目录
方法介绍
时间序列分解是时间序列分析的一种方法,思想是将数据分解为不同的因素,以达到解释数据、建立数学模型、数据预测的目的,时间序列分解的方法有很多,较常用的模型有加法模型和乘法模型,这里介绍乘法模型。乘法模型将时间序列值分解为长期趋势因素()、季节变动因素()、循环变动因素()、不规则变动因素(,也可理解为随机因素)
数学公式
其中:
:第t期的值
:第t期的长期趋势值
:第t期的季节变动因素
:第t期的循环变动因素
:第t期的不规则变动因素(随机因素),服从正态分布
因素求解
1、移动平均提取趋势和循环变动:
当n为奇数时:,k是季节长度,例如每周7天,每年12个月等,下同
当n为偶数时:
2、季节性和随机性:
3、季节性:,将季节性和随机性的结果按照季节编号再次计算平均值
4、不规则变动
5、长期趋势:,基于MA数据,趋势外推法(线性回归等)拟合长期趋势
6、循环变动:
案例
以网上的数据为例进行讲解,完整的计算过程数据见下表:
表格说明:1、第二行中f()表示进行了函数运算,例如H=f(B,G)表示H列的值是B列和G列通过运算得到的
序号 | 季节编号k | 观察值Xt | 移动平均值T×C | 长期趋势T | 循环变动C% | S×I比率% | S比率% | 调整后的S比率% | I比率% | 拟合 | 残差 |
A | B | C | D=f(C) | E=f(A) | F=D/E*100 | G=C/D*100 | H=f(B,G) | I=f(H) | J=G/I*100 | K=E*F*I*J | L=C-K |
1 | 1 | 3017.6 | —— | 2777.16 | —— | —— | —— | —— | —— | —— | —— |
2 | 2 | 3043.54 | —— | 2818.03 | —— | —— | —— | —— | —— | —— | —— |
3 | 3 | 2094.35 | 2773.48 | 2858.90 | 97.01 | 75.51 | 77.61 | 77.55 | 97.37 | 2094.35 | 0.00 |
4 | 4 | 2809.84 | 2820.60 | 2899.77 | 97.27 | 99.62 | 102.38 | 102.31 | 97.37 | 2809.84 | 0.00 |
5 | 1 | 3274.8 | 2838.06 | 2940.64 | 96.51 | 115.39 | 111.23 | 111.15 | 103.81 | 3274.80 | 0.00 |
6 | 2 | 3163.28 | 2867.40 | 2981.51 | 96.17 | 110.32 | 109.07 | 109.00 | 101.21 | 3163.28 | 0.00 |
7 | 3 | 2114.31 | 2900.83 | 3022.38 | 95.98 | 72.89 | 77.61 | 77.55 | 93.99 | 2114.31 | 0.00 |
8 | 4 | 3024.57 | 2948.69 | 3063.25 | 96.26 | 102.57 | 102.38 | 102.31 | 100.26 | 3024.57 | 0.00 |
9 | 1 | 3327.48 | 3155.66 | 3104.11 | 101.66 | 105.44 | 111.23 | 111.15 | 94.87 | 3327.48 | 0.00 |
10 | 2 | 3493.48 | 3379.64 | 3144.98 | 107.46 | 103.37 | 109.07 | 109.00 | 94.84 | 3493.48 | 0.00 |
11 | 3 | 3439.93 | 3482.62 | 3185.85 | 109.32 | 98.77 | 77.61 | 77.55 | 127.37 | 3439.93 | 0.00 |
12 | 4 | 3490.79 | 3548.29 | 3226.72 | 109.97 | 98.38 | 102.38 | 102.31 | 96.16 | 3490.79 | 0.00 |
13 | 1 | 3685.08 | 3436.57 | 3267.59 | 105.17 | 107.23 | 111.23 | 111.15 | 96.48 | 3685.08 | 0.00 |
14 | 2 | 3661.23 | 3299.98 | 3308.46 | 99.74 | 110.95 | 109.07 | 109.00 | 101.79 | 3661.23 | 0.00 |
15 | 3 | 2378.43 | 3316.64 | 3349.33 | 99.02 | 71.71 | 77.61 | 77.55 | 92.47 | 2378.43 | 0.00 |
16 | 4 | 3459.55 | 3342.20 | 3390.20 | 98.58 | 103.51 | 102.38 | 102.31 | 101.18 | 3459.55 | 0.00 |
17 | 1 | 3849.63 | 3380.19 | 3431.07 | 98.52 | 113.89 | 111.23 | 111.15 | 102.46 | 3849.63 | 0.00 |
18 | 2 | 3701.18 | 3428.93 | 3471.93 | 98.76 | 107.94 | 109.07 | 109.00 | 99.03 | 3701.18 | 0.00 |
