第四讲 确定性分析
合集下载
4.第四讲直线(二)
习题 评讲
a′ c′ 20 b′
a c b
习题 评讲
a′ c′ b′ m′ a c b m(M)
习题 评讲
a′ c′ b′ n a c b
n′(N)
习题 评讲
n′(N) a′ c′ b′ n m′ a c b m(M)
n〞 a〞
b〞 m〞
第三章 直 线
基本内容 §3-1 直线的投影 §3-2 直线对投影面的相对位置 §3-3 属于直线的点 §3-4 一般位置线段的实长及其对投影面的倾角 §3-5 两直线的相对位置 §3-6 直角投影定理
例题8 例题8：（续）作已知线段AB、CD 公垂线EF 的投影
及实长。 及实长。 a′ e′ b′ •EF⊥AB(AB ⊥H) →EF∥H ⊥ ∥ •EF⊥ CD ⊥ X a ( b) (e) f c d 注意公垂线 c′ f′
d′ O
例题9 已知BC AB垂直 BC等于定长 BC与 垂直， 等于定长L 属于H 例题9： 已知BC与AB垂直，BC等于定长L，点C属于H
二、相交二直线
d′ k′ a′ X c′ C Ac a K b′ B D X a′ c′ c b k d k a k′
d′ b′
b
d 两相交直线在同一投影面上的投影仍相交， 两相交直线在同一投影面上的投影仍相交，且交点属于两直 反之，若两直线在同一投影面上的投影均相交， 线 。反之，若两直线在同一投影面上的投影均相交，且交点属于 两直线，或者说两同面投影的交点连线垂直于相应投影轴， 两直线，或者说两同面投影的交点连线垂直于相应投影轴，则该两 直线相交。 直线相交。
掌握直线上点的投影特性及定比关系； 掌握直线上点的投影特性及定比关系；
A C: C B = a c : c b= a′c′ : c′b′ = a″c″ : c″ b″，直线的迹点
《工程经济学》教案设计2024
《工程经济学》教案设计2024一、课程简介课程名称：工程经济学授课对象：工程管理、土木工程等相关专业本科生授课时间：2024年春季学期课程目标：1. 掌握工程经济学的基本原理和方法。
2. 能够运用经济学原理分析工程项目的经济可行性。
3. 培养学生解决实际工程经济问题的能力。
二、教学大纲1. 引言工程经济学的定义和重要性工程经济学的研究对象和方法2. 基础知识时间价值的概念利息与利率现金流量分析3. 经济评价方法静态评价方法动态评价方法不确定性分析4. 项目可行性研究可行性研究的内容和步骤市场分析与预测技术可行性分析5. 工程项目的融资与投资融资渠道与方式投资决策分析6. 工程项目的风险管理风险识别与评估风险管理策略7. 案例分析典型工程项目的经济分析实际案例讨论三、教学内容详细设计第一讲：引言教学目标：了解工程经济学的定义和重要性。
掌握工程经济学的研究对象和方法。
教学内容：1. 工程经济学的定义工程经济学是应用经济学原理和方法，对工程项目进行经济分析和评价的学科。
其目的是在有限的资源条件下，选择最优的工程项目方案。
2. 工程经济学的重要性提高工程项目决策的科学性。
优化资源配置，提高经济效益。
3. 工程经济学的研究对象工程项目的投资决策工程项目的经济评价工程项目的风险管理4. 工程经济学的研究方法定量分析与定性分析相结合静态分析与动态分析相结合确定性分析与不确定性分析相结合教学方法：讲授法：系统介绍工程经济学的基本概念和重要性。
案例分析法：通过实际案例说明工程经济学在工程项目中的应用。
课后作业：阅读相关文献，了解工程经济学的发展历程和最新研究动态。
思考并讨论：工程经济学在当前社会经济环境下的应用前景。
第二讲：基础知识教学目标：掌握时间价值的概念。
理解利息与利率的计算方法。
学会现金流量分析。
