南阳师院学院.ppt

  1. 1、本文档共233页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
南阳师院学院.ppt

1996 ? ? ? 1 1434.80 1370.33 1340.31 1327.58 1417.64 103.00 9.44 2 1444.10 1392.46 1355.96 1336.09 1445.59 131.29 11.88 3 1296.10 1363.55 1358.23 1342.73 1358.69 36.49 2.89 4 1462.60 1393.27 1368.74 1350.54 1424.13 94.90 8.43 1997 ? ? ? 1 1343.80 1378.43 1371.65 1356.87 1377.21 39.66 3.23 2 1434.70 1395.31 1378.75 1363.43 1413.11 68.25 5.97 3 1284.10 1361.95 1373.71 1366.52 1331.24 -23.57 -2.58 4 1454.10 1389.59 1378.47 1370.10 1403.46 103.00 3.83 1999 1 1338.70 1374.23 1378.12 1376.00 1364.33 -8.15 -.88 2 1373.00 1373.86 1376.84 1376.25 1367.31 -7.67 -.77 3 1248.40 1336.22 1364.65 1372.77 1287.48 -92.13 -8.58 4 1338.40 1336.88 1356.32 1367.84 1309.51 -71.20 -6.41 ③ 求预测模型 根据表3.3.5算出at,bt,ct后得预测模型为 ④ 求季节性指标 将表3.3.3中的数据分别除以表3.3.4中的各元素,得相应的季节系数。然后再把各季节性系数平均得季节性指标,见表3.3.6。季节性指标之和理论上应等于4。现等于4.0033,需要进行调整。调整方法如下,先求校正系数 θ=4/4.0033=0.9992 然后将表3.3.6中的最后一行,分别乘以θ,即得调整后的季节性指标(见表3.3.7)。 ⑤ 求预测值 根据预测模型求出2000年各季度的客流量 1231.90(104人次) 1141.47(104人次) 1038.22(104人次) 922.15(104人次) 2000年四个季度的客流量预测值乘以表3.3.7中调整后的季节性指标,得2000年各季度客流量的预测值(表3.3.8。 表3.3.6 季节系数与季节性指标 季 年 1 2 3 4 1995 / 1.0383 0.9442 1.0238 1996 1.0050 1.0377 0.9252 1.0695 1997 0.9506 1.0594 0.9231 1.0903 1998 0.9031 1.0866 0.9475 1.0415 1999 0.9710 1.0402 0.9458 / 季节性指标 0.95742 1.0524 0.9372 1.0563 表3.3.7 调整后的季节性指标 第一季度 第二季度 第三季度 第四季度 0.9567 1.0516 0.9365 1.0555 表3.3.8 2000年各季度客流量的预测 值 ( 单位:104人次 ) 季 年 1 2 3 4 2000 1178.56 1200.37 972.29 973.33 2000年全年的客流量为 : 1178.56+1200.37+972.29+973.33=4324.55(104人次) 4.自回归模型 时间序列的自相关性判断: ① 定义:序列前后期数值之间具有相关关系,对这种相关关系程度的测定便是自相关系数。 ② 测度:设y1,y2,…,yt,…,yn,共有n个观察值。把前后相邻两期的观察值一一成对,便有(n-1)对数据,即(y1,y2),(y2,y3),…,(yt,yt+1),…,(yn-1,yn)。其一阶自相关系数r1为 (3.3.16) 二阶自相关系数r2为 k阶自相关系数为 建立自回归模型 (3.3.17) (3.3.18) 常见的线性自回归模型: ① 一阶线性自回归预测模型为 ② 二阶线性自回归预测模型为

文档评论(0)

000 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档