指数平滑法试题.pptVIP

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2009年销售额（α分别取0.1、0.6和0.9）。 年份 2000 2001 2002 2003 2004 2005 2006 2007 2008 （万元） 销售额 4000 4700 5000 4900 5200 6600 6200 5800 6000 算例 解：（1）确定初始值 因为观察期为9小于20,取时间序列的前三项数据的平均值作为初始值 算例 （2）选择平滑系数α，计算各年一次指数平滑值 这里分别取α=0.1、α=0.6和α=0.9计算各年一次指数平滑值 算例 （3）对不同平滑系数下取得的平滑值进行误差分析，确定α的取值。 方法：计算各平滑系数下平滑值的均方误差S 计算公式： 算例 通过比较，α=0.9时的平滑值的均方误差最小，因此选用α=0.9用为加权系数。 α=0.1的平滑值的均方误差 α=0.6的平滑值的均方误差 α=0.9的平滑值的均方误差 算例 ⑷预测2009年销售额 二、二次指数平滑法 一次指数平滑法虽然克服了移动平均法的两个缺点，但当时间序列的变动出现直线趋势时，用一次指数平滑法来进行预测仍将存在着明显的滞后偏差。因此，也需要进行修正。修正的方法也是在一次指数平滑的基础上再进行二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型，故称为二次指数平滑法 二次指数平滑法 在一次指数平滑的基础上得二次指数平滑 的计算公式为 式中： St(2) ——第t周期的二次指数平滑值； St(1) ——第t周期的一次指数平滑值； St-1(2) ——第t?1周期的二次指数平滑值。 二次指数平滑法 二次指数平滑数学模型： 算例 例题：某地1983年至1993年财政入的资料如下，试用指数平滑法求解趋势直线方程并预测1996年的财政收入。 算例 三、三次指数平滑法 若时间序列的变动呈现出二次曲线趋势，则需要采用三次指数平滑法进行预测。三次指数平滑是在二次指数平滑的基础上再进行一次平滑，其计算公式为： 三次指数平滑法 三次指数平滑法的预测模型为： 式中： 算例 例题：我国某种耐用消费品1996年至2006年的销售量如下表所示，试预测2007年、2008年的销售量。 算例 解：通过实际数据序列呈非线性递增趋势，采用三次指数平滑预测方法。 取??0.3，初始值 取 算例 根据指数平滑值计算公式依次计算一次、二次、三次指数平滑值。 算例 由公式可得当t=11时， 算例 于是，得t=11时预测模型为 预测2007年和2008年的产品销售量为： 于是得到2007年的产品销售量的预测值为809万台，2008年的产品销售量的预测值为920.6万台。预测人员可以根据市场需求因素的变动情况，对上述预测结果进行评价和修正。 指数平滑法的优点 （1）对不同时间的数据的非等权处理较符合实际情况。 （2）实用中仅需选择一个模型参数? 即可进行预测，简便易行。 （3）具有适应性，也就是说预测模型能自动识别数据模式的变化而加以调整。 指数平