教学内容：1. 时间价值的概念资金的时间价值是指资金随着时间的推移而产生的增值。
影响时间价值的因素：时间、利率、通货膨胀等。
第四讲 新闻采访选题的确定及其方法
《新闻采访学》讲义
一、新闻采访选题确定的原则
新闻采访选题的含义及意义 新闻采访选题确定的原则
《新闻采访学》讲义
1、新闻采访选题的含义及意义
新闻采访选题的含义 新闻采访选题的意义
《新闻采访学》讲义
（一）采访选题的含义
新闻采访的“题目”， 即新闻采访活动的具 体对象，它涉及到采 访什么以及从哪个角 度进行采访的问题。
简略、概括。 不可靠。 属于直观感觉的东西。
《新闻采访学》讲义
2．获取新闻线索的途径
从党和政府的方针、政策、决议、指示及领导同志 的重要讲话中来。 从党政机关和业务部门的各种会议中来。 从通讯员和作者积极分子中来。
从各业务部门的书面材料中来。
从新闻媒介已经发表的报道、文章、读（记）者来 信中来。
社会需求是选题确定 的重要依据
传媒定位（市场细分）
党报 都市报
《新闻采访学》讲义
（三）社会需求与传媒定位的辩证统一（续）
二者的关系：
社会需求是传媒定位的基础与前提，正确的传 媒定位则是最大限度满足社会需求的保证。
《新闻采访学》讲义
二、采访选题确定的先决条件 —获取新闻线索
1．新闻线索的含义和特点
《新闻采访学》讲义
（二）确定采访选题的意义
宏观方面：
明确了采访活动的方向。 有助于采访活动顺利开展。
《新闻采访学》讲义
（二）确定采访选题的意义（续）
微观方面：
新闻事实是无限的， 必须选择。 事件是复杂的，必须 选择角度。
《新闻采访学》讲义
2、新闻采访选题确定的原则
一、新闻采访选题确定的原则
新闻采访选题的含义及意义 新闻采访选题确定的原则
《新闻采访学》讲义
1、新闻采访选题的含义及意义
新闻采访选题的含义 新闻采访选题的意义
《新闻采访学》讲义
（一）采访选题的含义
新闻采访的“题目”， 即新闻采访活动的具 体对象，它涉及到采 访什么以及从哪个角 度进行采访的问题。
简略、概括。 不可靠。 属于直观感觉的东西。
《新闻采访学》讲义
2．获取新闻线索的途径
从党和政府的方针、政策、决议、指示及领导同志 的重要讲话中来。 从党政机关和业务部门的各种会议中来。 从通讯员和作者积极分子中来。
从各业务部门的书面材料中来。
从新闻媒介已经发表的报道、文章、读（记）者来 信中来。
社会需求是选题确定 的重要依据
传媒定位（市场细分）
党报 都市报
《新闻采访学》讲义
（三）社会需求与传媒定位的辩证统一（续）
二者的关系：
社会需求是传媒定位的基础与前提，正确的传 媒定位则是最大限度满足社会需求的保证。
《新闻采访学》讲义
二、采访选题确定的先决条件 —获取新闻线索
1．新闻线索的含义和特点
《新闻采访学》讲义
（二）确定采访选题的意义
宏观方面：
明确了采访活动的方向。 有助于采访活动顺利开展。
《新闻采访学》讲义
（二）确定采访选题的意义（续）
微观方面：
新闻事实是无限的， 必须选择。 事件是复杂的，必须 选择角度。
《新闻采访学》讲义
2、新闻采访选题确定的原则
第四讲简单线性相关与回归(共36张PPT)
相关系数的意义
散点较为密集地分布在第II和第IV象限。
– -1 r 1 它是一个系数，不受变量值水平和 根据给定的显著性水平 和自由度 和 是两个参数，其数值可根据样本值来估计，e是随机变量，一般假定 e ~ N(0, 2) 还可以将变量加以变换（例如，采用对数形式）；
计量单位的影响。 且样本容量越小其随机性越大。
总变差=回归变差+剩余变差 因为在缺少其他信息的情况下，我们根本不知道在观察数据范围以外，该估计方程的函数形式是否还同样有效。 0 |r| 0.
