8定量预测.ppt

* 第八章??趋势预测法 引 言 趋势预测技术是把预测对象（ ）看作时间的函数 即以自然数顺序排列的时间为自变量，预测目标（对象）为因变量，建立预测模型的一种技术。其模型的建立依赖于预测对象随时间顺序变化的历史值。依据预测对象变化趋势的不同特点，有多种模型曲线模拟其变化特征。 本章的主要内容 直线拟合法 第一节 二次曲线拟合法 第二节 指数曲线拟合法 第三节 修正指数曲线拟合法 第四节 戈珀资曲线拟合法 第五节 逻辑曲线拟合法 第六节 趋势预测模型的选择方法 第七节 预测的关键是确定参数a、b，有两种参数确定的方法。 1、预测模型及其特征 y——为预测值 t——为时间 a，b——模型参数 特征：预测目标的一级增长量为一常数b。 也可近似为： 第一节 直线拟合法（一） 其中： 预测模型： 第一节 直线拟合法（二） 分组平均法 （半平均法） 参数的 确定方法 最小二乘法 最小平方法 ２、模型参数的确定方法 （1）分组平均法（一） 原理：找到一条能使实际值和理论值的偏差代数和等于零的直线作为预测模型。 此方法关键：把各历史数据按时间顺序分为前半部分和后半部分（ n为奇数时， 去掉最前面一个数据），分别计算出这两部分的平均点（简单算术平均值），由 这两个平均点确定的直线即为预测模型。 将此拆分为一个方程组 ： 上式可以转化为： 分别除以 解出a，b （1）分组平均法（二） 2 2 1 1 t b a y t b a y + + 求出直线参数。 即已知两点 分组 销量 年序数 2005 2004 2003 2002 2001 2000 1999 年份 （1）分组平均法（三） 例：某烟糖业公司历年卷烟销量资料如表7-1所示： 表7-1 分组平均法估算直线参数计算表 第二组 第一组 不计入 13780 13090 12380 11670 10930 10200 9500 7 6 5 4 3 2 1 3 2 1 0 -1 -2 -3 单位：箱 解：时间t的取法，可任意选（表中列出二种取法）， 两组t对应的参数： （2）最小二乘法（一） 原理：找到一条直线，其实际值与估计值的离差平方和为最小。 解出 （2）最小二乘法（二） 在实际应用中ti 可以通过对称取法， 原式可简化为 当n为奇数：……-3，-2，-1，0，+1，+2，+3，…… 当n为偶数：……-5，-3，-1，+1，+3，+5…… 20070 28 0 81550 ∑ 41340 9 3 13780 2005 26180 4 2 13090 2004 12380 1 1 12380 2003 0 0 0 11670 2002 -20400 4 -2 10200 2000 -10930 1 -1 10930 2001 -28500 9 -3 9500 1999 销量y 时间 （2）最小二乘法（三） 例：表7-1的实例采用最小二乘法确定模型参数。 表7-2 最小二乘法估算直线参数计算表 单位：箱 （2）最小二乘法（四） 解：（1）列计算表7-2：主要是依据计算公式中的计算项目 （2）计算参数： 比较说明： （1）二种参数确定方法最小二乘法效果好，但分组平均法较为简单。 （2）二种不同方法对t 的取法有一定要求，最小二乘法是对称取法， 分组平均法对 t 没有特定要求。 思考题：试比较两种方法的参数。 3、实际预测 只须把预测时点所对应的时间tm代入预测方程，即 所得到的模型计算值 即为预测值。 上例中： 分组法： 最小二乘法： 两种方法比较，结果接近，这是由于数据线性规律明显，若线性规律不 明显则两者之间差距甚大。 第一节 直线拟合法（三） 第二节 二次曲线拟合法 引言：经济变量往往不是简单的直线趋势，更多会呈现非线性趋势，这就需采用多种非线性曲线来拟合。 在实际应用中采用何种模型，需具体判断，首先要熟悉各种曲线的形状及其特征；然后把预测的历史数据绘制在坐标纸上，观察其历史值的形状特点与何种曲线接近相似，而后确定预测模型的形式，并确定模型的参数。 这里我们介绍二次曲线拟合法。 常用其曲线某一段模拟预测目标的非线性变化规律。 特征：纵坐标的二级增长量为一常数2c。适用历史数据具有此规律的预测对象。 第二节 二次曲线拟合法（一） 1、模型及其特征 二次曲线预测模型： 当c 0,有极小值点 a 0 b 0 当c 0 ;有极小值点 a 0 b 0 证明： y t y t 2、参数的确定方法 与直线模型类似，主要有分组平均法和最小二乘（平方）法两种。 原理：其理论值与实际值的离差代数和为零，即 由于三个参数需三个方程估算，故将历史数据分解成三组： 第二节 二次曲线拟合法（二） （1）分组平