（数据分析方法）长期趋势分析

目录

一、定义

二、目的

三、方法

1、移动平均法

(1)、简单移动平均法

(2)、加权移动平均法

(3)、指数平滑法

2、最小二乘法

3、线性回归

1、数据预处理

2、观察数据分布建立假设模型

3、定义损失函数

4、批量梯度下降

5、优化

4、LSTM 时序分析

5、特征工程

---

一、定义

长期趋势是指在相当长的时期内，社会现象表现为持续不断地向上增长或向下降低的趋势。表现为向上发展趋势的，如工农业产品的产量、商品流转额等。表现为向下发展趋势的如成本不断降低等。还有若干数列在相当长的时期内并无明显升降趋势，可称之谓水平趋势。在一个长时间的动态致列中，往往存在着受不同因家影响的几种变动，如受某种根本性原因所决定的长期变动趋势和一年内季节因家影响的季节变动，以及其他变动。对动态数列进行统计分析的一项重要任务，就是要分别测定这些变动。

二、目的

在统计分析中，研究长期趋势的主要目的是：

1. 测定社会现象向上成长或向下降低的趋势，确定其发展方向和发展速度。这对正确认识客观事物发展的规律性，对于指导国民经济发展和企业的生产、经营活动具有重要意义；

2. 测定长期趋势．有助于进行经济预测。

三、方法

时间序列的数值变化往往交杂四种变动形态，让数值变化在二维坐 标上的变动显得异常杂乱无序，无规律可循。长期趋势对数值变化的影 响是持续的，过程中可能会有小波动，但是从长期总体来看，趋势稳 定，而其他三种波动形式从长期来看是有升有降，波动对称。长期趋势 分析的方法有很多，下面介绍两种最常用的方法：移动平均法和最小二 乘法，其中最小二乘法也被称为回归方程法。

1、移动平均法

移动平均法的实质是通过对时间序列数值进行移动平均，将原来杂 乱无序的时间序列进行修匀，从而消除带有波动对称性质的季节变动、 循环变动和不规则变动对时间序列数值产生的影响。移动平均法又可以 分为简单移动平均、加权移动平均和指数平滑三种形式。

(1)、简单移动平均法

简单移动平均的基本过程如下：首先，确定进行移动平均的项数 k，即每次计算平均值时所包含的时间序列的数值个数；其次，从时间 序列的第一个数值开始，每计算一次平均值向后移动一项；最后，将计 算出来的移动平均值与时间对应排列，编制成一个新的时间序列。观测 新时间序列的数值变化情况，可以得到原始时间序列的长期趋势情况。

生活案例：使用移动平均法预测玩具公司的销售量 表4-21是利用某玩具公司近10年销售数据制作的三项简单移动平均表。

从表4-21可以看出，该公司销售量的时间序列从整体上说是稳步提 升的，但在个别年份也出现销售量比上一年下降的情况，例如2014年和 2016年，这很可能是由于公司不可控的外界经济环境等因素造成的结 果。为了消除这些不可控因素对销售量的影响，反映公司的真实运营水 平，可以采用移动平均法分析公司的长期销售趋势。从表4-21可知，移 动平均后得到的新时间序列的数值没有上下起伏波动的情况，反映该公 司10年来销售量持续增长的趋势。

一般来说，移动平均项越多，修匀的作用就越大，曲线就越平滑，反之作用越小，得到的曲线平滑度较差。如果数列中有自然周期，就该以周期的长度或者倍数作为移动平均项数，如果没有的话，一般使用奇数为好。如