D-W检验量：检验有–无正r自<相0关,出现负。 相关。散点较为密集地分布在第II和 第IV象限。
相关系数的值
• r的值越接近1，表示线性相关程度越高。
– 0 |r| 0.3
第四讲简单线性相 关与回归
本讲主题
• 简单线性回归模型 The Simple Linear Regression Model
• 最小二乘法 The Least Squares Method • 确定性系数 The Coefficient of
Determination • 模型假设及显著性检验 Model
• 相关系数测量变量之间关系的密切程度，如果已 知两变量显著相关，我们就希望能从一个变量的 取值来推算出另一个变量的取值范围。这就是回 归分析。
回归的种类
• 一元回归与多元回归
• 线性回归与非线性回归
回归分析涉及的内容
• 1）从一组数据出发，分析变量间存在什么样的 关系，建立这些变量的关系式（回归方程），并 对关系式的可信程度进行统计检验；
• 2）利用回归方程式，根据一个或几个变量的值， 预测或控制另一个变量的取值；
回归分析的内容（2）
《公共组织行为学》第四讲组织中的决策
第四讲组织中的决策我们关注的是集体决策，人类的正确或错误的决策如何做出，灾难性的后果如何发生，人类聚集在一起是为了达成单个个人无法达成的东西。
一、决策的定义和分类1.定义决策(decision-making)，就是指管理者通过分析各种备选方案，对面临的机会或威胁做出反应，做出关于特定的组织目标和行动方案的决定。
2.分类1）机会反应型决策/威胁反应型决策有的决策是被动的。
2）程序性决策和非程序性决策管理者可以通过制定规则来指导所有的程序性决策行为。
与组织日常运作有关的绝大多数决策都是程序性决策。
人不喜欢不确定，人也不喜欢非常确定性。
人类社会的大多数决策是program，对于个人和企业也是。
中国与外国的区别在于精密性程度不一样。
3.管理者对于某一行动是否会带来所预期的结果并不能确定，甚至在更为模糊的情况下，管理者对于其希望实现的目标都不明确。
很显然，在这种情况下，不可能形成预测不确定事件的规则。
4.在没有规则可供遵循的情况下，管理者该如何做出决策呢?Learning by doing 一个决策者能力的高下决定于在面对不确定性的时候的判断力。
西方政府非常强调稳定性，强调制度对个人的约束。
管理学的观点强调能力，这个事换个人就不行了。
二、经典决策模型1.经典决策模型一定要记住文献对话，把自己的研究摆脱对策性的研究。
不完整的，有缺陷的，起点是经典决策模型。
1)不仅要选出方案，还有列出影响。
2)隐含的假定：信息完备，无不对称对自己的偏好非常了解3)最理想，最大化的状态下进行决策三、行政管理决策模型马奇和西蒙发展出了行政管理决策模型(administrative model)，来解释为什么决策是一种具有内在不确定性的、充满风险的过程；管理者极少依据经典决策模型所描述的方式进行实际决策。
观察行为本身，很多管理行为并不是按人们期待的最佳状态1)有限理性：西蒙最杰出的贡献。
Bounded rationality.人的决策能力受到认知决策的约束。
统计学02-第四讲 样本量的确定_25
2. E的取值一般小于0.1
3. 未知时，可取使方差达到最大的值0.5
估计总体比例时样本量的确定 (例题分析)
【例】根据以往 的生产统计，某 种产品的合格率 约为90%，现要 求估计误差为 5% ， 在 求 95% 的置信区间时， 应抽取多少个产 品作为样本？
解 : 已 知 =90% ， =0.05 ，
z/2=1.96，E=5%
应抽取的样本量为
n (z 2 )2 (1 )
E2 (1.96)2 0.9 (1 0.9)
0.052 138.3 139
应抽取139个产品作为样本
估计总体均值时样本量的确定
估计总体均值时样本量的确定
1. 估计总体均值时样本量n为
n (z 2 )2 2
E2
其中： E z 2
n
2. 样本量n与总体方差 2、估计误差E、可靠性系数
Z或t之间的关系为
与总体方差成正比
与估计误差的平方成反比
与可靠性系数成正比
3. 样本量的圆整法则：当计算出的样本量不是整 数时，将小数点后面的数值一律进位成整数， 如24.68取25，24.32也取25等等
估计总体均值时样本量的确定 (例题分析)
