表3-6 Excel输出的预测值和残差以及标准化残差 9

表3-7 渔业总产值的预测值 10

表3-8 2016年上海各季度渔业总产值的预测值 11

1 绪论

中国海域辽阔，水生物种繁多，随着现代渔业的不断发展，渔业在各个领域的重要地位也慢慢凸显出来.渔业在我国第一产业中扮演着重要的角色，但是极易受到自然环境以及生产方式的影响，导致每年每季度的渔业总产值都会出现较大差异，难于控制，所以战略前瞻是渔业发展的一个重要措施，甚至可能会涉及到渔业发展的兴衰存亡.为了水产品的可持续供给以及渔业的可持续发展，制定我国渔业的长远发展战略规划会对渔业的发展产生事半功倍的效果，全面积极研究渔业发展战略迫在眉睫.在这种背景下，本文搜集了2011年至2015年上海各季度的渔业总产值，通过分析这些数据的特点，运用建立季节趋势预测模型、回归分析等方法，利用 和 软件分析具体数据，从而建立出2016年上海各季度渔业总产值的预测模型.王伟明、周华云、曹俊（2010）指出季节趋势预测是时间趋势分析方法之一，是一种用来研究时间序列的发展和变化规律同时预测未来的统计分析方法，这种方法可以同时兼顾季节变动和长期趋势的影响，让预测结果更加接近实际的情况.对于各个季度发展水平有规则性并且有长期变动趋势的季节指标，可以用季节趋势模型来进行预测，国内比较多的比如张喜红、刘雁灵、曽红文（2011）预测住院人数、季新强（2013）预测门诊人次数、刘继恒、徐勇、余凤萍、张皓、蒋静（2015）预测甲型病毒肝炎等.文献综述

2  季节趋势预测模型与一元线性回归

2.1  季节趋势预测模型

彭威、孙洁（2009）提出季节趋势预测法主要适用于市场需求因季节变动而变动的情况，同时逐年同月（或季）水平呈现上升或下降趋势.季节变动，是指市场需求由于受自然条件及消费习惯等因素的作用， 随着季节转变而呈现周期性变化，且每年都重复出现，表现为逐年同月（或季）有相同的变化方向和大致相同的变化幅度.季节趋势法的预测模型为

                                                        (2-1)

式中： 表示的是时间序列中线性趋势变动的部分， 为季节指数.贾俊平、何晓群、金勇进(2014)提出建立季节趋势预测模型的一般步骤如下：

(1) 使用移动平均趋势剔除法计算季节指数，计算移动平均值（如果是季度数据，则采用4项移动平均，月份数据则采用12项移动平均），并对其结果进行中心化处理，也就是将移动平均的结果再进行一次二项移动平均，即得出中心化移动平均值（ ）.

(2) 计算移动平均的比值，也称为季节比率，即将序列的各观察值除以相应的中心化移动平均值，然后计算出各比值的季度（或月份）平均值.

(3) 季节指数调整.由于各季节指数的平均数应等于1或100%，若根据第2步计算的每个季节比率的平均值除以它们的总平均值.

(4) 计算出季节指数后，将各实际观察值除以相应的季节指数，将季节成分从时间序列中分离出去.