第五章时间序列平滑预测法课件.pptVIP

3.模型讨论 模型可化为 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。 α接近1时，新的预测值将包括对前一期预测误差的全部修正值； α接近0时，新的预测值只包括很小一部分修正值； 总之， 平滑系数α取较大值时，预测值能较快的反映出时间序列的变化情况；当平滑系数α取较小值时，预测值对时间序列变化反映比较慢，但比较平滑。 4.模型优缺点 优点：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。 缺点：适用于变化不大的平稳时间序列 （4） 线性二次移动平均法例题 （4） 线性二次移动平均法例题 5.5 布朗二次多项式（三次）指数平滑法 一、基本原理： 当数据的基本模型具有二次、三次或高次 幂时，则需要用高次平滑形式。从线性平滑过 渡到二次多项式平滑，基本途径是再进行一次 平滑（即三次平滑），并对二次多项式的参数 作出估计。类似，也可以由二次多项式平滑过 渡为三次或高次多项式平滑。 5.5 布朗二次多项式（三次）指数平滑法 二、应用条件： 对于非线性增长（减少）的时间序列，采用二次曲线指数平滑法可能比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趋势，而且也考虑了二次抛物线的增长因素。 5.5 布朗二次多项式（三次）指数平滑法 例：某地区统计了从1983年到2006年每年的消费品销售总额，试预测2007年数据 散点图： 时间序列呈非线性增长趋势，考虑用布朗二次多项式指数平滑法 1.二次指数平滑法得初始值依赖于两个时期的观察值x1和x2，令 则 其中，通过计算机求解，可得平滑常数最佳值为 ，此时它所对应的均方差最小 于是 布朗二次曲线指数平滑法预测Excel计算 预测： 2007年该地区的消费品销售总额为61.77亿元 5.6 温特线性和季节性指数平滑法 一、温特线性和季节性指数平滑法的基本原理 由温特于20世纪60年代初创立，该方法与二次指数平滑法类似，但它可以同时修正时间序列数据的季节性和倾向性，因此，它可以用于对既有倾向性变动趋势又有季节性变动的时间序列进行预测。 温特线性和季节性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。 5.6 温特线性和季节性指数平滑法 计算步骤： 1.指数平滑数初始值的计算 S_{L+1}=x_{L+1},这里S_{4+1}=x_{4+1} 2.季节指数It初始值的计算 季节指数初始值，由各季节平均除以总平均所得 3.平滑系数bt初始值的计算 L=4,故b_5=((x_{4+1}-x_1)+(x_{4+2}-x_1)+(x_{4+3}-x_1))/(3*4) 5.6 温特线性和季节性指数平滑法 计算步骤： 4.运用预测公式计算F6 同理，依次求出S24，b24 ， I24 5.预测2006年四个季度的销售额。 18.71 1994 17.40 1993 18.26 1992 16.90 1991 15.84 1990 15.35 1989 14.60 1988 14.57 1987 14.41 1986 15.96 1985 14.91 1984 12.90 1983 销售总额（亿元） 年度 19.53 1995 53.67 2006 48.08 2005 39.56 2004 33.99 2003 31.47 2002 29.45 2001 28.04 2000 25.93 1999 24.59 1998 22.87 1997 20.82 1996 销售总额（亿元） 年度 5.5 布朗二次多项式（三次）指数平滑法 5.5 布朗二次多项式（三次）指数平滑法 5.5 布朗二次多项式（三次）指数平滑法 5.5 布朗二次多项式（三次）指数平滑法 回总目录 回本章目录 温特法的基础方程式： 回总目录 回本章目录 其中，L为季节的长度；I为季节修正系数，即季节性系数（ ）。 （1）为了使 中的随机性得到平滑，在季节指数 I 的方程中，给新算出的季节系数加权 ；给相当于同一季节，距 最近的季节指数 加权 。 （2）在 中，给增量