时间序列培训.ppt

Click to edit Master title style,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,*,时间序列简介,Time Series Analysis,什么是时间序列?,时间序列是如何生成的?,用时间序列进行分析有什么优势?,时间序列可以用来进行何种分析?,时间序列分析,什么是时间序列?,时间序列是如何生成的?,用时间序列进行分析有什么优势?,时间序列可以用来进行何种分析?,时间序列分析,时间序列是应用统计学的工具来分析和管理较长时间段内的数据，它能,为从事经济活动的人们制定科学的决策提供比较科学的依据。,统计学的工具-,X-11,季节因素调整程序,选择的时间段至少是连续的25个月,什么是,时间序列分析,什么是时间序列?,时间序列是如何生成的?,用时间序列进行分析有什么优势?,时间序列可以用来进行何种分析?,时间序列分析,为什么要使用,时间序列分析,-啤酒业受季节因素的影响明显,仅从原始数据，较难评估月度与月度之间，年度与年度之间的销售业绩,月度/年度之间销量的变异主要是由两种因素引起的:,-,季节因子,-工作天数,(,两者可统称为季节因素),季节因子,反映序列在不同年份的相同季节（同一月，同一季）所呈现出的周期性变化，它存在的主要原因是自然因素，另外还有行政或法律规定以及社会/文化/宗教的传统等因素（如固定假日、假期的时间等)。,工作天数,相对中国市场，除周末外，其余都被识作工作日，包括国定假日，也即一周有五个作日。,由于它是长期存在，且可预测的，因而常把它和季节影响组合在一起考虑。,时间序列是如何生成的,时间序列是如何生成的,时间序列应用,X-11,程序来实现对季节因素的调整：,X-11,季节调整程序是由,美国商业部普查局在1965年发布的一种精细的季节调整方法。,百威公司购买，并成为公司内部标准的分析工具。,X-11,是目前使用最广泛的一种季节因素调整方法,它使用一种移动平均的方法来有效地消除季节影响,X-11,使用的是迭代计算的方法来估计时间序列的相关因子。,通过几次迭代来进行分解的，每一次对组成因子的估算都进一步精化，是一种相当精细、典型的季节调整方法,原始销量,经过工作天数的调整,经过季节因子的调整,时间序列是如何生成的,计算机自动计算出每个月的工作天数调整因子(,WDAF)，,并将其应用于每个月的原始销量：,经过工作天数调整因子的调整，使每个月拥有相同的工作天数，月度之间的销量初具可比性。例如：可以准确地比较当年六月与去年六月的销售业绩,计算机自动计算出每个月的季节调整因子，并将其应用于经过工作天数调整的的销量：,经过季节因子的再次调整，使任何月份之间都具可比性，例如：可以准确地比较今年六月和五月之间的销售业绩,时间序列是如何调整销量的,原始,工作天数,季节,调整后的,月份,销量,调整因子,调整因子,销量,1999,年4月,31,000,x,0.9882,/,0.988,=,31,006,1999,年5月,34,000,x,1.0870,/,1.0964,=,33,709,1999,年6月,36,000,x,0.9982,/,1.1687,=,30,748,原始销量,X,工作天数调整因子,季节调整因子,去除季节因子的销量,=,时间序列调整公式,2004,年六月有,22,个工作日,2003,年六月有,21,个工作日,在所有条件一致的情况下，,由于多1天工作日，2004年六月的销量应比去年同期增加,5%(,即1/21),为了能合理地比较这两个月的业绩,2004年六月的销量需要下调5%,所以它的工作天数调整因子应比去年小5%,工作天数调整因子的原理,工作天数调整因子的计算方法,日历的周期是二十八年，每二十八年会完完全全重复上一个周期，例如：2005年的1月1日是星期一，二十八年后，即2033年的1月1日也是星期一，2033年的日历会和2005年完全一致。,将二十八年的工作天数相加，并除以28和12，以获得每个月的平均工作天数(21.74)。,将每个月的平均工作天数除以实际工作天数，就得到工作天数调整因子。,验证：将每个月的实际工作天数乘以相应的工作天数调整因子，你会发现它是一个常数（,21.74,)。,每年的工作天数调整因子(,WDAF),之和为12。,各个市场同期的工作天数调整因子是一致的。,工作天数调整因子,季节因子表现为某个月的销量与平均月度销量(中心滑动平均,CMA),的比较指数（,Index),若某月的销量比平均月度销量高出20%，它的季节调整因子会是120,若某月的销量比平均月度销量低10%，它的季节调整因子会是90,Strong Seasonality,No Seasonality,季节调整因子的原理,季节调整因子的计算方法,X-11,程序计算季节因子主要分以下几个步骤：,由原始数据(,Y),组成的时间序列中隐含有趋势(,T)、,季节性因素(,S)、,偶,然因素(,I),等构成成分。它可以用乘法模型表示：,Y=S*T*I,估计趋势,T,用居中的,12,次移动平均(,CMA,中心滑动平均)作为趋势因素的第一次估计,消除序列中的趋势,原始序列(,Y),和趋势因素估计的比率是除去序列趋势因素的第一次估计，,称做季节,不规则因素,SI,估计季节因素,S,从,SI,中除去季节因素后，估计不规则因素,重复以上步骤，,通过几次迭代来进行分解的，每一次对组成因子的估,算都进一步精化，,然后估计最终的趋势因素(,T),和不规则因素(,I)。