实验五用EXCEL进行时间序列分析
利用Excel进行时间序列的谱分析I
利用Excel 进行时间序列的谱分析（I ）在频域分析中，功率谱是揭示时间序列周期特性的最为有力的工具之一。
下面列举几个例子，分别从不同的角度识别时间序列的周期。
1 时间序列的周期图【例1】某水文观测站测得一条河流从1979年6月到1980年5月共计12月份的断面平均流量。
试判断该河流的径流量变化是否具有周期性，周期长度大约为多少？分析：假定将时间序列x t 展开为Fourier 级数，则可表示为∑=++=ki t i i i i t t f b t f a x 1)2sin 2cos (εππ (1)式中f i 为频率，t 为时间序号，k 为周期分量的个数即主周期（基波）及其谐波的个数，εt 为标准误差（白噪声序列）。
当频率f i 给定时，式（1）可以视为多元线性回归模型，可以证明，待定系数a i 、b i 的最小二乘估计为∑∑====N t i t i N t i t i tf xN b t f x Na 112sin 2ˆ2cos 2ˆππ （2） 这里N 为观测值的个数。
定义时间序列的周期图为)(2)(22i i i b a N f I +=，k i ,,2,1 = (3) 式中I (f i )为频率f i 处的强度。
以f i 为横轴，以I (f i )为纵轴，绘制时间序列的周期图，可以在最大值处找到时间序列的周期。
对于本例，N =12，t =1,2,…,N ，f i =i /N ，下面借助Excel ，利用上述公式，计算有关参数并分析时间序列的周期特性。
第一步，录入数据，并将数据标准化或中心化（图1）。
图1 录入的数据及其中心化结果中心化与标准化的区别在于，只需将原始数据减去均值，而不必再除以标准差。
不难想到，中心化的数据均值为0，但方差与原始数据相同（未必为1）。
第二步，计算三角函数值为了借助式（1）计算参数a i 、b i ，首先需要计算正弦值和余弦值。
取6,,2,1 =i ，则频率为12/6,,12/2,12/1/ ==N i f i （图1）。
应用Excel进行时间序列分析(稻谷书屋)
Ft1
1 N
N
Yt i 1
i 1
知识材料
9
实例：移动平均模型
【例1】某汽油批发商在过去12周内汽油的销售数量如 表所示：
周 销量（千加仑） 周 销量（千加仑）
1
17
7
22
2
21
8
18
3
19
知识材料
20
六、季节指数模型
对于既含有线性趋势成分又含有季节成分的时间序 列，须对其成分进行分解，这种分解建立在以下乘 法模型的基础上：
Yt Tt St It
其中，Tt表示趋势成分，St表示季节成分，It表示
不规则成分。由于不规则成分的不可预测，因此预 测值就可表示为趋势成分和季节成分的乘积。
60000
40000
20000
0
知识材料
18
1996年7月 1996年9月 1996年11月 1997年1月 1997年3月 1997年5月 1997年7月 1997年9月 1997年11月 1998年1月 1998年3月 1998年5月 1998年7月
五、Holt模型
Lt X t (1)(Lt1 Tt1)
数据预测分析专题之一 ——时间序列预测
管理科学与工程学院 隋莉萍
知识材料
1
数据预测分析的两个主要方面：
时间序列预测 回归分析预测
知识材料
2
内容简介
时间序列的概念和组成 时间序列预测的步骤 衡量预测准确性的指标 移动平均模型和指数平滑模型 趋势预测模型 季节指数模型
知识材料
3
一、 时间序列预测概述
应用Excel进行时间序列分析课件(PPT30张)
13
二次指数平滑法
当时间序列没有明显的趋势变动时，使用 第t周期一次指数平滑就能直接预测第t+1期之 值。但当时间序列的变动出现直线趋势时， 用一次指数平滑法来预测仍存在着明显的滞 后偏差。因此，也需要进行修正。修正的方 法也是在一次指数平滑的基础上再作二次指 数平滑，利用滞后偏差的规律找出曲线的发 展方向和发展趋势，然后建立直线趋势预测 模型。故称为二次指数平滑法。
5
应用举例
年份 销售额 32 41 48 53 51 58 57 64 69 67 69 年份 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 销售额 76 73 79 84 86 87 92 95 101 107
