时间序列平滑预测法分析报告.pptVIP

第三章 时间序列平滑预测法 主讲人：李丽 第三章 时间序列平滑预测法 §3.1 时间序列概述 二、时间序列的分解 §3.2 移动平均法 简单移动平均 加权移动平均 二次移动平均 一、简单移动平均法 Ｎ的确定 二、加权移动平均法 三、二次移动平均法 三、二次移动平均法 （二）二次移动平均法 对一次移动平均值再进行二次移动平均，并利用二者的关系来确定线性趋势模型中的两个参数at，bt，建立直线趋势的预测模型。 §3.3 指数平滑法 一次指数平滑法 二次指数平滑法 三次指数平滑法 一、一次指数平滑法 （二）α的选择 （三）初始值的选择 二、二次指数平滑法(线性二次指数平滑法） 三、三次指数平滑（布朗二次多项式指数平滑法） 三、三次指数平滑（布朗二次多项式指数平滑法） §3.4 差分指数平滑法 一、一阶差分指数平滑 二、二阶差分指数平滑 * §3.1 时间序列概述 §3.2 移动平均法 §3.3 指数平滑法 §3.4 差分指数平滑法* 长期趋势Ｔ 季节变动Ｓ 循环变动Ｃ 不规则变动Ｉ 一、概念 某项统计指标的数值，按时间先后顺序排列起来的数列 基本原理：以第 t 期（包括第t 期）前若干期的平均值作为第 t+1 期的预测值。 Ｎ越大，修匀效果越好，损失数据较多。 Ｎ越小， 越敏感，但容易受到随机波动影响 。 有周期波动时，Ｎ＝周期 比较不同的Ｎ的效果时，用Ｍ