5时间序列平滑预测法绪论.pptxVIP

《 统计预测和决策》（第二版）教 学 课 件（PowerPoint）;目 录;5.1 一次移动平均法和一次指数平滑法 5.2 线性二次移动平均法 5.3 线性二次指数平滑法 5.4 布朗二次多项式（三次）指数平滑法 5.5 温特线性和季节性指数平滑法;5.1 一次移动平均法和一次指数平滑法; 在移动平均值的计算中包括的过去观察值 的实际个数，必须一开始就明确规定。每 出现一个新观察值，就要从移动平均中减 去一个最早观察值，再加上一个最新观察 值，计算移动平均值，这一新的移动平均 值就作为下一期的预测值。;（1）移动平均法有两种极端情况; 当数据的随机因素较大时，宜选用较大的N，这样有利于较大限度地平滑由随机性所带来的严重偏差；反之，当数据的随机因素较小时，宜选用较小的N，这有利于跟踪数据的变化，并且预测值滞后的期数也少。; 由移动平均法计算公式可以看出，每一新预测值是对前一移动平均预测值的修正，N越大平滑效果愈好。; （2）移动平均法的优点 ; （3）移动平均法的两个主要限制; 限制二：N个过去观察值中每一个权数 都相等，而早于（t-N+1）期的观察值的 权数等于0，而实际上往往是最新观察值 包含更多信息，应具有更大权重。; ? 例 1 分析预测我国平板玻璃月产量。;二、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。;一次指数平滑法的初值的确定有几种方法： ; ? 例 2 利用下表数据运用一次指数平滑法对1981年1月我国平板玻璃月产量进行预测（取α=0.3，0.5 ，0.7）。并计算均方误差选择使其最小的α进行预测。;时间 ;α=0.3，α=0.5，α=0.7时，均方误差分别为： MSE=287.1 MSE=297.43 MSE=233.36 因此可选α=0.7作为预测时的平滑常数。 1981年1月的平板玻璃月产量的预测值为： ;5.2 线性二次移动平均法 ; （2）计算方法;（5.1）式用于计算一次移动平均值；;5.3 线性二次指数平滑法; 一、布朗单一参数线性指数平滑法 ; 计算公式：;二、霍尔特双参数线性指数平滑法 ; 计算公式：;5.4 布朗二次多项式（三次）指数平滑法; 计算公式：;回总目录;5.5 温特线性和季节性指数平滑法;温特法的基础方程式：; 使用此方法时一个重要问题是如何确 定α、β和γ的值，以使均方差达到最小。通常确定α、β和γ的最佳方法是反复试验法。