已知某商场 1978～ 1998年的 年销售额 如下表所 示，试预 测1999年 该商场的 年销售额。
1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988
6
下面使用移动平均工具进行预测，具体操作步骤如
下： 1.选择工具菜单中的数据分析命令，此时弹出数据 分析对话框。 在分析工具列表框中，选择移动平均工具。
下面使用移动平均工具进行预测，具体操作步骤如 下： 选择工具菜单中的数据分析命令，此时弹出数据 分析对话框。 在分析工具列表框中，选择移动平均工具。
24
年 1
季度 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
销量 4.8 4.1 6 6.5 5.8 5.2 6.8 7.4 6 5.6 7.5 7.8 6.3 5.9 8 8.4
4个季度移动平均 中心化的移动平均 季节不规则值 5.350 5.600 5.875 6.075 6.300 6.350 6.450 6.625 6.725 6.800 6.875 7.000 7.150
利用EXCEL进行时间序列分析
第二、在Known_y文本框中输入已知的y值， 在Known_x文本框中输入已知的x 值，在 New_x文本框中输入要新的x值，在Const问 本框中输入true . 第三、此时只有一个预测值，其他几年仍处 于选定状态，按下F2，填充trend一个公式 第四、同时按下Ctrl+Shift+Enter键，此时选 定状态区域就填充了预测值。
•
每一发奋努力的背后，必有加倍的赏 赐。。2 2.3.232 2.3.231 3:48:45 13:48:4 5March 23, 2022
•
发展和维护他们的家;至于女子呢?则 是努力 维护家 庭的秩 序，家 庭的安 适和家 庭的可 爱。
•
人背信则名不达。--刘向汉朝经学家。 2022年 3月23 日下午1 时48分 22.3.23 22.3.23
实训项目
利用EXCEL进行时间序列分析
首先我们介绍实训内容： 一、图形描述 二、测定增长量和平均增长量 三、测定发展速度和平均发展速度 四、移动平均法预测 五、指数平滑法预测 六、线性回归分析预测 七、季节变动分析
一、图形描述 在对时间序列进行分析时，最好是先
作一个图形，然后根据图形观察数据随 时间变化模式以及变化趋势。
第八步：计算季节比率：在B30中输入公式： =B29*$B$31，并用鼠标拖曳将公式复制到单元格区域B30 ：E30，就可以得到季节比率的值，具体结果见图
•
只有刚强的人，才有神圣的意志，凡 是战斗 的人， 才能取 得胜利 。。22. 3.2322. 3.23We dnesda y, March 23, 2022
用Excel做时间序列预测法实例分析
用Excel做时间序列预测法实例分析4.3.1时间序列预测法概述1.时间序列预测法的概念,时间序列是指把历史统计资料按时间顺序排列起来得到的一组数据序列。
例如，按月份排列的某种商品的销售量。
时间序列预测法是将预测目标的历史数据按时间顺序排列成为时间序列，然后分析它随时间变化的发展趋势，外推预测目标的未来值。
因此，时间序列预测法主要用于分析影响事物的主要因素比较困难或相关变量资料难以得到的情况，预测时先要进行时间序列的模式分析。
时间序列预测法通常又分为移动平均法、指数平滑法、趋势外推法、季节分析法和生命周期法等。
2.时间序列模式不同的时间序列预测方法只适用于一定的数据时间序列模式。
时间序列的模式，是指历史时间序列所反映的某种可以识别的事物变动趋势形态。
时间序列的基本模式，可以归纳为水平型、趋势型、周期变动型和随机型四种类型，它们大体反映了市场供求变动的基本形态。
(1)水平型。
水平型时间序列模式是指时间序列各个观察值呈现出围绕着某个定值上下波动的变动形态。
如某些非季节性的生活必需品的逐月销售量等。
水平型的时间序列模式一般采用平均法进行预测。
(2)趋势型。
趋势型时间序列模式是指时间序列在一定时期内虽出现小范围的上下波动，但总体上呈现出持续上升或下降趋势的变动形态。
如高档耐用消费品的经济寿命曲线等。
趋势型时间序列模式依其特征不同又可分为线性和非线性趋势模式。
一般采用趋势外推预测法。
(3)周期变动型。
