第9章 时间序列概要.ppt

利用二次指数平滑建立的线性趋势预测模型及其参数估计值的计算公式为： 二次指数平滑预测模型是以最近一期的一、二次指数平滑值来估计线性趋势预测模型的参数，因此，其参数估计值是根据数据的最新变化而不断修正的。 此预测方法适宜对现象进行短中期预测。 （K=1,2,…） 例9-17 根据表9-5的数据，利用指数平滑法预测该企业产品2011年和2012年的销售量。 解：销售量呈线性上升趋势，所以可用二次指数平滑来估计线性趋势模型的参数。取? =0.45，初始值=54。由式(9.48)和(9.51)算出一次、二次指数平滑值，见表9-17。 表9-17 某企业销售量的指数平滑预测值 年份 销售量 一次指数平滑值 E(1) 二次指数平滑值 E(2) at bt 预测值 1999 54 54.00 54.00 　 　 　 2000 50 52.20 53.19 51.21 -0.81 　 2001 52 52.11 52.70 51.52 -0.49 50.40 2002 67 58.81 55.45 62.17 2.75 51.03 2003 82 69.25 61.66 76.83 6.21 64.92 2004 70 69.59 65.23 73.94 3.57 83.04 2005 89 78.32 71.12 85.52 5.89 77.51 2006 88 82.68 76.32 89.03 5.20 91.42 2007 84 83.27 79.45 87.10 3.13 94.23 2008 98 89.90 84.15 95.65 4.70 90.22 2009 91 90.39 86.96 93.83 2.81 100.35 2010 106 97.42 91.67 103.17 4.71 96.64 再由式(9.53)可算出2004年的参数估计值at 和bt如下： 2005年和2006年的销售量预测值为： 四、预测误差 预测误差是指现象的实际值与预测值之差。 误差小，预测结果的精度就高。 要衡量一个预测模型的质量优劣，就只能分析预测模型在原时间序列范围内的预测误差大小。 衡量预测模型的误差常用的指标有： 1. 平均绝对误差（MAE）: 2.平均相对误差（MPE）： 这两种误差受异常值的影响较小，对多个模型的预测误差进行比较时，采用平均相对误差可以避免绝对水平和计量单位不同的影响。 3. 均方误差（MSE） 4. 均方根误差（RMSE）： 均方误差和均方根误差由于取误差的平方来计算，因此受异常值的影响较大。 第六节 Excel在时间序列分析中 的应用 一 方程式法计算平均发展速度 二 长期趋势的测定 三 季节变动与循环变动的测定 四 时间序列模型预测 一、方程式法计算平均发展速度 【例9-18】根据表9-4的数据，采用方程式法计算中国2003～2010年居民消费水平的平均发展速度和平均增长速度。 解：根据方程式法公式（9.27），所求平均发展速度应满足下列条件： 利用Excel求解的具体步骤如下。 Excel文件 （1）安排数据，见图9-8。在B1中存放平均发展速度，先输入一个初步的估计值，如1.05。在B2中存放 ，输入如下公式： =B1^1+B1^2+B1^3+B1^4+B1^5+B1^6+B1^7+B1^8 （2）点击[数据]?[模拟分析]，调出“单变量求解”对话框，按图9-9所示填写，然后按“确定”按钮即可得到结果，见图9-10。 二、长期趋势的测定 （一）利用移动平均法测定长期趋势 在Excel中，有两种方法实现移动平均，一是使用AVERAGE函数，并且利用到公式的复制；二是使用[移动平均]分析工具，该工具可以自动产生一系列的AVERAGE函数，与第一种方法实质上相同的，只不过，在进行偶数项移动平均时，需要连续使用两次[移动平均]分析工具。 （二）趋势方程估计 除了[回归]分析工具或有关回归分析的函数外，还可以使用在时间序列折线图上添加趋势线的方法求得趋势方程。在求非线性趋势方程时，使用添加趋势线的方法较为简便。 例9-19 根据第9章表9-9的数据，求出用于测定长期趋势的二次曲线方程。（本例实现了第9章例9-12在Excel中的计算过程）。 解：主要操作步骤如下。 （1）首先画出出口商品总额的折线图，见图9-3中带点的折线。