Excel指數平滑法案例分析.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
Excel指數平滑法案例分析

Excel应用案例 指数平滑法 移动平均法的预测值实质上是以前观测值的加权和,且对不同时期的数据给予相同的加权。这往往不符合实际情况。指数平滑法则对移动平均法进行了改进和发展,其应用较为广泛。 ? ? 1. 指数平滑法的基本理论 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。但它们的基本思想都是:预测值是以前观测值的加权和,且对不同的数据给予不同的权,新数据给较大的权,旧数据给较小的权。 ? ? ①一次指数平滑法 ? ? 设时间序列为 ,则一次指数平滑公式为: ? ? ? ? 式中 为第 t周期的一次指数平滑值; 为加权系数,0< <1。 ? ? 为了弄清指数平滑的实质,将上述公式依次展开,可得: ? ? ? ? 由于0< <1,当 →∞时, →0,于是上述公式变为: ? ? ? ? 由此可见 实际上是 的加权平均。加权系数分别为 , ,…,是按几何级数衰减的,愈近的数据,权数愈大,愈远的数据,权数愈小,且权数之和等于1,即 。因为加权系数符合指数规律,且又具有平滑数据的功能,所以称为指数平滑。 ? ? 用上述平滑值进行预测,就是一次指数平滑法。其预测模型为: ? ? ? ? 即以第t周期的一次指数平滑值作为第t+1期的预测值。 ? ? ②二次指数平滑法 ? ? 当时间序列没有明显的趋势变动时,使用第t周期一次指数平滑就能直接预测第t+1期之值。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预测仍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作二次指数平滑,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。 ? ? 设一次指数平滑为 ,则二次指数平滑 的计算公式为: ? ? ? ? 若时间序列 从某时期开始具有直线趋势,且认为未来时期亦按此直线趋势变化,则与趋势移动平均类似,可用如下的直线趋势模型来预测。 ? ? ? ? 式中t为当前时期数;T为由当前时期数t到预测期的时期数; 为第t+T期的预测值; 为截距, 为斜率,其计算公式为: ? ? ? ? ? ? ③三次指数平滑法 ? ? 若时间序列的变动呈现出二次曲线趋势,则需要用三次指数平滑法。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: ? ? ? ? 三次指数平滑法的预测模型为: ? ? ? ? 其中: ? ? ? ? ? ? ? ? ④加权系数的选择 ? ? 在指数平滑法中,预测成功的关键是 的选择。 的大小规定了在新预测值中新数据和原预测值所占的比例。 值愈大,新数据所占的比重就愈大,原预测值所占比重就愈小,反之亦然。 ? ? 若把一次指数平滑法的预测公式改写为: ? ? ? ? 则从上式可以看出,新预测值是根据预测误差对原预测值进行修正得到的。 的大小表明了修正的幅度。 值愈大,修正的幅度愈大, 值愈小,修正的幅度愈小。因此, 值既代表了预测模型对时间序列数据变化的反应速度,又体现了预测模型修匀误差的能力。 ? ? 在实际应用中, 值是根据时间序列的变化特性来选取的。若时间序列的波动不大,比较平稳,则 应取小一些,如0.1~0.3;若时间序列具有迅速且明显的变动倾向,则 应取大一些,如0.6~0.9。实质上, 是一个经验数据,通过多个 值进行试算比较而定,哪个 值引起的预测误差小,就采用哪个。 2. 应用举例 已知某厂1978~1998年的钢产量如下表所示,试预测1999年该厂的钢产量。 ? ? 年份 ? ? 钢产量 ? ? 年份 ? ? 钢产量 ? ? 1978 ? ? 676 ? ? 1989 ? ? 2031 ? ? 1979 ? ? 825 ? ? 1990 ? ? 2234 ? ? 1980 ? ? 774 ? ? 1991 ? ? 2566 ? ? 1981 ? ? 716 ? ? 1992 ? ? 2820 ? ? 1982 ? ? 940 ? ? 1993 ? ? 3006 ? ? 1983 ? ? 1159 ? ? 1994 ? ? 3093 ? ? 1984 ? ? 1384 ? ? 1995 ? ? 3277 ? ? 1985 ? ? 1524 ? ? 1996 ? ? 3514 ? ? 1986 ? ? 1668 ? ? 1997 ? ? 3770 ? ? 1987 ? ? 1688 ? ? 1998 ? ? 4107 ? ? 1988 ? ? 1958 ? ? ? ? 下面利用指数平

文档评论(0)

sd47f8cI + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档