【例】拥有工商管理学士学位的大学毕业生 年薪的标准差大约为2000元，假定想要估计 年薪95%的置信区间，希望估计误差为400 元，应抽取多大的样本量？
估计总体均值时样本量的确定 (例题分析)
解: 已知 =2000，E=400, 1-=95%， z/2=1.96
应抽取的样本量为
n (z 2 )2 2 (1.96)2 20002
E2
400 2
96.04 97
即应抽取97人作为样本
第四讲 科学认识论
逐项分析、审议。
• 课题论证一般采取同行专家评议与管理决策部门审核相结 合的方式进行。
27
• (4)课题确定
• 经过专家对课题的论证与评议，最终确定所要研究的课题。 课题若通过论证则成为待研究课题。若通不过则被淘汰， 或修改课题，或另选课题。 • 科研选题是一个不断反馈调整的过程，常常需要反复调研
外现状和发展趋势，主要研究内容和研究方法，完成课题
的主客观条件，研究周期和所需经费，需要有关部门协助 解决的问题等等。开题报告是对课题可行性研究和审批课 题的重要依据。
26
• (3)课题论证
• 这一阶段是为了保证所选课题的正确和恰当，而对课题及 其方案做出的论证和全面评审。 • 具体来说，就是要根据选题的基本原则，对课题的依据、 实施条件、社会和经济效益及对科学发展的潜在价值依次
2
• 2.深刻性 • 科学认识不停留于表面现象，而是力求揭示现象背后 的本质，阐明其内在机理，即不仅“知其然”，还要 “知其所以然”；并且可定量表述其“精确性”。
• 3.创造性 • 即在实践的基础上进行科学抽象思维，创建科学理论 并指导实践创造出天然自然中未曾有过的人工客体。
3
二、科学认识系统的构成
24
• 2、科研选题的步骤
• (1)问题调研
• 这是选题的准备阶段，在这一阶段，科研主体应首先根据社
会需要和个人的知识结构与学识专长确定研究方向，明确研
究领域，然后对这一研究领域作全方位的调研。 • 调研内容包括，了解人们已做了哪些工作，包括取得的成果
以及失败的教训；目前的进展情况，在近期有可能取得哪些
• 1. 科学认识主体
• 是有目的地、有意识地从事科学认识活动的个人或群体，
同时也是社会化的人。科学认识主体有一些特殊的规定：
第四讲确定性分析
❖ 具体步骤如下： （一）确定趋势模型的类型
1.图形识别
❖ 结合此时间序列的趋势图．可以选用线性趋势模型
作为预测模型:
Tt a bt
❖ 用最小二乘法估计参数
得到线性趋势方程：
Tt 126 .5015 4.9718 t(1999 年1月记为1）
案例2 可线性化趋势模型
某电器生产厂家希望预测2000～2003年的生 产量．现手头上有该电器生产厂家 1991— 1999年的年生产量的数据,如下表4.11
❖ 布朗单一参数线性指数平滑模型；
❖ 霍尔特（HOlt）双参数线性指数平滑模型。
布朗单一参数指数平滑
❖ 模型
二次指数平滑公式：~xt(2) ~xt(1) (1 )~xt(21)
预测公式：xˆtl at btl at 2~xt(1) ~xt(2)
bt
1
( ~xt(1)
~xt(2) )
❖ 二次曲线模型
Tt a bt t 2
❖ 指数曲线模型
Tt abt
❖ 对数曲线模型
Tt a bInt
二次曲线模型
❖ 二次曲线趋势模型：Tt a bt t 2
❖ 二次曲线趋势模型的线性形式：
Tt a bt t2
其中： t2 t 2
指数曲线模型
❖ 指数曲线趋势模型：
Tt abt
随机性因素分解
❖ 随机波动（不规则变动）因素是指一种无规 则的变化。它是由影响时间序列短期的，不 可预见的和不重复出现的因素引起的。
确定性时序分析的目的
❖ 克服其它因素的影响，单纯测度出某一 个确定性因素对序列的影响
❖ 推断出各种确定性因素彼此之间的相互 作用关系及它们对序列的综合影响
各因素之间关系的常用模型
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
布朗单一参数线性指数平滑模型缺点
确定平滑系数的方法同确定简单平滑系数一
样，其实在简单指数平滑预恻中具有SSE最 小的平滑系数并不等于布朗单一参数线性指 数平滑中的平滑系数。 不适应于带季节规律的时间序列的预测。 不适用于存在曲线趋势时间序列的短期预测。
Holt两参数指数平滑
使用场合
布朗单一参数指数平滑
模型
~ 二次指数平滑公式： xt( 2 ) ~ xt(1) (1 ) ~ xt(21) ˆt l at bt l 预测公式：x (1) ( 2) ~ ~ a 2x x
