《课程目标学习时间序列整理及分析的方法计算工具本课程教学提纲》由会员分享，可在线阅读，更多相关《课程目标学习时间序列整理及分析的方法计算工具本课程教学提纲（18页珍藏版）》请在金锄头文库上搜索。
1、1,課程目標:學習時間序列整理及分析的方法計算工具：本課程使用EXCEL,SAS/EG上課方式：一、二節講課，第三節在電腦室實作Text：Forcasting,TimeSeries,andRegression.4ed,byBowerman,OConnell,Koehler網頁：www1.emath.pu.edu.tw/tfchen(ore-learning)成績考核：作業+報告40%，期中考30%，期末考30%,課程介紹,2,資料型式Cross-sectionaldata本月各項營收Timeseriesdata(longitudinaldata)IBM今年每交易日的股價記錄公司今年每週營收本課
2、程重點在分析timeseriesdata,1.1Forecasting&Data,3,1.1Forecasting&Data,Examplesfortimeseriesdata：1.marketing：全球油價2.finance：某一支股價的變化3.personnelmanagement4.production5.processcontrol6.水文資料7.實驗訊號Forecasts-Forecasting-,4,Timeseries,何謂時間序列？按時間(chronologically)依序記載的一組觀察組，可以是離散型，也可以是連續型資料，時間間隔通常是固定的。（時間：年、季、月、日、時等
3、）asequenceofobservationsorderedbyatimeparameter分析目的1.解釋現象、2.預測、3.品質控制、4.明瞭因果關係(causalmechanism),6,7,時序模式之成因-TSCI,ThecomponentsofatimeseriesareTrendCycleSeasonalvariationsIrregularfluctuations,時序資料通常含有上列一個或是多個成因，要如何將它們分解出來？,8,Trend(T)長期走勢資料長期向上或向下持續性的移動如：公司銷售量，人口變化，GNP,Trend長期走勢,9,Cycle(C)循環發生在210年或更
4、長時期，資料原型中上下的變化如：businesscycle(GNP)、景氣、地震,Cycle,註：Cycle是不容易預測，因為它是長期的,10,SeasonalVariation(S)季節變化在一年的時段內，資料本身有一變化的原型，然後每年重複地循環此原型出現，週期為4，12，如：氣候、用電量、冰淇淋，電暖氣的銷售量,SeasonalVariation,11,Irregularfluctuations(I)不規則震盪時序中無可規範的不穩定移動，其產生因素不定，如：股價變化,Irregularfluctuations,通常一時序資料可能含有一個或一個以上的成因，作圖是分辨成因存在性的好方法若一時
5、序資料不含任何走勢成因，稱此資料是平穩的(stationary）,12,（預測分為短期,中期,長期）1.定性方法(Qualitativemethod)以經驗、判斷及專家的意見做預測(通常用於中、長期預測)2.定量方法(Quantitativemethod)使用過去資料,配適一數學模式,然後以估計得的方程式預測未來(通常用於短期預測)註：時間序列分析屬於定量方法,1.2預測的方法,13,單變數預測模式描述某依變數隨時間變化的模式，例：某一支股價的變化因果預測模式(causalforecasting)以其他變數(independentvar.)的變化解釋研究變數(dependentvar.)的變化
6、例：全球油價對股價的影響,時間序列模式,14,1、客觀性：一旦選出自變數,按預測模式作預估2、精確度之可測性3、省時：一旦模式建立,可立即套用4、達成點估計及區間估計,缺點,使用定量方法之優缺點,優點,無法掌握長期變化，需隨時修正，宜做短期、中期預測。如：1980-1989之油價模式對1990油價的預測不準,因沒料到有克威特戰爭,15,1.2預測準確度(accuracy)之量測,Sample:Y1YnYt：在時間t之真實值：在時間t之預測值定義：時間t的forecasterror,若，則此預測擁有randomforecasterror,(有正負別),16,對整體模式而言如何測量error？Th
7、emeanabsoluteerrorMAD=ThemeansquareerrorMSE=Therootmeansquareerror(std.error)RMSE=Themeanoftheabsolutepercentageerror(相對誤差)MAPE=,誤差量測值,17,使用那一測值？：如果誤差的分布是接近常態（未出現特大的誤差絕對值）通常使用MSE或RMSE，如果誤差中有多個特大值時，使用MAD,誤差測值的使用,何時使用？：比較數個模式，原則上誤差越小，模式越佳，誤差（MSE）之大小可做為選擇模式之依據,18,分析步驟,1.決定研究主要目標，指定變數、週期(月,季,年)，預測的期限(短、中、長)，是否考慮因果關係2.決定資料來源3.收集資料4.作圖，檢查趨勢，決定適當模式型式5.估計模式6.評估模式，選一最佳模式7.由預測評估模式8.以信賴界線作預測9.追蹤模式，隨時更正，再評估,
