[财务管理模型与技术.pptVIP

2）构造表格，用“数据分析”/“移动平均”计算表格预测值 3）用OFFSET函数和微调器构建移动平均预测模型，调节平均跨度可观察出最佳预测模型的N值。 建立模型需用的引用区域函数： =offset(基点，行偏移数，列偏移数，引用行高数，引用列宽数） 注：返回值是引用区域 +偏移数：向下或向右 -偏移数：向上或向左 最佳N值可以通过比较观察，也可以使用“规划求解”工具得出。 例4-2 P170 例4-5 P176 1）作图添加趋势线方法判断时间序列不包含趋势成分和季节成分 2）构造表格，用“数据分析”/“指数平滑”计算表格预测值。阻尼系数=1-α，对话框中输入的是阻尼系数 3）用填充柄拖出最后一个预测值 4）用定义公式（式2）和微调器调节平滑系数，构建指数平滑预测模型 求均方差函数：=SUMXMY2( )/COUNT( ) 5）确定最优平滑系数 单变量模拟运算方法 三. 马尔科夫预测法（非时间序列预测） 1 基本概念：某些事物发展与现在状态相关，而与过去取值无关，不必综合考虑过去状态，这种无效性事物发展过程，称为马尔科夫过程。根据现在状态预测将来，称为马尔科夫预测。（常常用于市场占用率预测） 2 转移概率矩阵P： 3 多步转移矩阵： P(n)=Pn 4 市场占用率预测步骤： A）通过市场调查，得到市场占用率矩阵 A=(P1,P2,P3) B）调查预期消费变化情况，计算转移概率矩阵 P C）1时域后预测的市场占用率=AP， K时域后预测的市场占用率=APK D）稳定后的市场占用率呈现：XP=X =(X1,X2,X3) P对X已不起作用 例：假定某大学有2万学生，每人每月用一支牙膏，并且只使用“小芳牌”与“大芳牌”牙膏之一。根据2009年12月调查，有8000人使用“大芳牌”牙膏，12000人使用“小芳牌”牙膏。又根调查，使用“大芳牌”牙膏的8000人中，有40%的人下月将继续使用“大芳牌”牙膏。60%的人将改用“小芳牌”牙膏；使用“小芳牌”牙膏的12000人中，有65%的人下月将继续使用“小芳牌”牙膏。35%的人将改用“大芳牌”牙膏。试用马尔可夫法预测两种牙膏1个月后各产品的市场占用率和使用人数。 解题步骤： 1 作表格，计算和填入数据，构造转移概率矩阵 2 用区域运算函数=MMULT(矩阵1，矩阵2）计算预测值 回归分析原理： 拟合线性方程： 确定拟合方程系数值： 最小二乘法原理：因变量估计值与观测值之间均方误差极小 在实际操作上，可运用Excel回归分析工具计算系数a和b。 回归模型的检验 检验因变量Y与自变量Xi 之间有无真正的对应关系，若有，则描述好到什么程度 判定系数 R2 （=SSR/SST） 用来判断回归方程的拟合优度。 通常可以认为当R2大于0.9时，所得到的回归直线拟合得较好，而当R2小于0.5时，所得到的回归直线很难说明变量之间的依赖关系。 t 统计量 如果对于某个自变量，其t统计量的P值小于显著水平（1-置信度），则可认为该自变量与因变量是相关的。 F 统计量 如果F统计量的P值小于显著水平（ 1-置信度），则可认为方程的回归效果显著。 三. 一元非线性回归 概念：非线性回归就是用一条曲线来拟合因变量对自变量的依赖关系。拟合曲线可以是指数曲线、对数曲线、平方根曲线、多项式曲线等具体采用何种曲线进行拟合，可以观察散点图判断，也可以依据自己知识背景和经验，判断函数依赖关系。 例5-4 P206 求解： 方法一：添加趋势线法 观察散点图，判断为指数类型函数→在图上添加趋势线，得到拟合函数→检查R2值，确定回归方程→自变量代入方程，完成预测 方法二：规划求解法 观察散点图，判断为指数类型函数→假定a与b取值→用Y=a+ebX 计算估计值→用观察值和估计值求MSE →使用规划求解工具，求MSE极小（a与b所在单元格为可变单元格）→求出正确的a与b，得到回归方程。 方法一：规划求解工具 任意给定回归系数截距a和斜率b→据此由已知一组观察值初算出对应的估计值→计算MSE →对此MSE，应用规划求解工具求极小值（不需约束条件，可变单元格为a与b所在单元格）→得到最终正确的a与b → 用RSQ( )函数检验拟合优度→ 将自变量代入回归方程，实现预测。 方法二：INTERCEPT( )与系数 根据已知的观察值为函数参数，由INTERCEPT( )求截距a， SLOPE( )求斜率b，得到线性回归方程 方法三：LINEST( )求回归系数 选定输出区域→ 调用LINEST( )，代入观察值区域为参数→ 键入组合键→ 得到截距a和斜率b及线性回归方程 方法四：用回归分析报告 “工具”/“数据分析” →选择“回归”工