,Y=S*I*T,去除季节因子(,S),的影响，获得平缓的趋势,每年的季节因子之和应等于12,年度销量,告诉我们这个市场有多大，一般以千桶为单位,趋势线,告诉我们根据过去和目前的业绩而生成的销售趋势，未来的销售方向,不规则的变化,提示市场活动的影响和效果,STRs,数据类型描述,告诉我们图表中数据的类型（如直销，转批，发货量）,时间序列图,Time Series Chart,Time Series Chart,时间序列图,Through Dec-04,图表的数据类型：发货量,(shipment data),数据更新至2004年12月,图表中每点都体现的是年度销量，即市场的规模，计量单位是千桶,全年预算/,PYE,红点表示当月的点,SDA:Selling Day Adjustment,什么是时间序列?,时间序列是如何生成的?,用时间序列进行分析有什么优势?,时间序列可以用来进行何种分析?,时间序列分析,时间序列分析的优势,管理和追踪较长时间段内的销售业绩,去除那些可能影响月度销售的工作天数和季节因素，这些因素可能会给销售带来一些潜在影响。,时间序列用于表现年度之间的销售趋势，但不影响年度之间的成长率,(%change),：,下降的趋势，但成长率仍是正数；上升的趋势，但成长率为负数,时间序列分析能帮助我们快速地识别销售趋势的变化,并使它们与影响销售的因素，例如：行业，公司内部，竞争品牌相关联。,时间序列分析的优势,时间序列分析的优势,时间序列分析能,帮助我们建立合适的销售目标，尽快地采取正确的行动方案。,帮助我们更好地评估销售目标的可实现性及销售策略的有效性,及市场和销售活动带来的影响和效果。,时间序列分析比移动平均分析更具合理性，它能提示我们近期可能的发展的方向，起到预警的作用,时间序列图+同期比较的成长率能为我们的下一步行动计划提供强有力的支持,为销售/市场决策提供更有效的依据。,时间序列分析的优势,什么是时间序列?,时间序列是如何生成的?,用时间序列进行分析有什么优势?,时间序列可以用来进行何种分析?,时间序列分析,时间序列的运用,评估当前的销售业绩和市场计划执行的有效性。,确定潜在的销售趋势和预测全年销量。,(PYE,：,projected year-end),建立下一年度合理的销售预算，并分配到每一个月。,时间序列分析可以用来作何种分析,时间序列分析是百威公司内部的最主要的分析工具,2003,年六月的销售是否有提升，全年到目前为止的销售业绩如何？,评估目前的销售业绩,原始数据,六月与五月相比有少许滑落,与去年同期相比，也有下跌。主要是由于分销渠道的问题,评估目前的销售业绩,时间序列图,如果整个商业环境没有变化，销售会在目前趋势下继续延伸，可由这些趋势点来推测未来的月销量。,Underlying Trend,潜在趋势线,推测,预测全年销量（,PYE）,潜在趋势线,Underlying Trend,潜在趋势线能够最好地描述当前的销售增长率,它是众多影响销售的潜在因素（如行业、公司内部、竞争品牌）的综合表现,它是由一条能最大限度与时间序列上的某一组点吻合的线组成的。这组点的选择是基于对影响销售的潜在因素的深入理解而得出的，包括它们在过去相当长时间内是如何变化的，以及它们在未来可能的改变方向。,时间序列图中点的高低起伏经常预示着潜在因素的变化和由此导致的潜在趋势的变化。,推测,实际销量,推测的销量,去除季节因子的销量,工作天数调整因子,X,季节调整因子,推测的月度销量=,Actual,Trend(Annualized,SDAF,Seasonal,Month,PYE,&,Deseasonalized,),Estimate,J,27,27,F,54,54,M,54,54,A,64,64,M,72,72,J,62,62,J,794,0.910,1.094,12,80,80,A,793,1.046,1.052,12,66,66,S,792,0.951,0.902,12,63,63,O,790,0.951,1.014,12,70,70,N,789,1.046,1.282,12,81,81,D,788,0.997,1.455,12,96,96,787,2003 PYE Estimate(M,bbls,),潜在趋势线,Underlying Trend,已知2003年一至六月的销量，如何推算明年全年的预算并合理地分配到每个月？,预测第二年的销售,2003,Trend(Annualized,SDAF,Seasonal,Month,%SDA,&,Deseasonalized,),Estimate,vs.2003,J,120,2,115,0.958,0.676,12,124,+3.6%,F,118,2,118,1.054,0.755,12,126,+6.9%,M,138,2,122,1.110,0.851,12,136,+8.0%,A,166,2,125,0.958,1.011,12,187,+2.5%,M,195,2,129,0.958,1.077,12,199,-2.7%,J,211,2,132,1.004,1.204,12,213,+1.0%,J,220,2,136,0.958,1.210,12,225,+2.0%,A,195,2,139,1.054,1.177,12,199,+2.0%,S,168,2,143,1.004,0.963,12,171,+2.0%,O,170,2,146,0.958,0.932,12,174,+2.0%,N,145,2,150,1.110,0.914,12,148,+2.0%,D,216,2,153,1.004,1.234,12,221,+2.0%,2,063,2,123,+2.9%,2004 Budget(M,bbls,),预测第二年的销售,预测第二年的销售,时间序列是百威公司标准的销售分析工具。,它能通过数学方法,求出季节因子，,把原始时间序列中隐含的季节性因素、工作日因素剔除掉，使不同季节之间的数据可以直接比较。,它是强有力的决策工具，可以及时反映业务的瞬间变化，反映业务变化的转折点，更好地评估目前的销售趋势、市场活动的效果、目标的可实现性，以及进行各种量化分析和预测未来的销售动态，制定合理的指标并进行有效地分配。,结论,谢谢！,我们的联系方式:,021-62797200-5530,