- 1、本文档共79页,可阅读全部内容。
- 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、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、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
二次抛物线的数学模型为: Y=a+bt+ct2 式中:Y——预测值; t——时间; a、b、c——未知参数。 第三节 时间序列趋势预测法 令 和 ,可得a、b、c的参数计算公式: 第三节 时间序列趋势预测法 案例,设某地区2002~2008年销售的商品总额资料 如下表所示:试预测2011年的销售额。 第三节 时间序列趋势预测法 年份 2002 2003 2004 2005 2006 2007 2008 销售额 12.0 8.1 3.8 2.1 2.2 4.1 8.2 由上表可知:该地区的销售额先是下降,但过了 一段时间后,又迅速回升,这正好符合二次抛物线的 发展趋势,可以拟合成二次抛物线模型来进行预测。 从资料上可知,若取t=-3,-2,-1,0,1,2,3,则 可使 , ,可以利用简化公式来计 算三个参数值。 第三节 时间序列趋势预测法 通过计算得到: 把它们代入公式得: 第三节 时间序列趋势预测法 故得到二次抛物线的模型为: Y=2.333-0.75t+0.888t2 以t=5代入该模型中,便得到该地区2005年的销售 量: Y=2.333-0.75*5+0.888*52=20.783 第三节 时间序列趋势预测法 七、简单有理曲线预测法 在市场销售中,某些商品短时期内其销售量可 能会急速增长。但从较长一段时期看,在快速增长 一段时间后,便会出现增长速度逐渐递减的趋势, 以至最终稳定在某一水平上,不再继续增加。 对于商品销售的这种变化趋势,既可以用成长 曲线来预测,也可以用简单有理曲线预测法来拟合。 第三节 时间序列趋势预测法 简单有理曲线的数学模型为: 式中:Y——预测值; t——时间; a、b——待定参数。 第三节 时间序列趋势预测法 简单有理曲线的图形在b0时,是一条单调递 增的曲线,且该曲线以 为水平渐近线,同时该 曲线随着t的增大,其增长速度是逐渐递减的。这正 符合那种接近于饱和水平时期商品销售的变化趋势。 因此这种曲线预测法可以用于某些接近饱和水平的 商品的销售预测。 第三节 时间序列趋势预测法 参数估计: 可令 , ,得到线性模型为: 第三节 时间序列趋势预测法 案例,某种产品在某地区近几年的销售资料如下表所 示,试预测2011年的销售量。 第三节 时间序列趋势预测法 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 销售量 38.9 55.4 64.8 70.1 74.5 77.8 80.2 82.0 83.1 从资料可知,该商品的销售量,虽然在近几年内一 直不断增加,但自2003年以后,其增长的幅度已 明显减少,几乎达到某一饱和水平。从而可以用简 单有理曲线来拟合资料,对该商品今后几年的销售 状况进行预测。 取t值分别为:1,2,3,…,9。n值为9,则有: 第三节 时间序列趋势预测法 第三节 时间序列趋势预测法 代入公式可得: 由此确定线性模型为: 第三节 时间序列趋势预测法 简单有理曲线的模型为: 预测: 2011年,t=12 第三节 时间序列趋势预测法 八、饱和曲线预测法 任何一种商品都有它的生命周期,其销售量不 会无限地增加,即使那种正处于高速增长的商品, 也终究会达到一个饱和水平。饱和曲线预测法,就 是根据这一规律,用来拟合那种历史数据虽然不断 增加,但其增长量近似等比递减,最终达到一个饱 和水平的商品的销售情况,并建立模型进行预测的 一种方法。 第三节 时间序列趋势预测法 其数学模型为: 第三节 时间序列趋势预测法 预测第9.10期销售额: 第二节 平滑预测法 一、定义 趋势延伸预测法就是通过建立一定的数学模 型,对时间序列拟合恰当的趋势线,将其外推或延 伸,用以预测经济现象未来可能达到的水平。 二、时间序列法的适用条件 预测对象在预测时期的变化规律、趋势和速 度,与过去的发展变化规律、趋势和速度相同或大 体一致。 第三节 时间序列趋势预测法 三、直线趋势预测法 1.适用条件 当时间序列的每期数据按大致相同的数量增加或 减少时,即逐期增减量大体相同,可配以直线方程 并利用最小二乘法进行预测。 2.预测公式 方法一: Yt=a+b
文档评论(0)