3.3.1　基本思路及计算步骤

3.3.1　基本思路及计算步骤

逐步回归周期分析就是将预报对象进行分组，每组按一定的周期进行延长，使其长度与预报对象相同，将分组数据作为预报对象的因子，应用逐步回归分析方法进行分析，通过检验识别出系列的隐含周期，从而建立预报对象系列与其隐含周期项之间的线性函数关系进行预报。其基本思路如下：

（1）设有非平稳预报对象序列xi（i＝1，2，…，n），将其分成k 组（k＝2，3，…，m）。m取值按下式进行：

式中：n为样本容量；int表示取整。

每组的数据个数b 由以下公式计算：

式中：m为分组数；n为样本容量。

表3.5　逐步回归周期分析分组数为t时的分组表

（3）将各组平均值以周期k 作外延，延长长度至n＋1，这样就可以形成m 个长度为n＋1 的序列，见表3.6。

表3.6　逐步回归周期分析分组周期外延表

（4）将形成的m个序列前n 个数据作为逐步回归分析的因子进行逐步回归分析（第n＋1个数据用于预报），建立多元回归方程，估计其回归系数。

（5）对回归系数进行检验，若所有回归系数均为零，则该序列无周期项函数存在；否则可认为有周期项函数存在。若引入的因子个数为t，则回归模型如下：(https://www.daowen.com)

图3.6　逐步回归周期分析计算流程图