t t t
~ (1) ~ ( 2 ) bt ( xt xt ) 1
第二步 第三步 第四步 第五步
确定趋势拟合模型的类型. 参数估计. 模型检验与参数检验. 模型优化. 利用模型预测
线性趋势模型
例1.12
某商场需要预测2001年5～12月．2002 年1~12月的29寸彩电的销售量。所选预测方法 为趋势预测法。
具体步骤如下：
（一）确定趋势模型的类型 1.图形识别
影响，客观现象在一年内随着季节的变化而产生 的周期性变化，这种变化是年复一年重复出现
随机性因素分解
随机波动（不规则变动）因素是指一种无规
则的变化。它是由影响时间序列短期的，不 可预见的和不重复出现的因素引起的。
确定性时序分析的目的
克服其它因素的影响，单纯测度出某一
个确定性因素对序列的影响 推断出各种确定性因素彼此之间的相互 作用关系及它们对序列的综合影响
第四讲
非平稳序列的确定性分析
内容 结构
确定性因素分解 趋势分析 季节效应分析 综合分析
时间序列的因素分解
长期趋势波动
季节性变化
随机波动其他因素的综合影响。
确定性因素分解
长期趋势是指由于某种根本性原因的影响，
在一段较长的时间内，使序列呈现逐渐增 加或减少的变化。
季节性变化因素是指由于自然条件，社会条件的
案例1.13
根据下表数据，利用简单一次移动平 均法对该商场2001年12月份微波炉的销售量进 行预测。 预测结果见下表
简单一次移动年均预测法的缺点
简单一次移动平均是假设被平均的各期数值
对预测值的作用相同．但实际中，往往是近 期的数值影响较大．而远离预测期的数值作 用要小一些。 需要储存较多的数据（至少n期）． 不适用于存在趋势变动及季节变动的预测。
适用于对含有线性趋势的序列进行修匀
构造思想
假定序列有一个比较固定的线性趋势
ˆt xt 1 r x
两参数修匀
xt xt (1 )(~ xt 1 rt 1 ) ~ ~ ~ r ( x xt 1 ) (1 )rt 1 t t
各因素之间关系的常用模型
若以 Tt , St , I t 分别表示时间序列的长期趋势波动、 季节性变动、不规则变动．则实际观测值与它们之 间的关系常用模型有 加法模型 x T S I
t t t t
乘法模型 混合模型
xt Tt S t I t
a) xt S t Tt I t b) xt S t (Tt I t )
趋势分析目的
有些时间序列具有非常显著的趋势，我们分析的
目的就是要找到序列中的这种趋势，并利用这种 趋势对序列的发展作出合理的预测
常用方法
趋势拟合法 平滑法
趋势拟合法
趋势拟合法就是把时间作为自变量，相应的
序列观察值作为因变量，建立序列值随时间 变化的回归模型的方法 趋势拟合法常用的模型
a ˆt 2 xt(1) xt( 2 ) 2 ˆ (1) ( 2) b ( x x t t t ) n 1
x
(2) t
1 (1) (1) (1) ( x t x t 1 x t m 1 ) n
例题1.12（续）某商场销售部门经理希望对
简单指数平滑
基本公式
2 ~ xt xt (1 ) xt 1 (1 ) xt 2
等价公式
~ xt xt (1 )~ xt 1
简单指数平滑预测法的缺点
第一．简单指数平滑法不适用于带趋势和具
有明显季节性变动的时问序列的预测 第二，确定平滑常数及初始值带有一定的主 观性。
案例3 不可线性化的趋势模型
某公司某产品 1981～2001年的销售量资料见下表，请 根据历史数据建立合适的模型，并对2002—2005年该 公司该产品的销售量进行预侧。
平滑法
平滑法是进行趋势分析和预测时常用的一种
方法。它是利用修匀技术，削弱短期随机波 动对序列的影响，使序列平滑化，从而显示 出长期趋势变化的规律 常用平滑方法
移动平均法 指数平滑法
移间隔里，序列值
之间的差异主要是由随机波动造成的。根 据这种假定，我们可以用一定时间间隔内 的平均值作为某一期的估计值 模型；
ˆt 1 x x
(1) t
1 ( xt xt 1 xt m 1 ) n
移动平均的期数越少，拟合趋势越敏感
二次移动平均预测法的优缺点
当时间序列只存在偶然性因素及线性趋势变动时
l这种方法不失为一种较好的预测方法．但它无 法对存在季节变动的时间序列进行预测；另外用 此方法迸行预测，必须首先确定移动的长度，移 动长度的确定带有主观性，在下面介绍的指数平 滑法比其更有效.
