=26.13;
本文为专栏文章,来自:生活统计学,内容观点不代表本站立场,如若转载请联系专栏作者,本文链接:https://www.afenxi.com/34372.html 。