趋势外推法.pptx

4.2 趋 势 外 推 法 概 述;设给出时间序列数据x1，x2，…，x n,把点（t x t）(t=1,2, …,n)画在平面直角坐标系中（散点图），观察x t和t之间的关系，用一条适当的曲线x t＝f (t)近似地描述这种关系。 曲线x t＝f (t)称为趋势曲线；时间t称为趋势变量 趋势曲线反映了历史数据变化的规律，我们假定这种规律在未来时间也是成立的，因此只要把t=n+1,n+2, …，代入趋势方程，就可以外推到xn+1,xn+2, …，的趋势预测值。; 趋势外推法的两个假定： （1）假设事物的发展过程没有跳跃式变化； （2）假定事物的发展因素也决定事物未来的发展， 其条件是不变或变化不大。 ; 二 、趋势模型的种类 （一）多项式曲线外推模型： 一次（线性）预测模型： 二次（二次抛物线）预测模型： 三次（三次抛物线）预测模型： 一般形式：; （二）指数曲线预测模型： 一般形式 ： 修正的指数曲线预测模型 ： ; （三）对数曲线预测模型： （四）生长曲线预测模型： 1.皮尔曲线预测模型 ： 2.龚珀兹曲线预测模型 ： ; 三、趋势模型的选择 1.图形识别法： 这种方法是通过绘制散点图进行的，即将时间序列的数据绘制成以时间t为横轴、时序观察值为纵轴的图形，观察并将其变化曲线与各类函数曲线模型的图形进行比较，以便选择较为合适的模型。 ;某家用电器厂1993～2003年利润额数据;某商场某种商品过去9个月的销量数据; 2.差分法： 利用差分法把数据修匀，使非平稳序列达到平稳序列。 一阶向后差分可以表示为： 二阶向后差分可以表示为： ;K阶向后差分： ;时序（t);时序（t);时序;时序（t); 差分法识别标准：;直线趋势外推法;例题： 某家用电器厂1993～2003年利润额数据资料如表所示。试预测2004、2005年该企业的利润。; x= 1 2 3 4 5 6 7 8 9 10 11 12 13;解例3.1 某家用电器厂1993~2003年利润额数据资料如表3.1所示。试预测2004、2005年该企业的利润。;年份;;;拟合直线方程法预测步骤图;多项式曲线预测模型的一般形式： k=1 直线模型 k=2 二次多项式模型 k=n 为n次多项式模型; 一、二次多项式曲线模型及其应用 二次多项式曲线预测模型为： ; 设有一组统计数据 ， ，…， ，令 即： 解这个三元一次方程，就可求得参数。 ;年份; 第一步，确定预测模型 1、画散点图，初步确定预测模型 ;yt;年份;预测模型为 第三步 预测2015年的销售量，t=5 ＝35.05+3.57×5－0.69×52 ＝52.9－17.25=35.65（万件） α＝0.10 tα(6)=1.943 SE=0.32（万件） ; (35.65－1.943×0.32 35.65+1.943×0.32) (35.03 36.27) 趋势外推时预测的超前时间 超前时间小于或等于具有的可靠的统计数据的时间 超前时间小于或等于占有数据时间的1/3 随着预测超前时间的增加，预测精度下降; 二、三次多项式曲线预测模型及其应用; 设有一组统计数据 ， ，…， ，令 即： 解这个四元一次方程，就可求得参数。 ;时序（t);年份;4.4 指 数 曲 线 趋 势 外 推 法;对函数模型 做线性变换，得： 令 ，则 这样，就把指数曲线模型转化为直线模型了。 ;年份;;总需求量 （万件）;年份; a=e7.10=1211.97; 二、修正指数曲线模型及其应用 修正指数曲线预测模型为： ;;;;;;年份;;yt;年份;c＝ 0.5556 b＝ -22.272 a＝ 73.174 预测模型为 第三步，进行预测 ＝73.174－22.272×0.55569 ＝73.06（万吨）;4.5 生 长