指数平滑法数学模型的参数估计和预测_医学论文.docVIP

指数平滑法数学模型的参数估计和预测_医学论文 指数平滑法数学模型的参数估计和预测_医学论文 【关键词】 数学模型；,,参数估计；,,预测；,,检验,,,, 　　摘要： 建立二次指数平滑法数学模型，对模型中的参数进行了估计和检验且对模型进行了预测。 　　关键词： 数学模型； 参数估计； 预测； 检验 　　1 二次指数平滑法的定义及分布 　　11 一次指数平滑法的定义 　　设X1，X2，…，Xn为时间t的观察值(t=1,2,…，n)，独立且服从正态分布N(0，σ)，对一般情况，做代换Yt=Xt-μ,St(1)为时间序列中时间t达到一次指数平滑值的定义： 　　St(1)=αxt+(1+α)St-1(1)(t=1,2,…,n, 0≤αlt1) 　　根据递推关系可得： 　　St(1)=αxt+(1-α)［αxt-1+(1-α)St-3(1)］ 　　=αxt+α(1-α)xt-1+(1-α)2［αXt-2+(1-α)St-3(1)］ 　　=αxt+α(1-α)xt-1+(1-α)2αXt-2+…+α(1-α)t-1X1+(1-α)tS0(1)］ 　　因0≤αlt1，所以t→∞时，limt→∞(1-α)t=0 　　那么 　　St(1)=αxt+α(1-α)xt-1+(1-α)2αXt-2+…+α(1-α)t-1X1 　　12 二次指数平滑法的定义 　　设S1(1)，S2(1)，…，Sn(1)为线性趋势某时间序列t的一次指数平滑值，St(2)为时间t的二次指数平滑值，若St(2)=αSt(1)+(1-α)St-1(2),(t=1,2,…,n,0≤αlt1) 　　根据递推关系可得： 　　St(2)=αSt(1)+α(1-α)St-1(1)+α(1-α)2St-2(1)+…+ 　　α(1-α)t-1St(1) 　　因E(Xi)=0, Var(Xi)=σ2,Xi独立。 　　 　　均值E(St(1))=E［αxt+α(1-α)xt-1+(1-α)2αXt-2+…+ 　　α(1-α)t-1X1］=0　　Var(St(1))= Var［αxt+α(1-α)xt-1+(1-α)2αXt-2+…+α(1-α)t-1X1］ 　　=Var(αxt)+Var［α(1-α)xt-1］+Var［(1-α)2αXt-2］+…+Var［α(1-α)t-1X1］ 　　=α2Var(xt)+α2(1-α)2Var(xt-1)+(1-α)4α2Var(Xt-2)+ … +α2(1-α)2(t-1)Var(X1) 　　=α2［1+(1-α)2+(1-α)4+…+(1-α)2t-2］σ2 　　=α［1-(1-α)2t］ 2-α σ2 　　E(St(2))=E［αSt(1)+α(1-α)St-1(1)+α(1-α)2St-2(1)+…+ 　　α(1-α)t-1S1(1)］=0　　Var(St(2))= Var［αSt(1)+α(1-α)St-1(1)+α(1-α)2St-2(1)+…+α(1-α)t-1S1(1)］ 　　=α2Var(St(1))+α2(1-α)2Var(St-1(1))+α2(1-α)4Var(St-2(1))+ … +α2(1-α)2t-2Var(S1(1)) 　　=α2α［1-(1-α)2t］ 2-α σ2+α2(1-α)2α［1-(1-α)2t-2］ 2-α σ2+… +α3(1-α)2t-21-(1-α)2 2-α σ2 　　=α3σ2 2-α{1-(1-α)2t+(1-α)2［1-(1-α)2t-2］+(1-α)4［1-(1-α)2t-4］+…+(1-α)2t-2［1-(1-α)2］} 　　=α2σ2 (2-α)2{1-(1-α)2t-t(1-α)2t(2α-α2)］ 　　因为St(1)是Xt(t=1,2,…,n)的线性组合，而St(2)是St(1)的线性组合且Xt∈N(0,σ2)，所以St(2)、St(1)也服从正态分布： 　　St(1)~N(0, α［1-(1-α)2］ 2-α σ)2 　　St(2)~N(0, α2σ2 (2-α)2［1-(1-α)2t-t(1-α)2t(2α-α2)］) 　　2 建立数学模型 　　假定：序列S1(1)，S2(2)，……，Sn(1)具有线性趋势变动 　　预测方程为： 　　t+T=t+tT t=2St(1)-St(2) 　　t=α 1-α(2St(1)-St(2)) 　　t+T是第t+T期的预测值，t为预测模型所处的时间周期，T为由预测模型所处的时间周期至需要预测的时间之间的周期数，t，t为参数。 　　E(t)=E(2St(1)-St(2))=0 　　E(t)=E(α 1-α(St(1)-St(2)))=0 　　Var(t)= Var(2St(1)-St(2))=4VarSt(1)+VarSt(2) 　　=4α