第四章时间序列分解和平滑预测法技术分析.pptVIP

虚拟变量 企业职工薪金的模型：Y为企业职工的薪金；X为工龄 第四章 时间序列分解和平滑预测法 第一节 时间序列预测法概述 时间序列预测是以时间为自变量，通过研究因变量随时间变化的趋势，建立时间序列预测模型并进行推断预测。 二、时间序列预测法的类型 二、时间序列分解预测的思路 1.分解时间序列 2.预测各组成因子的估计值 3.根据各因子估计值进行预测 第三节 时间序列的平滑预测法 时间序列平滑预测是对原时间序列进行修匀，消除原数列中随机因素的影响，在此基础上进行预测。 第三节 时间序列的平滑预测法 一、一次移动平均预测法 加权移动平均预测 二、一次指数平滑法 由移动平均法计算公式： 初始值和平滑系数的确定 （1）初始值的确定 三、线性二次移动平均法 三、线性二次指数平滑法 四、二次曲线指数平滑法 基本原理： 对于这种非线性增长的时间序列，采用二次曲线指数平滑法可能要比线性指数平滑法更为有效。它的特点是不但考虑了线性增长的因素，而且也考虑了二次抛物线的增长因素。 移动平均模型适用于平稳时间序列 如果序列呈现明显的升降趋势，存在预测值滞后问题。 （3）移动平均法的三个主要限制 限制一：计算移动平均必须具有N个过去观察值，当需要预测大量的数值时，就必须存储大量数据。另外，N的大小不容易确定，且会出现损失数值问题。 限制二：N个过