对高次指数平滑预测模型改进和推广.doc

. . 　　 本文档下载自 HYPERLINK / 文库下载网，内容可能不完整，您可以点击以下网址继续阅读或下载：  HYPERLINK /doc/3e46b83643323968011c92b2.html /doc/3e46b83643323968011c92b2.html 对高次指数平滑预测模型的改进和推广 2005年2月第11卷第1期 安庆师范学院学报(自然科学版) JournalofAnqingTeachersCollege(NaturalScience) Feb.2005Vol.11NO.1 对高次指数平滑预测模型的改进和推广 徐　伟 (同济大学经济与管理学院,　上海　200433) 　　摘　要:本文揭示了指数平滑预测法与其它平均预测法之间的本质联系,指出了高次指数平滑预测法在对典型的斜坡型时间序列作预测时出现的系统误差和原因,最后把指数平滑预测法中指数权的原理推广到估计一般趋势线方程参数上。 关键词:平滑预测法;时间序列;指数权; 中图分类号:G421　　文??标识码:A　　文章编号:1007-4260(2005)01-0006-03 　　众所周知,利用时间序列对社会经济现象未来发展趋势进行预测,为突出靠近预测期数据的重要性,常在确定描述序列基本变动趋势的曲线类型后,估计曲线参数时,采用加权方法强调接近预测期的数据,如指数平滑法、加权平均法、加权回归法等。而在实践中我们发现很多典型的斜坡型时间序列,应用二次指数平滑法作出的预测基本上都过小[1,2]。通过分析二次指数平滑预测法的公式分析,证明了其确有系统误差,并对趋势型时间序列预测中如何利用指数权强调接近预测期数据提出了一种新方法。 1.平均(平滑)预测法的实质 历来人们都习惯于把水平型时间序列与趋势型时间序列看成本质不同的。其实设时间序列(t,yt)?t=1,…,n是水平型变动的,即所有样本点(t,yt)?t=1,…,n几乎在一条水平直线附近,从发展趋势看,未来的指标值将继续沿此水平直线平滑下去,预测的关键是如何合理地估计这条水平趋势线的高度a,若a确定下来,就取预测值为Yn 1=a。 (yt-a)2,令=-2(yt-a)=0,则a=(y1 y2 … yn)/n,即得通常的简单平均(i)记Q=t=1t=1预测法。 ∑∑ n n ∑ n n :///doc/3e46b83643323968011c92b2.htmlrt(yt-a)2,令=-2t(yt-a)=0,则a=(y1 2y2 … nyn)/(1 2 … n),即得(ii)记Q=t=1t=1通常的加权平均预测法。 ∑ 5Qt (iii)记Q=Bi(yt-i-a)2,(0 i=0i=0 ∑ t-1 ∑ t-1 ∑By i i=0 t-1 t-i / ∑B≈ i i=0 t-1 (1-B) ∑By i i=0 t-1 t-i =(1-B)yt B(1-B) ∑By i i=0 t-2 t-i-1 ,记A=1-B,则Yn 1=a=A)Yt,即得通常的指yt (1-A 数平滑预测法。 因此,通常的水平型变动序列预测中的简单算术平均法、加权平均法、指数平滑法只不过是水平趋势直线高度a的普通、加权、指数权最小二乘估计。顺便指出通常的移动平均预测法是一种更加注重接近预测期数据,随时跟上现象变动规律迁移节拍,不断用新的水平线代替老的水平线的平均预测法。 2.高次指数平滑预测法中的系统误差 从前节分析可以看出,对于斜坡型时间序列,普通指数平滑预测法明显不合适,为此人们创造了高次指数平滑预测法,然而我们将看到对于典型的斜坡型时间序列,高次指数平滑预测法却有系统误差。 XXX(,, 第1期徐伟:对高次指数平滑预测模型的改进和推广 ?7? 先看二次指数平滑预测公式:Ft T=at btT,a/doc/3e46b83643323968011c92b2.html=2s′t-s″t,bt= )s″t-1,s″t=At (1-At-1,从而bt=s″t-s″t-1s′s′ 考虑一个特例,设斜坡型时间序列基本上满足方程yt=a bt,t=1,2,…n,取s′1=y1,不难算得s′2= (t-2)b (1-A)s′t=At-1,y1 Ay1,t≥2时,s′ 当t≥3时,s′(1-A)b … A(1-A)t-3bt-s′t-1=Ab A 取s″1=s′1=y1则s″2=y1,s″3=y1,t≥4时,由(1)可得:bt=s″(s′(1-A)(s′t-s″t-1=At-1-s′t-2) At-2-s′t-3) … )t-5(s″A(1-A)t-5(s′4-s′3) (1-A4-s″3)将(2)代入(3),当t≥5时, 2bt=Ab[1-(1-A)t-3] A(1-A)b[1-(1-A)t-4] … A(1-A)t-5b[1-(1