指数平滑法资料.ppt

指数平滑法 指数平滑法 指数平滑法是一种特殊的加权移动平均法，其加权的特点是对离预测期近的历史数据给予较大的权数，对离预测期远的历史数据给予较小的权数，权数由近到远按指数规律递减，所以，这种方法被称为指数平滑法。 根据平滑次数不同，指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。 一、一次指数平滑法 1. 预测模型 已知时间序列为： ,一次指数平滑的基本公式为： 一次指数平滑法 2. 初始值 的确定 初始值是由预测者估计或指定的。若时间序列的观察期在20个以上，初始值对预测结果的影响很小，可以方便地以第一期观测值作为初始值；若观察期在20个以下时，初始值对以后的预测结果影响较大，这时可以取最初几期的观测值的平均值作为初始值。通常取前3个观测值的平均值作为初始值。 一次指数平滑法 3.加权系数α的选择 ①当时间序列呈稳定的水平趋势时，α应取较小值，如0.1～0.3； ②当时间序列波动比较大，长期趋势变化的幅度比较大时，α应取中间值，如0.3～0.5； ③当时间序列具有明显的上升或下降趋势时，α应取较大值，如0.6～0.8； 在实际运用中，可取若干个α值进行试算比较，选择预测误差最小的α值。 算例 【例】某企业2000至2008年销售额见下表，试用指数平滑法预测200