周期变动型时间序列模式是指随着时间的推移，时间序列呈现出有规则的上升与下降循环变动的形态。
按时间序列循环波动的周期不同，可分为季节变动型模式和循环变动型模式两类。
常见的是季节变动型模式，这种模式往往以年为变动周期，按月或按季度编制时间序列，如许多季节性消费品的按月、按季销售量等一般采用季节指数法进行预测。
(4)随机型。
随机型时间序列模式是指时间序列呈现出的变化趋势走向升降不定、没有一定规律可循的变动势态。
这种现象往往是由于某些偶然因素引起的，如经济现象中的不规则变动、政治变动以及自然气候的突变等。
学习使用Excel进行时间序列分析和预测建模
学习使用Excel进行时间序列分析和预测建模时间序列分析和预测建模是一项重要的统计分析技术，在各个领域都得到了广泛应用。
本文将详细介绍如何使用Excel进行时间序列分析和预测建模。
第一章：时间序列分析基础时间序列是一系列按照时间顺序排列的数据点组成的序列。
时间序列分析的目标是找出数据中隐含的各种模式和趋势，并借此进行预测。
在Excel中，我们可以使用以下几种方法进行时间序列分析。
1.1 绘制时间序列图首先，我们需要将时间序列数据导入Excel，并将其按照时间顺序排列。
然后，选中数据并在插入菜单中选择“散点图”或“折线图”来绘制时间序列图。
通过观察时间序列图，我们可以初步了解数据的趋势和季节性变化。
1.2 计算平均值和标准差平均值和标准差是时间序列分析中常用的描述性统计量，可帮助我们了解数据的集中趋势和变异程度。
在Excel中，可以使用“AVERAGE”函数和“STDEV”函数来计算平均值和标准差。
第二章：时间序列分析方法在时间序列分析中，我们通常使用移动平均法和指数平滑法来找出数据中的趋势和季节性变化。
2.1 移动平均法移动平均法是一种简单的平滑方法，可以帮助我们过滤掉数据中的随机波动，突出数据的趋势。
在Excel中，可以使用“AVERAGE”函数和“OFFSET”函数来计算移动平均值，并将其绘制在时间序列图上。
2.2 指数平滑法指数平滑法通过对过去观察到的数据进行加权平均来预测未来的趋势。
在Excel中，可以使用“EXPONENTIAL”函数进行指数平滑，并将平滑后的趋势线与原始数据绘制在时间序列图上。
第三章：时间序列预测建模时间序列预测建模是基于历史数据来预测未来的趋势和模式。
在Excel中，我们可以使用线性回归模型和ARIMA模型进行时间序列预测建模。
3.1 线性回归模型线性回归模型通过拟合历史数据的线性趋势来进行未来的预测。
在Excel中，我们可以使用“TREND”函数来计算线性趋势，并将其绘制在时间序列图上。
使用Excel进行时间序列分析与预测
使用Excel进行时间序列分析与预测时间序列分析与预测是一种重要的统计分析方法，它可以帮助我们揭示数据背后的规律和趋势，并且根据历史数据预测未来的发展趋势。
在实际工作中，我们可以使用Excel这个常用的办公软件来进行时间序列分析与预测，下面我将介绍一些常用的方法和技巧。
首先，我们需要准备好要分析和预测的数据。
在Excel中，我们可以将数据整理成一列或多列，并且按照时间顺序排列。
在选择数据时，我们应该尽量选择连续的时间段，以便更好地揭示数据的规律。
接下来，我们可以使用Excel中的线性回归分析工具来进行时间序列分析。
在Excel中，我们可以通过点击“数据”选项卡中的“数据分析”按钮来打开数据分析对话框。
在对话框中，我们选择“回归”选项，并将要分析的数据范围输入到“输入X范围”和“输入Y范围”中。
点击“确定”后，Excel会自动计算出回归方程，并给出相应的统计结果和图表。
除了线性回归分析，我们还可以使用Excel中的移动平均法来进行时间序列分析。
移动平均法是一种常用的平滑方法，它可以帮助我们消除数据中的随机波动，更好地揭示数据的趋势。
在Excel中，我们可以使用“平均”函数来计算移动平均值。
首先，我们需要选择一个适当的窗口大小，即计算平均值的数据点的个数。
然后，我们可以在一个新的列中使用“平均”函数来计算移动平均值。
最后，我们可以将原始数据和移动平均值绘制在同一张图表上，以便更好地观察数据的趋势。
除了时间序列分析，我们还可以使用Excel进行时间序列预测。
在Excel中，我们可以使用“趋势”函数来进行简单的线性预测。
趋势函数可以根据已知的数据点，预测未来的数据点，并给出相应的置信区间。
