趋势拟合模型分析时间序列（Time Series）随时间变化的趋势倾向性及其显著性水平。

以美国某气象站1894~2010年连续的年降水量为例，介绍2种趋势拟合模型的计算过程。t为年份，Y为降水量，a_i（i=0,1,2…,n）、b等表示拟合系数。

1.线性趋势模型（最常用）

Y=a₀+a₁t

该模型的增长率是常数a₁。

计算过程及显著性水平见“SIGNIFICANT Test for the Linear Regression Equation”。

2.指数趋势模型

Y=ab^t

该模型的增长率是常数b-1。

计算方法是模型两边同时求自然对数为lnY=lna+tlnb，转化为线性趋势模型再求解a、b，显著性水平计算亦然。

图 1

如图 1所示，a、b为775.147和1.0002，R²过小也就是拟合结果包含的信息量少，p大于0.05显著性阈值，未通过显著性检验。TrendFitting.rar

参考文献

[1] 潘红宇. 时间序列分析[M]. 北京:对外经济贸易大学出版社, 2006.