哈喽你们好,我是可乐
ide
双十二立刻就要来了,不由让人回想起双十一,今年你剁手了吗
spa
2020年淘宝双十一成交额4982亿,要知道2019年是2684亿,猛地一瞅,好家伙,3d
但总量愈来愈大的同时增加率却逐年下降呀,且今年的统计口径和历年都不同(后面会说统计口径的问题)。
orm
时间序列,顾名思义,就是数据随时间变化blog
时间序列进行预测的关键,是肯定已有时间序列的变化模式,并假定这种模式会延续到将来图片
时间序列:数据随时间变化的形式get
经济数据大多呈时间序列的形式,如历年淘宝双十一成交额数据分析
一个时间序列的变化一般能够由如下4种成分组成:it
趋势:时间序列呈现的某种持续上升/降低的变化。趋势能够是线性的,也能够是非线性的。class
想要肯定一个时间序列是否包含趋势成分,可对数据进行回归分析,获得拟合的趋势线,并进行显著性检验,经过检验,则说明线性趋势显著
季节性:时间序列在一年中出现的周期性波动就是季节性。
想要肯定一个时间序列是否包含季节性的成分,须要至少两年的数据,
周期性:时间序列中呈现的围绕长期趋势的波浪或振荡式变更,周期性一般由经济环境的变化引发。
随机性:除了趋势、季节性、周期性变更之外的某种随机的变更
作时间序列分析最关键的就是一个假设,假设如今的这种变化趋势会延续到将来
下面介绍几种时间序列预测的方法
只含有随机成分,不存在趋势或季节性成分的可用该方法,平滑预测法包含简单平均法、移动平均法、指数平滑法,经过平滑就能够消除随机波动
以必定观察期的数据求得平均数,并以所求平均数为基础,预测将来时期的预测值。简易平均法是最简单的定量预测方法
以下图用简单平均法预测2020年淘宝双十一交易额
由于近期的数值远比远期的数值更有做用,所以这样预测的结果是不够准确的。
移动平均法就是利用近期的数据来预测将来的方法,也能够细分红两种方法,简单移动平均法和加权移动平均法。
简单移动平均法是将最近期的数据平均后最为下一期的预测值
仍是双十一数据,能够取间隔为3和2时分别计算一下看看。
须要注意的是:
移动平均的项数不宜过大
加大移动平均法的期数(即加大n值)会使平滑波动效果更好,但会使预测值对数据实际变更更不敏感
移动平均法要由大量的过去数据的记录
关于用Excel进行时间序列分析的问题,以前我也写过一篇文章:
指数平滑法是对观察值进行加权从而进行预测的一种方法,经过对不一样时间的观察值所赋予的权数不等,从而加大了近期观察值的权数,使预测值可以迅速反映市场实际的变化。
当序列存在明显的趋势时,就再也不适用上述方法了,应用趋势序列预测的方法。
呈现出增加/降低的线性变化趋势,有点回归分析那味儿了,能够用Excel里的趋势线来预测,选择线性趋势,勾上显示公式和R平方,代入线性公式,获得2020预测值。
其实这个淘宝双十一的数据咱们很明显地看出来它是呈指数递增的,那就在趋势线里选择指数,获得指数曲线的预测方程,代入公式预测2020年数据,能够看到偏差仍是挺大的。
这里有个统计口径的问题,以前几年的数据都是当天的成交额,而2020年则变成了11月1日~11日的累积成交额,再结合增加率看看,说明什么呢?你们心知肚明就行了哈。
明天见!