在使用趋势函数时，我们需要选择一个适当的阶数，即线性、二次、三次等。
然后，我们可以在一个新的列中使用趋势函数来进行预测。
最后，我们可以将原始数据和预测值绘制在同一张图表上，以便更好地观察预测结果。
当然，Excel中的时间序列分析与预测方法远远不止于此。
应用Excel进行时间序列分析
应用Excel进行时间序列分析应用Excel进行时间序列分析时间序列分析是一种对数据随时间变化模式进行研究的统计分析方法。
它以时间为自变量，观察某一现象随时间的变动情况，并基于历史数据对未来趋势进行预测。
在各个领域中，时间序列分析都有广泛的应用，例如经济学领域的经济指标预测、金融领域的股票价格预测、气象学领域的天气预报等等。
在实际应用中，Excel是一款非常常用的工具，许多人都习惯使用Excel进行数据分析和处理。
下面将介绍如何应用Excel进行时间序列分析。
首先，我们需要准备好时间序列的数据。
时间序列数据通常是按照固定时间间隔收集的，比如每日、每周、每月或每年的数据。
在Excel中，我们将时间序列数据放在一个列中，每一行代表一个观测点。
确保时间序列数据没有缺失值，并且按照时间顺序排列。
接下来，在Excel中选择一个空白单元格，键入函数“=GROWTH(已知y值，已知x值，新x值，TRUE，TRUE)”来预测时间序列的未来趋势。
其中，“已知y值”表示已知的因变量值，也就是时间序列数据，“已知x值”表示已知的自变量值，也就是时间序列的时间点，“新x值”表示要预测的未来时间点，“TRUE，TRUE”表示函数返回线性拟合的结果。
在Excel中还有一些其他的函数可以进行时间序列分析，比如“FORECAST”函数可以根据已知的因变量和自变量值，预测未来的因变量值；“TREND”函数可以根据已知的因变量和自变量值，返回建立的线性趋势曲线上的因变量值等等。
这些函数的使用方法和GROWTH函数类似，只需要更改一下函数名称和参数即可。
此外，在Excel中还有一些数据可视化的工具可以帮助我们更好地理解和分析时间序列数据。
比如，可以使用Excel的图表功能创建折线图或者散点图，以直观地呈现时间序列数据随时间的变化趋势。
通过观察图表，我们可以发现数据的周期性、趋势性和规律性，并基于这些特征进行预测和分析。
最后，通过Excel的数据表格和计算功能，我们还可以进行一些时间序列统计分析。
- 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)。
实验五用EXCEL进行时间序列分析一、实验目的利用Excel进行时间序列分析二、实验内容1．测定发展水平和平均发展水平2. 测定增长量和平均增长量3. 测定发展速度、增长速度和平均发展速度4. 计算长期趋势5. 计算季节变动三、实验指导时间序列分析常用的方法有两种：指标分析法和构成因素分析法。
指标分析法，通过计算一系列时间序列分析指标，包含发展水平、平均发展水平、增长量、平均增长量、发展速度、平均发展速度等来揭示现象的发展状况和发展变化程度。
构成因素分析法，是将时间序列看做由长期趋势、季节变动、循环变动、不规则变动四种因素构成，将各影响因素分别从时间序列中分离出去并加以测定、对未来发展做出预测的过程。
发展水平：发展水平是指某一经济现象在各个时期达到的实际水平。
在时间序列中，各指标数值就是该指标所反映的社会经济现象在所属时间的发展y(t=0,1,2,3,…,n)水平。
在时间序列中，我们用y表示指标值，t表示时间，则t表示各个时期的指标值。
平均发展水平：平均发展水平又称“序时平均数”、“动态平均数”，是时间序列中各项发展水平的平均数，反映现象在一段时期中发展的一般水平。
增长量：增长量是指某一经济现象在一定时期增长或减少的绝对量。
它是报告期发展水平减基期发展水平之差。
平均增长量：平均增长量是时间序列中的逐期增长量的序时平均数，它表明现象在一定时段内平均每期增加（减少）的数量。
公式表示如下：发展速度：发展速度是说明事物发展快慢程度的动态相对数。
它等于报告期水平对基期水平之比。
发展速度有两种：分为环比发展速度和定基发展速度。
1．环比发展速度：也称逐期发展速度，是报告期发展水平与前一期发展水平之比。
2．定基发展速度：是报告期水平与固定基期水平之比。
平均发展速度：平均发展速度是动态数列中各期环比发展速度或各期定基发展速度中的环比发展速度的序时平均数。
