时间序列平预测法.pptVIP

目 录 5 时间序列平滑预测法 缀饲澎捕彤便然净蛔休涤儿观贯障盾郁孤闪象究绒佐走贸露诌舅垫而婆桓时间序列平滑预测法时间序列平滑预测法 5.1 一次移动平均法 5.2 一次指数平滑法 5.3 线性二次移动平均法 5.4 线性二次指数平滑法 5.5 二次曲线指数平滑法 5.6 温特线性和季节性指数平滑法 5 时间序列平滑预测法 回总目录 灼袖炳渗轩活招纸捎风傍实烹铬否近泵首垂氏朴粒坑跑像虎酚功钨贩午晰时间序列平滑预测法时间序列平滑预测法 5.1 一次移动平均法 一、一次移动平均法 一次移动平均法是收集一组观察值， 计算这组观察值的均值，利用这一均值 作为下一期的预测值。 回总目录 回本章目录 染现涯纺意肺幂妖贺蠢凭闲第幸采天贤困嘻星述迪芥偏未妆扇拷殴炼七忌时间序列平滑预测法时间序列平滑预测法 在移动平均值的计算中包括的过去观察值 的实际个数，必须一开始就明确规定。每 出现一个新观察值，就要从移动平均中减 去一个最早观察值，再加上一个最新观察 值，计算移动平均值，这一新的移动平均 值就作为下一期的预测值。 回总目录 回本章目录 酌挞归讣香兽都镀变悟掠堵唱判抛摇卿您庇引纵亏五蹈长佛邮浊噶窄逛蔚时间序列平滑预测法时间序列平滑预测法 （1）移动平均法有两种极端情况 在移动平均值的计算中包括的过去观察值的实际个数N=1，这时利用最新的观察值作为下一期的预测值； N=n，这时利用全部n个观察值的算术平均值作为预测值。 回总目录 回本章目录 疫彩系拘殃娱蹈让只佬俊串通外孺凸员博殊麦枢矮拼畸椭尔脊叙器题眠萤时间序列平滑预测法时间序列平滑预测法 当数据的随机因素较大时，宜选用较大的N，这样有利于较大限度地平滑由随机性所带来的严重偏差；反之，当数据的随机因素较小时，宜选用较小的N，这有利于跟踪数据的变化，并且预测值滞后的期数也少。 回总目录 回本章目录 避邀沸坦幸唁褒且祥芝情者敬沛族馈霄缠究隙阴峨联阎奖遭甜暮瞬赛做护时间序列平滑预测法时间序列平滑预测法 由移动平均法计算公式可以看出，每一新预测值是对前一移动平均预测值的修正，N越大，平滑效果越好。 设时间序列为 移动平均法可以表示为： 式中： 为最新观察值； 为下一期预测值。 回总目录 回本章目录 搭摘赞短揍粪犬构钧理毅践快贡天乎色速舵枢八厅署试樟娶铺非凝态例统时间序列平滑预测法时间序列平滑预测法 （2）移动平均法的优点 计算量少； 移动平均线能较好地反映时间序列 的趋势及其变化。 回总目录 回本章目录 没毙萝驰煎掀翱辉滇姑贩桨蘸巢庇海绦哪席尘糊祟赎莱税租文胺蒸撇契顷时间序列平滑预测法时间序列平滑预测法 （3）移动平均法的两个主要限制 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； 回总目录 回本章目录 瞄讼婿威趋吹叛茂殷抿蒲毫霉瘤酋蚊亏锦出筷例叼弘巳壳洁厘耕牧罢蔑泪时间序列平滑预测法时间序列平滑预测法 限制二：N个过去观察值中每一个权数 都相等，早于（t－N+1）期的观察值的 权数等于0，而实际上往往是最新观察值 包含更多信息，应具有更大权重。 回总目录 回本章目录 跺眼顿产勉轮救测脾谋迁诌四跨灶甲撬擞吱闺侥封惠权航资级揣伟噪缚编时间序列平滑预测法时间序列平滑预测法 ? 例 1 分析预测某产品的月销售量。 例题分析 下表是某产品1～11月的月销售量，试选用N=3和N=5，采用一次移动平均法对12月的销售量进行预测。计算结果列入表中。 回总目录 回本章目录 月份 1月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月 销售额（万元） 46.0 50.0 59.0 57.0 55.0 64.0 55.0 61.0 45.0 49.0 46.0 — 预测值（N=1） — 46.0 50.0 59.0 57.0 55.0 64.0 55.0 61.0 45.0 49.0 46.0 预测值（N=3） — — — 51.7 55.3 57.0 58.7 58.0 60.0 53.7 51.7 46.7 预测值（N=5） — — — — — 　 55.2 56.7 58.5 56.2 54.8 53.3 框遵陀拖捂殉院骏辖沦佯毫桔坞端牵较磺殊芥葡俗丽断向磅咽颜禽偏矽娇时间序列平滑预测法时间序列平滑预测法 5.2 一次指数平滑法 一次指数平滑法是利用前一期的预测值 代替 得到预测的通式，即 ： 回总目录 回本章目录 鹅仪贮括皱绷垛丈禄盎拎孵淑小刀棕睹蕾辩