指数平滑法实验.docVIP

指数平滑法实验 实验目的： 掌握用指数平滑法对时序的平滑过程并进行相关的预测。 实验内容： 指数平滑法 知识准备： 指数平滑法是另一种计算时间序列长期趋势的方法，是加权平均的一种特殊形式。指数平滑法是布朗(Robert G..Brown)所提出，是在移动平均法基础上发展起来的一种时间序列分析预测法是中短期预测,为加权系数，其计算公式如下： (0a1) (43) 现对（43）式进行递推，则（43）式可写成： (44) （44）式表明是全部历史数据的加权平均，加权系数分别为， ,，…；由于加权系数呈指数函数衰减，加权平均又能消除或减弱随机干扰的影响，所以（43）式称为指数平滑。根据实践经验，a的实际取值范围一般以0.1~0.3之间为宜。如何进一步确定a的最佳取值，通常要结合理论分析和模型对比的方法来进行。单指数平滑的预测公式如下： (45) 2、双指数平滑 双指数平滑是对一次指数平滑的再平滑，当观测数据有清楚的趋势并可能包括未来向上运动预测的信息时采用此法预测。其表达式如下： (46) 其中， (47) (48) 其中：0a1，是单指数平滑序列，是二次指数平滑序列。双指数平滑的预测公式如下： 另外，由于指数平滑公式是递推计算公式，所以必须确定初始值。初始值实质上是序列起始点之前所有历史数据的加权平均值，但在实际工作中，由于获得历史数据多少的不同，往往采用经验方法来确定。因而可以通过在最初预测时，选择较高的值来减少由初始值选择不当所造成的预测偏差，从而使预测模型调整到当前水平。 Holt-Winters法也是指数平滑中的一种，它适用于对具有季节影响的线性增长趋势的序列进行预测。这种方法计算截距（常数项）、趋势系数（斜率）和季节影响的各个递推值。 (0a1) (49) (01) (50) (01) (51) 式中，L为季节的长度（每年的月数或季数）；I为季节修正系数。利用其预测的公式如下： (52) 4、Holt-Winters加法模型 这种方法适用于序列具有线性趋势和加法季节变化。其基础方程如下： (0a1) (53) (01) (54) (01) (55) 利用其预测如下： (56) 其中用样本数据最后一年的季节因子。 5、Holt-Winters------无季节模型 这种方法适用于序列具有线性趋势但无季节变化。其基础方程如下： (0a1) (57) (01) (58) 利用其预测如下： (59) 采用Holt-Winters方法的一个重要问题是如何确定的值，以使均方差达到最小。虽然有一些方法可以利用非线性最佳算法求得最佳参数值，但通常确定值的最佳方法仍是反复试验法。 实验背景： 现获得某企业2000年至2005年各季的销售量（单位：万元）资料如下： 362 385 432 341 382 409 498 387 473 513 582 474 544 582 681 557 628 707 773 592 627 725 854 661 要求采用指数平滑法预测2006年第二个季度的销售量。 实验步骤： 点击Proc/Exponential Smoothing,打开指数平滑对话框，如图9.15所示： 图9.15 Smoothing method复选框：选