它说明在一定时期内发展速度的一般水平。
平均发展速度的计算方法有几何法和方程法。
1．几何法计算平均发展速度：实际动态数列各期环比发展速度连乘积等于理论动态数列中各期平均发展速度的连乘积2．方程法计算平均发展速度：方程法平均发展速度的特点是实际动态数列各项之和等于理论动态数列各项之和，所以称为“累积法”（1）测定发展水平和平均发展水平在时间it上的观察值iY，就是该时间点的发展水平。
平均发展水平是现象在时间it（i=1,2,…,n）上各期观察值iY的平均数。
①时期序列的序时平均数计算nYnYYYYniin∑==+++=121Λ打开工作簿“实验5.1.xls”，利用“全国GDP”工作表中的数据，计算年度平均国内生产总值，计算结果如图5.1.1所示：图5.1.1 用EXCEL计算平均发展水平资料及结果计算步骤：第一步：计算观察值个数n：在B14中输入公式“=count(A2:A13)”,得到观察值个数为12。
第二步：计算总国内生产总值：在B15中输入公式“=sum（A2:A13)”，得到总生产总值为2821530.71。
第三步：计算平均国内生产总值：在B16中输入公式“=B15/B14”，得到平均国内生产总值。
②时点序列的序时平均数计算 连续时点序列序时平均数：∑∑=T YT Y 打开工作簿“实验5.1.xls ”，利用“库存量”工作表中的数据，计算12月份平均日库存量，计算结果如图5.1.2所示：图5.1.2 用EXCEL 计算平均发展水平资料及结果计算步骤：第一步：计算∑T ：B4、C4、D4、E4、F4中输入各日期天数T ，在G4中输入公式“=SUM(B4:F4)”，得到值为31天。
第二步：计算∑YT ：在B5中输入公式“=B3*B4”,得到日期1~4的值240件，C5中输入公式“=C3*C4”，得到日期5~10的值378件，D5中输入公式“=D3*D4”，得到日期11~20的值500件，E5中输入公式“=E3*E4”，得到日期21~26的值270件，F5中输入公式“=F3*F4”，得到日期27~31的值200件。
在G5中输入公式“=SUM(B5:F5)”可得值1588。
第三步：计算平均日库存量：在B7中输入公式“=G5/G4，得到平均日库存量44件。
③间断时点序列序时平均数：∑-=--⨯+++⨯++⨯+=1111232121222n i in n n T T Y Y T Y Y T Y Y Y Λ 打开工作簿“实验 5.1.xls ”，利用“存款余额”工作表中的数据，计算平均存款余额，计算结果如图5.1.3所示：图5.1.3 用EXCEL 计算平均发展水平资料及结果计算步骤：第一步：计算两个时间点的平均观察值：在C5中输入公式“=average(B3:C3)”, 并用鼠标拖曳将公式复制到D5：H5区域。
第二步：算出间隔天数：t1、t2、t3、t4、t5。
第三步：计算112--⨯+n n n T Y Y 值：在C9中输入公式“=C5*C7”，并用鼠标拖曳将公式复制到D9：H9区域。
第四步：计算总天数：在B10输入公式：“=SUM(C7:H7)”，得到总天数365天。
第五步：计算平均存款额：在B11输入公式：“=SUM(C9:H9)/SUM(C7:H7)”，得到平均存款额为120.03百万元。
（2）测定增长量和平均增长量增长量是报告期水平与基期水平之差，其中逐期增长量：1--=∆i i Y Y Y ；累积增长量：0Y Y Y i -=∆。
打开工作簿“实验5.2.xls ”，利用“全国GDP ”工作表中的数据，计算逐期增长量、累积增长量和平均增长量，计算结果如图5.2所示：图5.2 用EXCEL 计算增长量和平均增长量资料及结果计算步骤：第一步：计算逐期增长量：在C3中输入公式“=B3-B2”，并用鼠标拖曳将公式复制到C4：C13区域。
第二步：计算累计增长量：在D3中输入公式“=B3-$B$2”，并用鼠标拖曳公式复制到D4：D13区域。
第三步：计算平均增长量（水平法）：在B15中输入公式“=D13/11”，按回车键，即可得到平均增长量。
（3）测定发展速度、增长速度和平均发展速度发展速度是同一现象在两个不同时期发展水平对比的结果，用于描述现象在观察期内的相对发展变化程度。
发展速度=报告期水平/基期水平*100%。