19 | 3 | 2642.38 | 3473.31 | 3512.80 | 98.88 | 76.08 | 77.61 | 77.55 | 98.10 | 2642.38 | 0.00 |
20 | 4 | 3585.52 | 3527.67 | 3553.67 | 99.27 | 101.64 | 102.38 | 102.31 | 99.35 | 3585.52 | 0.00 |
21 | 1 | 4078.66 | 3575.42 | 3594.54 | 99.47 | 114.08 | 111.23 | 111.15 | 102.63 | 4078.66 | 0.00 |
22 | 2 | 3907.06 | 3660.42 | 3635.41 | 100.69 | 106.74 | 109.07 | 109.00 | 97.93 | 3907.06 | 0.00 |
23 | 3 | 2818.46 | 3756.04 | 3676.28 | 102.17 | 75.04 | 77.61 | 77.55 | 96.76 | 2818.46 | 0.00 |
24 | 4 | 4089.5 | 3818.85 | 3717.15 | 102.74 | 107.09 | 102.38 | 102.31 | 104.67 | 4089.50 | 0.00 |
25 | 1 | 4339.61 | 3868.79 | 3758.02 | 102.95 | 112.17 | 111.23 | 111.15 | 100.92 | 4339.61 | 0.00 |
26 | 2 | 4148.6 | 3887.93 | 3798.89 | 102.34 | 106.70 | 109.07 | 109.00 | 97.90 | 4148.60 | 0.00 |
27 | 3 | 2976.45 | 3875.18 | 3839.76 | 100.92 | 76.81 | 77.61 | 77.55 | 99.04 | 2976.45 | 0.00 |
28 | 4 | 4084.64 | 3844.15 | 3880.62 | 99.06 | 106.26 | 102.38 | 102.31 | 103.86 | 4084.64 | 0.00 |
29 | 1 | 4242.42 | 3813.34 | 3921.49 | 97.24 | 111.25 | 111.23 | 111.15 | 100.09 | 4242.42 | 0.00 |
30 | 2 | 3997.58 | 3795.36 | 3962.36 | 95.79 | 105.33 | 109.07 | 109.00 | 96.64 | 3997.58 | 0.00 |
31 | 3 | 2881.01 | 3804.05 | 4003.23 | 95.02 | 75.74 | 77.61 | 77.55 | 97.66 | 2881.01 | 0.00 |
32 | 4 | 4036.23 | 3864.16 | 4044.10 | 95.55 | 104.45 | 102.38 | 102.31 | 102.10 | 4036.23 | 0.00 |
33 | 1 | 4360.33 | 3945.92 | 4084.97 | 96.60 | 110.50 | 111.23 | 111.15 | 99.42 | 4360.33 | 0.00 |
34 | 2 | 4360.53 | 4005.76 | 4125.84 | 97.09 | 108.86 | 109.07 | 109.00 | 99.87 | 4360.53 | 0.00 |
35 | 3 | 3172.18 | 4070.47 | 4166.71 | 97.69 | 77.93 | 77.61 | 77.55 | 100.49 | 3172.18 | 0.00 |
36 | 4 | 4223.76 | 4153.48 | 4207.58 | 98.71 | 101.69 | 102.38 | 102.31 | 99.40 | 4223.76 | 0.00 |
37 | 1 | 4690.48 | 4216.50 | 4248.44 | 99.25 | 111.24 | 111.23 | 111.15 | 100.08 | 4690.48 | 0.00 |
38 | 2 | 4694.48 | 4282.00 | 4289.31 | 99.83 | 109.63 | 109.07 | 109.00 | 100.58 | 4694.48 | 0.00 |
39 | 3 | 3342.35 | 4360.61 | 4330.18 | 100.70 | 76.65 | 77.61 | 77.55 | 98.84 | 3342.35 | 0.00 |
40 | 4 | 4577.63 | 4436.43 | 4371.05 | 101.50 | 103.18 | 102.38 | 102.31 | 100.86 | 4577.63 | 0.00 |
41 | 1 | 4965.46 | 4493.85 | 4411.92 | 101.86 | 110.49 | 111.23 | 111.15 | 99.41 | 4965.46 | 0.00 |
