第三章 时间序列平滑法.ppt

第一节 一次移动平均法 第二节 一次指数平滑法 第三节 线性二次移动平均法 第四节 线性二次指数平滑法 第五节 二次曲线指数平滑法 第六节 温特线性与季节指数平滑法 第三章 时间序列平滑预测法 第一节 一次移动平均法 一次移动平均法是收集一组观察值，计算这组观察值的均值，利用这一均值作为下一期的预测值。  设时间序列为 移动平均法可以表示为： 式中： 为最新观察值； 为下一期预测值。 第一节 一次移动平均法 [例] 下表是某产品1～11月的月销售量，试选用N=3和N=5，采用一次移动平均法对12月的销售量进行预测。  月份 销售额（万元） 预测值（N=1） 预测值（N=3） 预测值（N=5） 1月 46.0 — — — 2月 50.0 46.0 — — 3月 59.0 50.0 — — 4月 57.0 59.0 51.7 — 5月 55.0 57.0 55.3 — 6月 64.0 55.0 57.0 　 7月 55.0 64.0 58.7 55.2 8月 61.0 55.0 58.0 56.7 9月 45.0 61.0 60.0 58.5 10月 49.0 45.0 53.7 56.2 11月 46.0 49.0 51.7 54.8 12月 — 46.0 46.7 53.3 第二节 一次指数平滑法 一次指数平滑法是一种加权预测，权数为α。它既不需要存储全部历史数据，也不需要存储一组数据，从而可以大大减少数据存储问题，甚至有时只需一个最新观察值、最新预测值和α值，就可以进行预测。它提供的预测值是前一期预测值加上前期预测值中产生的误差的修正值。  一次指数平滑法是利用前一期的预测值 代替 得到预测的通式，即 ： 第二节 一次指数平滑法 [例] 运用一次指数平滑法对某公司第17期的销售额进行预测（取α=0.1，0.3 ，0.9）。并计算均方误差，选择使其最小的α进行预测。 [解答] α=0.1,α=0.3,α=0.9时，均方误差分别为： MSE=3.93, MSE=3.98, MSE=4.2 因此，可选α=0.1作为预测时的平滑常数。 该公司第17期销售量的预测值为：  第三节 线性二次移动平均法 线性二次移动平均法在对实际值进行一次移动平均的基础上，再进行一次移动平均。 线性二次移动平均法的通式为：  m为预测超前期数 第四节 线性二次指数平滑法 一、布朗单一参数线性指数平滑法 其基本原理与线性二次移动平均法相似 ，因为当趋势存在时，一次和二次平滑值都滞后于实际值，将一次和二次平滑值之差加在一次平滑值上，则可对趋势进行修正。  第四节 线性二次指数平滑法 二、霍尔特双参数线性指数平滑法 其基本原理与布朗线性指数平滑法相似，只是它不用二次指数平滑，而是对趋势直接进行平滑。 计算公式：  第五节 二次曲线指数平滑法 有的时间序列虽然有增加或减少趋势，但不一定是线性的，可能按二次曲线的形状增加而减少。对于这种非线性增长的时间序列，采用二次曲线指数平滑法可能要比采用线性指数平滑法更为有效。它的特点是不但考虑了线性增长的因素，而且也考虑了二次抛物线的增长因素。  第五节 二次曲线指数平滑法 二次曲线指数平滑法的计算过程共分以下七个步骤：  第六节 温特线性与季节指数平滑法 温特线性与季节指数平滑法利用三个方程式，其中每一个方程式都用于平滑模型的三个组成部分（平稳的、趋势的和季节性的），且都含有一个有关的参数。 其中，L 为季节的长度；I 为季节修正系数。