昨天跟大家一起分享了如何用EXCEL進行回歸分析，今天跟大家一起來學習一下如何用EXCEL做時間序列分析。

在百科裡，時間序列分析分析的解釋是這樣的：時間序列（或稱動态數列）是指将同一統計指标的數值按其發生的時間先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曆史數據對未來進行預測。經濟數據中大多數以時間序列的形式給出。根據觀察時間的不同，時間序列中的時間可以是年份、季度、月份或其他任何時間形式。而時間序列分析的作用有以下四點：

1.可以反映社會經濟現象的發展變化過程，描述現象的發展狀态和結果。

2.可以研究社會經濟現象的發展趨勢和發展速度。

3.可以探索現象發展變化的規律，對某些社會經濟現象進行預測。

4.利用時間序列可以在不同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

看完上面的介紹，大家是不是已經對時間序列有了一定的了解了。今天主要是跟大家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。

當我們的時間序列數據如果具有季節性周期變化（受季節更替等因素影響，序列依一固定周期規則性的變化，又稱商業循環）的時候，我們一般就會采用季節指數法來進行分析。

話不多說，我們直接進入正題，下面就是我們這次需要進行分析的數據：

這是某個企業在2015-2018之間每個季度的銷售量，我們的目标是要通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。

首先，我們需要知道時間序列的模型：

Y=T*S*C*I（常用模型）

在這個模型裡，我們需要利用的季節指數就是變量S，我們先在EXCEL表裡建立一張表格：

首先我們需要對現有數據裡面的銷售量Y進行四項平均：

做完四項平均以後，我們還需要對所得到的數進行中心平均，這樣我們就能夠得到TC的值：

求出TC以後我們根據公式就能得出帶不規則變動的季節指數SI（SI=Y/TC）：

當我們求出SI以後，因為我們是需要得到季節指數S，所以我們需要把裡面的不規則變動I去掉，所以我們還需要對SI進行處理：

上圖就是我們需要去掉不規則變動I所進行的處理，我們把每個季度的SI這樣放到一個新的表格中，下方的季節平均就是每個季度在四年裡面的平均值：

這個時候我們在季節平均後把四個數進行求和處理：

最後我們就能夠得出我們所需要的去除不規則變動I的季節指數S：

這個時候我們便完成了對季節指數S的計算，現在我們需要把求出來的季節指數放到我們最開始做的表格裡面：

當我們把最重要的2015-2018年季節指數求出來了以後，我們就可以進行下一步計算了，在這道題裡，我們可以使用趨勢外推的方法來求表中的長期趨勢T，這是完成整個預測裡面重要的一個步驟，用到的就是我們昨天給大家分享的回歸分析：

上圖就是我們做回歸分析所進行的操作，然後得出下圖的結論：

回歸分析的結果就不跟大家一一講解了，昨天的文章裡面都有談到，我們從結果可以看出整個模型的效果還是挺好的，然後我們得出的回歸方程為：

Y=-115.5 204.18X

這個時候我們回到最初的那個表裡把長期趨勢T求出來：

到這裡，我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，我們先把數據補充完整：

當我們把表格完成以後，我們需要的預測值Y就等于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我們本次分析裡面所預測到的2019年四個季度銷售量Y的值。到這裡，我們這次的分析就算全部做完了。

其實在我們工作當中，時間序列分析用到的地方特别多，今天隻是跟大家介紹了如何用EXCEL進行來進行分析，在其他的數據分析工具當中，也都能夠用這個模型進行分析，比如說SPSS、R、PYTHON等都是可以做這個分析的。大家在工作當中需要根據情況來選擇自己合适的分析方法以及工具，才能夠達到事半功倍的效果。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!