42 | 2 | 5026.05 | 4503.36 | 4452.79 | 101.14 | 111.61 | 109.07 | 109.00 | 102.40 | 5026.05 | 0.00 |
43 | 3 | 3470.14 | 4533.55 | 4493.66 | 100.89 | 76.54 | 77.61 | 77.55 | 98.70 | 3470.14 | 0.00 |
44 | 4 | 4525.94 | 4628.15 | 4534.53 | 102.06 | 97.79 | 102.38 | 102.31 | 95.59 | 4525.94 | 0.00 |
45 | 1 | 5258.71 | 4701.92 | 4575.40 | 102.77 | 111.84 | 111.23 | 111.15 | 100.62 | 5258.71 | 0.00 |
46 | 2 | 5489.58 | 4637.21 | 4616.27 | 100.45 | 118.38 | 109.07 | 109.00 | 108.61 | 5489.58 | 0.00 |
47 | 3 | 3596.76 | —— | 4657.13 | —— | —— | —— | —— | —— | —— | —— |
48 | 4 | 3881.6 | —— | 4698.00 | —— | —— | —— | —— | —— | —— | —— |
计算步骤
1、移动平均提取趋势和循环变动:
此处季节长度为4,偶数,移动平均计算方式为:
D列第三行:2773.48 = ((3017.6+3043.54+2094.35+2809.84)/4+(3043.54+2094.35+2809.84+3274.8)/4)/2;D列其他行类推
2、季节性和随机性
G列第三行:75.51 = 2094.35 / 2773.48 * 100,此处可以乘以100也可以不乘
3、季节性:
H列第三行:77.61 = (75.51+72.89+98.77+71.71+76.08+75.04+76.81+75.74+77.93+76.65+76.54)/11
I列第三行:77.55 = 77.61 / (111.23+109.07+77.61+102.38)*400,其他三个类似,四个季节性值的计算如下
行 | S×I季节1 | S×I季节2 | S×I季节3 | S×I季节4 |
—— | —— | 75.51 | 99.62 | |
115.39 | 110.32 | 72.89 | 102.57 | |
105.44 | 103.37 | 98.77 | 98.38 | |
107.23 | 110.95 | 71.71 | 103.51 | |
113.89 | 107.94 | 76.08 | 101.64 | |
114.08 | 106.74 | 75.04 | 107.09 | |
112.17 | 106.70 | 76.81 | 106.26 | |
111.25 | 105.33 | 75.74 | 104.45 | |
110.50 | 108.86 | 77.93 | 101.69 | |
111.24 | 109.63 | 76.65 | 103.18 | |
110.49 | 111.61 | 76.54 | 97.79 | |
111.84 | 118.38 | —— | —— | |
平均值 | 111.23 | 109.07 | 77.61 | 102.38 |
调整后 | 111.15 | 109.00 | 77.55 | 102.31 |
4、不规则变动
J列第三行:97.37 = 75.51 / 77.55
5、长期趋势:,此处长期趋势拟合采用线性回归;a、b为参数
D列的数据为Tt,A列的数据为t,进行线性回归拟合,得到拟合公式:Tt = 2736.29 + 40.87 * t
根据上面的公式,E列第一行2777.16 = 2736.29 + 40.87 * 1;第二行2818.03 = 2736.29 + 40.87 * 2以此类推
6、循环变动:
F列97.01 = 2773.48 / 2858.90
7、至此,已经将原始数据分解长期趋势(T)、循环变动(C)、季节指数(S)、不规则变动(I),根据乘法模型公式,我们将四种因素相乘,将数据还原
K列第三行:2094.35 = 2858.90 * 97.01 * 77.55 * 97.37/100/100/100
将原始数据与分解后的成分进行可视化:
应用-预测
在求得分解公式后,可以进行预测了,以第49期为例,长期趋势(T)与季节指数(S)是可以通过计算得到;循环变动可以认为在短期内不会变化为100%或者通过其他方法进行预测,比如ARIMA等;不规则变动具有随机性,因此无法进行预测,可以认为值为100%。
T49 = 2736.29 + 40.87 * 49 = 4738.92;
S1=111.15%;第49期的季节编号为1
则X49 = T49 * S1 * C * I = 4738.92 * 111.15% * 100% * 100% = 57267.31,其他期的预测如下图:
应用-异常检测
此种方法也可以用于异常检测,分解后得到的不规则变动,也就是随机因素,应该是服从正太分布的,从图上也可以看出随机因素的值在100%上下波动,如果离100%相差太远,则可以认为对应的数据点有异常例如不规则变动(I)图的第9个点。
完整的Excel下载地址:https://download.csdn.net/download/sccdpxz2/15435652