趋势外推法解析.docVIP

实验课题 实验目的与意义 实验过程记录与结果分析 1999——2007年取暖器的销售量散点图 由散点图可以初步确定选用修正指数曲线预测模型来进行预测。 其次，进行一阶差的一阶比率计算表（如表1-2所示） 表1-2 热水器销售量一阶差的一阶比率计算表 yi 46000 49000 51400 53320 54856 56085 57088 57900 58563 一阶差分 3000 2400 1920 1536 1229 1003 812 663 一阶差的差分比率 0.8 0.8 0.8 0.8008 0.8161 0.8096 0.8165 由表1-2可知yi的一阶差的一阶比率大致相等。所以，结合散点图分析，最后确定选用修正指数曲线模型进行预测比较适宜。 第二步，求模型参数（如表1-3所示） 表1-3 修正指数曲线模型参数计算表 年份 时序(t) 销售量（yi) 1999 0 46000 2000 1 49000 2001 2 51400 ∑Ⅰy - 146400 2002 3 53320 2003 4 54856 2004 5 56085 ∑Ⅱy - 164261 2005 6 57088 2006 7 57900 2007 8 58563 ∑Ⅲy - 173551 =0.8042 所以 2008年取暖器的销售量为59069.93台。 2，指数曲线预测模型为： 对函数模型做线性变换得： 令，则： 这样就把指数曲线模型转化为直线模型了。 例题：某市近6年灯具商品销售量资料如下表所示，试预测2008年的销售量。 表2-1 年份 2002 2003 2004 2005 2006 2007 销售量（万架） 8.7 10.6 13.3 16.5 20.6 26 第一步，选择预测模型。 首先，绘制散点图，根据散点图分布来选择模型。 图2-1灯具2002--2007年销售量散点图 根据图2-1，可以初步确定选用指数曲线预测模型。 其次，计算一阶差比率（如表2-2），并结合散点图最后确定选用哪一种模型。 表2-2 指数曲线模型差分预测表 销售量（万架） 8.7 10.6 13.3 16.5 20.6 26 一阶差比率 1.22 1.25 1.24 1.21 1.30 由表2-3知，观察值的一阶差比率大致相等，符合指数曲线模型的数字特征。所以，选用模型。 第二步，求模型参数 先将观察值的数据进行变换，使其满足。其变换数据如表2-3所示 表2-3 观察值数据转换表 年份 2002 2003 2004 2005 2006 2007 时序（t） 1 2 3 4 5 6 2.16 2.36 2.59 2.80 2.99 3.25 经计算得 根据直线模型公式 因为，所以 所以指数预测模型为 第三步，预测2008年的销售量为31.64万架。 3，皮尔曲线预测模型的形式为： 式中，L为变量的极限值，a,b为常数，t为时间。 例题：已知某地区1998--2008年的人口资料，试用皮尔曲线模型预测该地区2013--2018年的人口总量。 表3-1 时序t 人口数（万人)(yt) 1 2626 0.000380 0.000378 1.443E-0 1.45014E-07 2 2639 0.000378 0.000369 1.399E-07 1.43589E-07 3 2707 0.000369 0.000357 1.318E-07 1.36466E-07 4 2801 0.000357 0.000347 1.241E-07 1.2746E-07 5 2875 0.000347 0.000338 1.176E-07 1.20983E-07 6 2957 0.000338 0.000329 1.115E-07 1.14366E-07 7 3033 0.000329 0.000322 1.062E-07 1.08706E-07 8 3103 0.000322 0.000315 1.015E-07 1.03857E-07 9 3172 0.000315 0.000307 9.691E-08 9.93879E-08 10 3253 0.000307 0.000301 9.270E-08 9.45E-08 11 3316 0.000301 0.000294 8.895E-08 9.09434E-08 12 3390 0.000294 0.000289 8.532E-08 8.70163E-08 13 3457 0.000289 0.000284 8.234E-08 8.3676