定量预测趋势外推法精品.pptVIP

第四节 ：趋势外推法 一 含义及假定条件 当预测对象随着时间呈现某种水平、上升或下降的趋势，并且无明显的季节波动，又能找到一条合适的曲线反映这种变化趋势时，就可用时间t为自变量，时序数值y为因变量，建立趋势模型：y=f(t) 注意假设条件（1）预测目标的发展变化过程没有跳跃，属于渐进变化。（2）决定过去事物发展的因素在很大程度上仍决定事物未来的发展。连续性原理 二 趋势模型及选择 正确识别并选择趋势模型是应用趋势外推法的首要工作，基本方法有两种： 1 图形识别法 2 差分计算 1 直线， 指数 ，二次抛物线， 三次曲线等模型的图形 2差分法 所谓差分，是变量的微小变化。根据历史数据计算差分把数据修匀，将非平稳时间序列转换为平稳序列，通过该平稳序列的表现，来发现该套用那个模型。 假设时间序列为yt （t=1 ,2，3 ……，n） 一阶向后差分为： y’t = yt - yt -1 二阶向后差分为： y”t= y’t -y’t -1 三阶向后差分为： y”’t= y”t –y”t -1 多阶以此类推 如果在序列中发现一阶向后差分为常数，则套用线性模型。二阶为常数，套用二次抛物线模型，三阶为常数，套用三次曲线模型。EXCEL演示 三 多项式曲线趋势外推法 一般形式为： Y=b0+b1t+b2t2+b3t3+…… +bktk 其中：Y预测目标变量，t为时间，b为待定系数 当K=1时，为线性模型，K=2时，为二次抛物线模型，当K=3时，为三次多项式趋势模型 （一）线性趋势外推法： 散点图呈线性趋势y=a+bt 例子：某企业某种产品1996~2002年市场销售量资料如下，试利用趋势外推法对这种产品进行预测。直线模型实例 当数据量较小，可以采用手工算法。这涉及到将t进行一下处理。奇数和偶数项 （二）二次曲线趋势外推法 Y=b0+b1t+b2t2 例子：某商店某种产品的销售量如表所示，试预测1999年的销售量，并要求在90%的概率保证度下，给出预测的置信区间。(y-t0.10SE, y+t0.10SE), t值结合自由度n-p查询。 二次曲线实例数据 步骤：1选模型 ：①散点图②计算差分 2 求模型参数。 估计标准误差SE: 三次曲线趋势外推法：步骤同二次曲线，实例数据见三次曲线 多次曲线趋势外推法：同理 计算时可利用power（number，power） 如：12896 =？ 解法：可输入power（1289，6）求得。 四 指数曲线预测模型 参数a，b的确定：通常将指数曲线方程式化为直线形态后求出(两边求对数LN)。 该曲线模型的判定方法：时间序列逐期增长率大体相同，几乎按同一比例增减（又称一阶差比率大致相等。）。 这种曲线模型能够对产品、技术发展的早期阶段进行合理的描述。 例如：某商品投入市场以来，1989—1997年的市场需求统计资料如下所示，预测1998年的需求量？（Excel数据演示） 指数曲线适合于市场初期，中后期就不再适用，否则将达到一个荒谬的程度。因为每一种产品的市场都有一个极限，愈接近市场极限，市场发展速度就愈慢，不可能按指数规律无限外推，于是便出现了所谓的修正指数曲线模型。 五 修正指数曲线预测模型 例如：某商品1989-1997年的销售资料如下所示，预测1998年的销售量？ 利用修正指数曲线模型，可以判断一种产品的市场是否达到发展极限，一般说来，发展速度慢时，表明冰箱已经接近有效市场的上限，如果企业只生产一种产品，就要考虑开发其它业务。所以该法一般适用于“某些新商品，需求量变化为初期迅速增加，一段时间后逐渐减少，且增长的环比速度大体相等，最后趋向于某一个正的极限常数。” 函数图形 指数曲线模型不能预测接近极限值时的特性值，因为当接近某一极限值时，特性值已不按指数规律增长。在产品导入期阶段，产品需求增长很慢，而随着时间的推移，社会需求不断增大，产品在早期的市场中也逐渐完善起来，因而需求量会快速增加，当产品的市场容量接近市场上限时，需求量的增长速度就会慢下来。产品市场发展的全过程就会经历发生、发展、成熟和衰退四个阶段，而这正是生长曲线所能描述的。生长曲线又称S曲线。S曲线（又称逻辑增长曲线）包括龚珀兹曲线和皮尔曲线。两种曲线模型特别适用于成熟期商品的预测。 六 生长曲线模型 龚珀兹（Gompartz）：英国统计学家和数学家（1779~1865），他在研究控制死亡率问题时提出了一种曲线，多用于新产品的研制、发展、成熟和衰退的分析。 例如：某公司连续9年的销售量如下，请预测第10年的销售量？ 皮尔曲线模型与龚珀兹曲线一样都可以描述产品市场的导入、成长、成熟