EXCEL篇—時間序列分析（季節指數法）

以前跟你們一塊兒分享瞭如何用EXCEL進行迴歸分析，如今跟你們一塊兒來學習一下如何用EXCEL作時間序列分析。工具

在百科裏，時間序列分析分析的解釋是這樣的：時間序列（或稱動態數列）是指將同一統計指標的數值按其發生的時間前後順序排列而成的數列。時間序列分析的主要目的是根據已有的歷史數據對將來進行預測。經濟數據中大多數以時間序列的形式給出。根據觀察時間的不一樣，時間序列中的時間能夠是年份、季度、月份或其餘任什麼時候間形式。而時間序列分析的做用有如下四點：學習

1.能夠反映社會經濟現象的發展變化過程，描述現象的發展狀態和結果。3d

2.能夠研究社會經濟現象的發展趨勢和發展速度。blog

3.能夠探索現象發展變化的規律，對某些社會經濟現象進行預測。數據分析

4.利用時間序列能夠在不一樣地區或國家之間進行對比分析，這也是統計分析的重要方法之一class

看完上面的介紹，你們是否是已經對時間序列有了必定的瞭解了。今天主要是跟你們分享一下時間序列分析中的一種：利用季節指數法進行預測。變量

當咱們的時間序列數據若是具備季節性週期變化（受季節更替等因素影響，序列依一固定週期規則性的變化，又稱商業循環）的時候，咱們通常就會採用季節指數法來進行分析。循環

話很少說，咱們直接進入正題，下面就是咱們此次須要進行分析的數據：方法

這是某個企業在2015-2018之間每一個季度的銷售量，咱們的目標是要經過現有的這些數據來預測這個企業在2019年四個季度的銷售量大概是多少。im

首先，咱們須要知道時間序列的模型：

Y=T*S*C*I

在這個模型裏，咱們須要利用的季節指數就是變量S，咱們先在EXCEL表裏創建一張表格：

首先咱們須要對現有數據裏面的銷售量Y進行四項平均：

作完四項平均之後，咱們還須要對所獲得的數進行中心平均，這樣咱們就可以獲得TC的值：

求出TC之後咱們根據公式就能得出帶不規則變更的季節指數SI（SI=Y/TC）：

當咱們求出SI之後，由於咱們是須要獲得季節指數S，因此咱們須要把裏面的不規則變更I去掉，因此咱們還須要對SI進行處理：

上圖就是咱們須要去掉不規則變更I所進行的處理，咱們把每一個季度的SI這樣放到一個新的表格中，下方的季節平均就是每一個季度在四年裏面的平均值：

這個時候咱們在季節平均後把四個數進行求和處理：

最後咱們就可以得出咱們所須要的去除不規則變更I的季節指數S：

這個時候咱們便完成了對季節指數S的計算，如今咱們須要把求出來的季節指數放到咱們最開始作的表格裏面：

當咱們把最重要的2015-2018年季節指數求出來了之後，咱們就能夠進行下一步計算了，在這道題裏，咱們可使用趨勢外推的方法來求表中的長期趨勢T，這是完成整個預測裏面重要的一個步驟，用到的就是咱們昨天給你們分享的迴歸分析：

上圖就是咱們作迴歸分析所進行的操做，而後得出下圖的結論：

迴歸分析的結果就不跟你們一一講解了，昨天的文章裏面都有談到，咱們從結果能夠看出整個模型的效果仍是挺好的，而後咱們得出的迴歸方程爲：

Y=-115.5+204.18X

這個時候咱們回到最初的那個表裏把長期趨勢T求出來：

到這裏，咱們整個分析就差最後一步了，使用季節指數S以及趨勢值T來對2019年的銷售量Y進行預測，咱們先把數據補充完整：

當咱們把表格完成之後，咱們須要的預測值Y就等於2019年各個季度的季節指數S*長期趨勢T:

上圖中黃色部分就是咱們本次分析裏面所預測到的2019年四個季度銷售量Y的值。到這裏，咱們此次的分析就算所有作完了。

其實在咱們工做當中，時間序列分析用到的地方特別多，今天只是跟你們介紹瞭如何用EXCEL進行來進行分析，在其餘的數據分析工具當中，也都可以用這個模型進行分析，好比說SPSS、R、PYTHON等都是能夠作這個分析的。你們在工做當中須要根據狀況來選擇本身合適的分析方法以及工具，纔可以達到事半功倍的效果。

**文章來自公衆號【小白數據營】**