其中定基发展速度：0Y Y X i i =；环比发展速度：1-=i i i Y Y X 增长速度又称增长率，是增长量和基期水平之比。
增长速度=增减量/基期水平=（报告期水平-基期水平）/基期水平=发展速度-1。
其中定基增长速度：1000-=-=Y Y Y Y Y X i i i ；环比增长速度：1111-=-=---i i i i i i Y Y Y Y Y X 。
平均发展速度是现象各个时期环比发展速度的平均数，用于描述现象在整个观察期内平均发展变化的程度。
水平法的计算公式：n n n i i Y Y Y Y Y Y Y Y X 011201=⨯⨯⨯=-Λ 平均增长速度=平均发展速度-1。
打开工作簿“实验5.3.xls ”，利用“全国GDP ”工作表中的数据，计算定基发展速度、环比发展速度和平均发展速度，计算结果如图5.3所示：图5.3 用EXCEL 计算发展速度、增长速度和平均发展速度资料及结果 计算步骤：第一步：计算定基发展速度：在C3中输入公式“=B3/$B$2”，并用鼠标拖曳将公式复制到C4：C13区域。
第二步：计算环比发展速度：在D3中输入公式“=B3/B2”，并用鼠标拖曳将公式复制到D4：D13区域。
第三步：计算定基增长速度：在E3中输入公式“=C3-1”，并用鼠标拖曳将公式复制到D4：D13区域。
第四步：计算环比增长速度：在F3中输入公式“=D3-1”，并用鼠标拖曳将公式复制到D4：D13区域。
第五步：计算平均发展速度（水平法）：在B15中输入公式“= GEOMEAN （D3：D13）” 按回车键，即可得到平均发展速度。
第六步：计算平均增长速度（水平法）：在B16中输入公式“=B15-1”，按回车键，即可得到平均增长速度。
（4）计算长期趋势趋势分析方法有许多，这里介绍移动平均法和指数平滑法，主要通过对时间序列进行平滑以消除其随机波动。
移动平均法，是通过对时间序列逐期递移求得平均数作为趋势值或预测值的一种平滑法。
设移动间隔长度为K ，则移动平均序列写成：K Y Y Y Y k i i i i 11-+++++=Λ。
指数平滑法，是用过去的观察值的加权平均数作为趋势值，它是加权平均的一种特殊形式。
tt t Y Y Y ˆ)1(ˆ1αα-+=+。
可以利用函数和公式法，或者使用工具进行分析。
①函数和公式法打开工作簿“实验 5.4.xls ”，利用“月度数据”工作表中的数据，分别用移动平均法（K=3和K=4）和一次指数平滑法(α=0.2，一月份预测值为286331315)计算2012年全国进出口总额的长期趋势，结果如图5.4.1所示。
图5.4.1 用EXCEL 计算长期趋势资料及结果计算步骤：第一步：计算三项移动平均：在C3中输入“=average （B2：B4）”，并用鼠标拖曳将公式复制到C3：C12区域。
第二步：计算四项移动平均：在D4中输入“=average （B2：B5）”，并用鼠标拖曳将公式复制到D4：D12区域。
第三步：计算二项移正平均数：在E4中输入“=average （D4：D5）”，并用公式拖曳将公式复制到E4：E11区域。
第四步：计算一次指数平滑预测数：在F2中输入286331315，在F3中输入“=0.2*B2+(1-0.2)*F2”，并用鼠标拖曳将公式复制到F4：F14区域。
F14为未来下一个月的预测值。
②工具分析法移动平平均法：单击“工具”|“数据分析”，打开数据分析对话框，如图5.4.2(a)所示。
选择“移动平均”，弹出“移动平均”对话框，在“输入区域”中输入“B2：B13”，在“间隔”输入“3”，在“输出区域”输入“C15”，如图5.4.2（b ）。
单击确定就可以得到n=3的移动平均值。
n=5的时候，也是同样的操作。
（a）(b)图5.4.2 移动平均法指数平滑法：单击“工具”|“数据分析”，打开数据分析对话框，如图5.4.3(a)所示。
选择“指数平滑”，弹出“指数平滑”对话框，在“输入区域”中输入“B2：B13”，在“阻尼系数”输入“0.8”，在“输出区域”输入“F15”，α的指数平滑值。
如图5.4.3（b）。
单击确定就可以得到2.0=（a）（b）图5.4.3 指数平滑法（5）计算季节变动季节变动是指现象受到自然因素和社会习俗等因素影响而发生的有规律的周期性变动。
测定季节变动可分为两种：一是不排除长期趋势的影响，直接根据原时间序列来测定；二是依据剔除长期趋势后的时间序列来测定。