简单二次移动平均法
简单二次移动平均预测法，是对一次移动平均值再 进行第二次移动平均，并在此基础上建立预测模型, 求出预测值。 简单二次移动平均预测法解决了预测值滞后于实际 值的矛盾，适用于存在明显线性趋势的时间序列的 短期预测。 ˆl ˆt l a ˆt b x 预测模型: t
对数曲线模型
Tt a bInt
二次曲线模型
二次曲线趋势模型：T
t
a bt t
2
二次曲线趋势模型的线性形式：
Tt a bt t2
其中：
t2 t
2
指数曲线模型
指数曲线趋势模型：
Tt ab
t
指数曲线趋势模型的线性形式：
Tt a bt
其中
Tt InT , a Ina , b Inb t
2001年5一12月份的29寸彩电的销售量作出预 测．现收集了该商场前28个月度的29寸彩电的 销售量资料，详见下表.
移动平均期数确定的原则
事件的发展有无周期性
以周期长度作为移动平均的间隔长度 ，以消除周
期效应的影响
对趋势平滑的要求
移动平均的期数越多，拟合趋势越平滑
对趋势反映近期变化敏感程度的要求
对数曲线模型
对数曲线趋势模型：
Tt a bInt
对数曲线趋势模型的线性形式：
Tt a bt
其中
t Int
(三)不可线性化的曲线趋势模型
常用的不可线性化的曲线趋势模型有： 修正指数模型 t
Tt a bc
龚铂兹趋势模型
Tt e
a bc
t
皮尔曲线模型
1 Tt t a bc
龚铂兹趋势模型与皮尔曲线模型
龚铂兹曲线与皮尔曲线的图形很相似，它们都属于 生长曲线回归预测方法。一般来说，一个产品或一 项枝术从投放市场会经历萌芽、畅销、饱和及衰退 四个阶段。龚铂兹曲线与皮尔曲线 特别适用于刻画产品的生命周期，所以两模型特别 适用于对处在成熟期的商品进行预测．以掌握产品 的市场需求和销售的饱和量、在实际中很难通过趋 势图来判断用以上两个模型中的哪一个。一般情况 下，可以把两个模型都估计出来，然后选择预测误 差最小的模型。
（二）可线性化的曲线趋势拟模型
可线性化的曲线趋势模型是指时间序列随着时间的推 移呈现曲线变动趋势，但在估计这些趋势方程时，可以 把它们转化成线性关系．利用估计线性趋势模型的方法 估计其参数。最常用的可线性化的曲线趋势模型有 二次曲线模型 2 t 指数曲线模型 t
T a bt t
Tt ab
线性二次指数平滑（适用于存在线性长期趋势但无明显季节
性变动的时间序列的短期预测。）
Holt两参数指数平滑（适用于存在线性长期趋势但无明显季
节性变动的时间序列的短期预测）。
指数平滑法是用过去时间序列的加权平均数作 为预测值，它是加权移动平均法的一种特殊形 式．这种方法克服了移动平均法的缺点，因为： 其一．指数平滑法只需确定一个权数，即最 近时期观测值的权数，其他时期数据的权数可 以自动推算出来，而且观测值离预测时期越远 时，其权数也变得越小； 其二．要储存的数据很少，只需要前一期的 实际观测值及前一期的预测值。
结合此时间序列的趋势图．可以选用线性趋势模型 作为预测模型:
Tt a bt
用最小二乘法估计参数
得到线性趋势方程：
Tt 126.5015 4.9718 t (1999 年1月记为 1 ）
案例2 可线性化趋势模型
某电器生产厂家希望预测2000～2003年的生 产量．现手头上有该电器生产厂家 1991— 1999年的年生产量的数据,如下表4.11
线性趋势模型
可线性化的曲线趋势拟模型
不可线性化的曲线趋势拟模型
（一）线性趋势模型
使用场合
长期趋势呈现出线形特征
模型结构
xt a bt I t E ( I t ) 0,Var ( I t )
式中Tt a bt 就是消除随机波动的影响之后该序 列的长期趋势。