用Excle做数据分析与预测

假期收到导师布置的作业，用时间序列季节指数的方法预测虫情，由于数据量比较少，用python的话有点杀鸡用牛刀了，用Excle简单、方便、又快捷，直接起飞。

时间序列

时间序列（或称动态数列）是指将同一统计指标的数值按其发生的时间先后顺序排列而成的数列。时间序列分析的主要目的是根据已有的历史数据对未来进行预测。经济数据中大多数以时间序列的形式给出。根据观察时间的不同，时间序列中的时间可以是年份、季度、月份或其他任何时间形式。

模型建立

获取数据

选取2017年—2019年某地各月份的昆虫种类及数量（导师瞎给的数据）

数据处理

在时间序列的模型中：

Y=T（长期趋势）*S（季节指数）CI

首先对数据中的昆虫数量Y进行四项平均

做完四项平均后还要对所得到的数据进行中心平均得到TC的值

求出TC以后我们根据公式就能得出带不规则变动的季节指数SI（SI=Y/TC）：

当我们求出SI以后，因为我们是需要得到季节指数S，所以我们需要把里面的不规则变动I去掉，所以我们还需要对SI进行处理：

求出各年同季观察值平均值A
求出历年总季度平均值B
季节指数C=A/B
最后我们就能够得出我们所需要的去除不规则变动I的季节指数S
放入图表中

进行数据分析

点击Excle上方的数据

找到右边的数据分析

选择回归分析

把需要进行分析的数据范围填好，置信度一般选择%95残差项根据自己的需求选择

对未来进行预测

方差分析表，在这里面一共有五个数，分别是df（自由度）、SS（样本数据平方和）、MS（样本数据平均平方和）、F（F统计量的值）、Significance
F（P值）

从图中我们就可以得出我们所计算出来的回归方程，在这个里面的t值和P值也都能够直接看到，最后我们得出回归方程它的表达式为：

Y=-4.43706x+1037.758

由上公式把长期趋势T求出：

当把表格完成以后，我们需要的预测值就等于2019年各个季度的季节指数S*长期趋势T:

分析与预测就做完了