市场调查和预测-赵轶9时间序列预测法.docVIP

第 9章  时间序列预测方法 只知回顾过去，不细察当前情形者算不上是一位优秀的经理人员，他必须能未雨绸缪，提防突发性的改变，为短期、中期以及长期的目标作最周详的策划。 ――[[]南非]艾瑟瑞吉 通过本章学习,你应该能够： 1.了解时间序列预测法的含义； 2.掌握几种基本的时间序列预测方法； 3.能够实施相关预测。 从学习性工作的角度讲，这些学习目标的实现，能够帮助学生初步认识时间序列预测及其职业活动的意义。 ■学习要点解析 时间序列预测法 时间序列预测法是通过对时间序列数据的分析，掌握经济现象随时间的变化规律，从而预测其未来; 基本原理是根据预测对象的时间序列数据，依据事物发展的连续性规律，通过统计分析或建立数学模型，并进行趋势延伸，对预测对象的未来可能值作出定量预测的方法。 9.1平均数预测法 1.简单算术平均法 设时间序列的各期观察值为 ，（t=1,2,…,n），式中 表示观察值时间序列平均数；n表示观察时期数； 表示时序列各组观察值。 2.加权算术平均法 利用不同的时期所对应的权数不同，来体现由于时间差异而取得的信息的重要性不同; 或根据预测者的能力大小不同也可以利用加权法来体现其重要性的区别。 其公式是： 3.一次移动平均法 移动平均法是通过逐项推移，依次计算包含一定项数的时序平均数，以反映时间时间序列的长期趋势的方法。由于移动平均法具有较好的修匀历史数据、消除数据因随机波动而出现高点、低点的影响，从而能较好地揭示经济现象发展地趋 设时间序列为 …；以N为移动时期数,则简单移动平均数的计算公式为 通过整理得出 … ： 4.加权移动平均法 若要考虑各期数据的重要性，对近期数据给予较大的权数，远期数据给予较小的权数，就应采用加权平均法。 设为移动步长为N期内由近至远各期观察值的权数，则加权移动平均数的计算公式为： 利用加权移动平均法进行预测，其预测模型为： 即以第t期的加权移动平均数作为t+1期的预测值 5.二次移动平均法 当实际资料出现明显的线性增长或减少的变动趋势时，用一次移动平均值来预测就会出现滞后偏差。因此要进行修正，方法是在一次移动平均的基础上，作二次移动平均，利用两次移动平均滞后偏差的规律来建立直线趋势预测模型。 为区别起见，将一次移动平均法记作 ，将二次移动平均法记作 。 则二次移动平均法的计算公式为： 上式中： 为一次移动平均值； 为二次移动平均值； N为步长。 由上式可推出： 注意，二次移动平均值不能直接用于预测，而应该建立趋势直线预测模型来进行了预测。 9.2指数平滑法 移动平均法明显存在两个问题： 一是计算移动平均预测值，需要有近期N个以上的数据资料； 二是计算未来预测值没有利用全部历史资料，只考虑这N期资料便作出推测，N期以前数据对预测值不产生任何影响。 于是指数平滑预测法便应运而生了。 9.2.1指数平滑法的含义 指数平滑法是由移动平均法改进而来的，是一种特殊的加权移动平均法，也称为指数加权平均法。 这种方法既有移动平均法的长处，又可以减少历史数据的数量。 第一，它把过去的数据全部加以利用； 第二，它利用平滑系数加以区分，使得近期数据比远期数据对预测值影响更大。 它特别适用于观察值有长期趋势和a name=baidusnap0/a季节/B变动，必须经常预测的情况。 9.2.2指数平滑法的应用 指数平滑法在市场预测中的应用主要有一次指数平滑法和多次指数平滑法。 1.一次指数平滑法 一次指数平滑法就是计算时间序列的一次指数平滑值，以当前观察期的一次指数平滑值和观察值为基础，确定下期预测值。 设时间数列为： ， ， …，一次指数平滑法的计算公式为： 式中 为 期时间数列的预测值； 为 期时间数列的观察值； 为平滑常数。 一次平滑系数是以第一次指数平滑值作为第 ＋1期的预测值，即 由此我们可以得到预测公式的另一种表达方式： 2.二次指数平滑法 （1）二次指数平滑法的含义 一次指数平滑法中,为了进一步减少偶然因素对预测值的影响，可在一次平滑的基础上进行第二次平滑。 二次指数平滑值的计算公式为： 或 当时间数列趋势具有线性趋势是时，二次指数平滑法直线趋势模型为: 其中: 或 9.3季节/B指数法 事物变化趋势除了直线变动