时间序列-移动平均加权法应用.docVIP

时间序列-移动平均加权法应用举例： 北京某知名品牌服装2007年—2011年各季度的销售额如下表所列。试预测2012—2016年各季度的销售额。 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 1 2 3 4 2007 137920 186742 274561 175433 2008 142814 198423 265419 183521 2009 131002 193987 247556 169847 2010 157436 200144 283002 194319 2011 149827 214301 276333 185204 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 1 2 3 4 2007 137920 186742 274561 175433 2008 142814 198423 265419 183521 2009 131002 193987 247556 169847 2010 157436 200144 283002 194319 2011 149827 214301 276333 185204 ：表1 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 1 第一次移动平均 N=3 第二次移动平均 N=3 2007 137920 2008 142814 2009 131002 137245 2010 157436 143750 2011 149827 146090 142360 表2 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 2 第一次移动平均 N=3 第二次移动平均 N=3 2007 186742 2008 198423 2009 193987 193050 2010 200144 197518 2011 214301 202810 197792 表3 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 3 第一次移动平均 N=3 第二次移动平均 N=3 2007 274561 2008 265419 2009 247556 262510 2010 283002 265325 2011 276333 268960 265643 表4 某品牌服装2007—2011年各季度的销售额（单位：元） 年份\季度 4 第一次移动平均 N=3 第二次移动平均 N=3 2007 175433 2008 183521 2009 169847 176267 2010 194319 182562 2011 185204 183123 180651 得散点图： 图1 取N=3，分别计算一次和二次移动平均值，并分别列入表1.2.3.4 第一季度： ， 由平滑系数的计算公式： 得： 于是得t=2011时直线趋势预测模型为 预测2012-2016年第一季度的销售额为; 第二季度： ，。 得： 于是得t=2011时直线趋势预测模型为 预测2012-2016年第二季度的销售额为 第三季度： ， 得： 于是得t=2011时直线趋势预测模型为 预测2012-2016年第三季度的销售额为 第四季度： ， 可得： 于是得t=2011时直线趋势预测模型为 预测2012-2016年第四季度的销售额为; 表5 某品牌服装2012—2016年各季度的预测销售额（单位：元） 年份\季度 1 2 3 4 2012 153550 212846 275594 188067 2013 157280 217864 278911 190539 2014 1614740 222882 282228 193011 2015 164740 227900 285545 195483 2016 168470 232918 288862 197955 计算matlab程序如下: load y.txt m1=length(y); n=3; for i=1:m1-n+1 yhat1(i)=sum(y(i:i+n-1))/n; end yhat1 m2=length(yhat1); for i=1:m2-n+1 yhat2(i)=sum(yhat1(i:i+n-1))/n; end yhat2 plot(1:5,y,*) a5=2*yhatl(end)-yhat2(end) b5=2*(yhatl(end)-yhat2(end))/(n-1) y2012=a5+b5 y2013=a5+2*b5 y2014=a5