8-1时间序列预测法初级.pptVIP

第三节 指数平滑法 （二）霍特双参数指数平滑 其基本原理与布朗线性指数平滑法相似，只是它不用二次指数平滑，而是对趋势直接进行平滑。 计算公式： 第一个公式用来修正 ，第二个公式用来修正 ，T是预测超前的期数。 第三节 指数平滑法 三、三次指数平滑法（用于非线性变动趋势的时序预测） （一）基本原理 当数据的基本模型具有二次、三次或高次幂时，则需要用高次平滑形式。从线性平滑过渡到二次多项式平滑，基本途径是再进行一次平滑（即三次平滑），并对二次多项式的参数作出估计。 （二）基本公式 第三节 指数平滑法 表8.3 各种指数平滑法的比较 　方法 数据特征 预测模型 特点及局限性 一次指数平滑 平稳非季节性 只能预测一期 二 次 指 数 平 滑 布朗单一参数指数平滑 线性趋势非季节性 1个平滑系数，使用简单。反映数据的线性趋势 霍特双参数指数平滑 线性趋势非季节性 两个平滑系数，对趋势直接平滑，较之上法灵活 　三次指数平滑 布朗单一参数 非线性趋势非季节性 只有一个平滑系数，可反映数据非线性趋势，较实用 温特线性季节性指数平滑 线性趋势季节性 三个平滑系数，且较难确定 市场现象的长期发展必然表现出一定形式的变化特征及其规律性，变化趋势也存在延续性。按照时间序列资料呈现的变动趋势规律，拟合趋势变动的数学模型，根据现象变动时间连续的特点来预测未来市场现象，称之为趋势延续预测法（也称趋势外推法）。 应用趋势延续法进行预测的市场现象要符合如下条件：其一是影响现象的主要因素，过去、现在、将来都继续存在；其二是现象发展不发生突变。现象在各时间变动的趋势有近似的直线型、曲线型两大类，曲线还有各种形态。采用趋势延续法预测前，可直接依据时间序列资料，或时间序列的直角坐标散点图，或差分法，判断现象趋势类型。 第四节 趋势延续法 第四节 趋势延续法 应指出，趋势延续法与回归预测法有相似之处，但前者依据的是现象自身时间变动，后者依据的是影响现象的因果关系因素变动，预测性质不同，方法有一定差别。 一、直线趋势延续法 时间序列是否呈直线趋势，可以从散点图上观察各期指标值的坐标点是否围绕某一隐蔽的直线上下分布，也可以分析各期指标值逐期增长量是否接近，如果是，则可选用直线趋势延续法预测。直线趋势出现是由于现象主要受长期趋势和不规则波动影响，时间序列中如极个别时间的指标值升或降幅度特别大，说明此时偶然因素作用突出，但它是暂时的，该指标值（异常值）可作适当调整。 第四节 趋势延续法 直线趋势延续法的预测模型为： 式中，a，b为参数，据时间序列数值计算出。 a为截距， b为斜率，t为时间序列的时序变量，要求等距； 为时间序列线性趋势预测值。时间序列的线性趋势延续法预测，最关键问题是拟合一条（只有一条）直线，使该线与各期观察值坐标点的距离最短。该直线在何方，由参数a，b确定。确定参数a，b，常用最小平方法求解，数学表达式为： 为最小值，即 为最小值。根据极值定理，上述方程可推出如下联立方程： 第四节 趋势延续法 再对联立方程求解，可得a，b的计算公式为： 按等距原则编排的时间变量，如时间序列的各期指标个数n为奇数，可设定为：一3，一2，一1，0，1，2，3，即取正中间的t序数为0，这样 。如时间序列的各期指标个数n为偶数， t可设定为：一5，一3，一1，1，3，5，即一半为负一半为正，序号对称，这样， 也等于0。 ，公式可大大简化为： 第四节 趋势延续法 参数a，b确定后，预测方程即确定。代入预测期时序t值，即可估计市场现象预测值 。预测值 是据既定的直线模型延续外推得来的，实际值未必等于预测值（即点预测），或高或低都有可能，因此需要估计预测误差范围（即进行区间预测）。误差范围受客观存在的预测标准误差S、主观要求的预测结果可置信程度或可靠程度（1-a）、所选取时间序列数据量n多少这三个因素影响。预测值加减上下误差范围为预测置信区间，它表示未来的实际值有多大可能（即要求可信程度）落在这个区间里。预测的置信区间计算公式为： 第四节 趋势延续法 式中， 表示显著水平为a时，t统计分布的临界值，查t分布表而得。a为显著水平,1-a为人们要求预测结果的可信程度（如要求预测区间达到95％的可靠程度， a=5%）。S为时间序列预测标准误差。 为修正因子，n为时间序列数据个数，n-2为自由度，由n- m-1算得，m为自变量个数，本预测模型m＝I，故自由度为n-2 。 例8-3：仍使用上例中的数据，即某百货公司1992-2003年营业额数据如下表所示，按95%的置信度，试用趋势外推