《时间序列预测法》

电子商务数据分析基础模块四数据描述性分析19电商1班时间序列预测法任务背景导入对店铺商品销量趋势分析与预测，其结果可以帮助运营人员优化选品及销售策略，调整商品库存及采购数量。某店铺是一家服饰专营店，主营产品有羽绒服、牛仔裤等，部门经理为了分析这两款商品的销量趋势，向小王布置了以下两个分析任务：分析任务（1）已知羽绒服近四年各季度销量数据，计划在2019年提高20%的销量，预测出羽绒服2019年各季度的销量；

（2）已知牛仔裤近两年各月的销量数据，分析牛仔裤的销量趋势。时间序列预测法认识时间序列预测法

时间序列是指某种变量在一定时间段内不同时间点上观测值的集合，这些观测值是按时间顺序排列的，时间点之间的间隔是相等的，可以是年、季度、月、周、日或其它时间段。基本原理承认事物发展的延续性，运用过去时间序列的数据进行统计分析，推测出事物的发展趋势充分考虑到偶然因素影响而产生的随机性，为了消除随机波动的影响，时间序列预测法利用历史数据进行统计分析，并对数据进行适当处理，进行趋势预测。预测所依据的数据具有不规则性不考虑事物发展之间的因果关系假设事物发展趋势会延伸到未来时间序列预测法基本特点在反映了对象线性的、单向的联系；适合预测稳定的、在时间方面稳定延续的过程，并不适合进行长期预测。在分析现在、过去、未来的联系时，以及未来的结果与过去、现在的各种因素之间的关系时，效果比较好；数据处理时，并不复杂。缺点优点时间序列预测法的一般步骤收集、整理历史资料、编制时间序列1要求：时间序列要完整、准确；各数据间应具有可比性，要将不可比的数据整理为可比数据；如果在时间序列中存在极端值，要将其删除。绘制图形2要把时间序列绘制成统计图――能更好地体现变量的发展变化趋势和统计数据的分布特点。时间序列预测法时间序列预测法建立预测模型、进行预测计算3选择预测模型时主要考虑：预测期的长短、时间序列的类型、预测费用、预测准确度的大小、预测方法的实用程度。评价预测结果4从统计检验和直观判断两个方面，对使用统计、数学方法取得的预测结果进行评价，以判断预测结果的可信程度以及是否切合实际。时间序列预测法时间序列预测主要预测方法

时间序列预测方法一般可分为确定性时间序列预测法和随机时间序列预测法。确定性时间序列法有移动平均法、指数平滑法、差分指数平滑法、自适应过滤法、直线模型预测法、成长曲线模型预测和季节波动预测法等等。随机时间序列是通过建立随机时间序列模型来预测，方法和数据要求都很高，精度也很高。移动平均法季节波动法指数平滑法季节波动法时间序列预测法

季节波动预测法又称季节周期法、季节指数法、季节变动趋势预测法，是对包含季节波动的时间序列进行预测的方法。季节波动是指某些社会经济现象由于受自然因素、消费习惯、风俗习惯等社会因素的影响，在一年内随着季节的更换而引起的有规律性的变动。根据未来年度的全年趋势预测值，求出各月或各季度的平均趋势预测值，然后乘以相应季节指数，即得出未来年度内各月和各季度包含季节变动的预测值

计算各月或各季度的季节指数，又称季节比率，即S=A/B求出历年间所有月份或季度的平均值(用B表示)

求出各年同月或同季观察值的平均数(用A表示)

收集历年(通常至少有三年)各月或各季度的统计资料，作为观察值时间序列预测法具体操作步骤移动平均法时间序列预测法

移动平均法是用一组最近的实际数据值来预测未来一期或几期内数值的一种常用方法，如预测公司产品的需求量、公司产能等，当产品需求量既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动。指数平滑法时间序列预测法

指数平滑法指以某种指标的本期实际数和本期预测数为基础，引入一个简化的加权因子，即平滑系数，以求得平均数的一种指数平滑预测法。平滑系数必须大于0且小于1，如0.1、0.4、0.6等。其计算公式为：下期预测数=本期实际数×平滑系数+本期预测数×（1-平滑系数）。如某种产品销售量的平滑系数为0.4，2018年实际销售量为50万件，预测销售量为55万件。则2019年的预测销售量为：2019年预测销售量=50×0.4+55×（1-0.4）=53（万件）时间序列预测法利用时间序列预测法分析利用季节波动预测店铺销量打开“某商品连续五年季度销量统计.xlsx”文件，选择B8单元格，在编辑栏中输入公式“=AVERAGE(B3:B7)”，并按【Enter】键确认，计算同季度平均值。接着，选中B8单元格，向右拖动B8单元格填充柄至E8单元格，填充其他三个季度的平均值。1时间序列预测法选择B9单元格，在编辑栏中输入公式“=AVERAGE(B8:E8)”，并按【Enter】键确认，计算所有季度平均值。2选择B10单元格，在编辑栏中输入公式“=B8/B9”，并按【Enter】键确认，计算第一季度比率。3时间序列预测法按住【Ctrl】键分别选择B2：E2和B10：E10单元格区域，选择“插入”选项卡，在“图表”组中单击“折线图”下拉按钮，选择“折线图”选项，即可完成折线图的添加。接着，调整折线图图表的位置和大小，添加图表标题。4时间序列预测法选择F3单元格，在编辑栏中输入公式“=SUM(B3：E3)”，并按【Enter】键确认，即可得出2014年全年销量合计。选中F3单元格，向下拖动F3单元格填充柄至F7单元格，填充数据，即可得出2015-2018年各年的全年销量合计。5时间序列预测法选择F11单元格，在编辑栏中输入公式“=F7*1.2”，并按【Enter】键确认，计算预测合计值。其中，本例中2019年该商品的销售目标是提高20%的销量，因此2019年全年销量预测值为2018年销量合计*（1+20%），即为F7*1.2。6时间序列预测法选择B11单元格，在编辑栏中输入公式“=F11/4*B10”，并按【Enter】键确认，计算2019年第一季度预测值，即为2019年预测合计值在四个季度的均值与各季度比率的乘积。7时间序列预测法选中B11单元格，向右拖动B11单元格填充柄至E11单元格，即可完成2019年季度预测计算。8时间序列预测法利用移动平均公式预测店铺利润打开“某店铺利润预测分析.xlsx”，选择D8单元格，在编辑栏中输入公式“=AVERAGE(C3:C14)”，并按【Enter】键确认，计算一次平均值。选中D8，向下拖动填充柄至D20单元格，填充数据。1时间序列预测法选择E9单元格，在编辑栏中输入公式“=AVERAGE(D8:D9)”，并按【Enter】键确认，计算二次平均值。选中E9，向下拖动填充柄至E20单元格，进行数据填充。2时间序列预测法按住【Ctrl】键选择C2：C26和E2：E26单元格区域，选择“插入”选项卡，在“图表”组中单击“折线图”下拉按钮，选择“带数据标记的折线图”选项。调整图表的大小和位置，添加图表标题，完成图表的基本设置。此时，卖家即可查看预测出的店铺利润及其变化趋势。3时间序列预测法利用“移动平均”分析工具预测店铺利润打开“某店铺利润预测分析.xlsx”，选择“数据”选项卡，单击“数据分析”按钮，在弹出的“数据分析”对话框中选择“移动平均”分析工具，然后单击“确定”按钮。1时间序列预测法在弹出的“移动平均”