第七章 时间序列预测.pptVIP

第七章 时间序列预测 §7.1平均预测法 一、简单平均法 二、加权平均法 §7.2 指数平滑法 一、一次指数平滑法 二、二次指数平滑法 基本公式： 这种方法克服了一次指数平滑法只能预测未来一 期的缺点，可用于趋势型时间数列的预测。 §7.3 季节指数法 季节变动的主要特点： 每年都重复出现，各年同月（季）具有相同的变动方向，变动幅度一般相差不大。 §7.4 趋势外推法 趋势外推法是根据时间数列呈现出的规律性趋势向外推导，从而确定预测对象未来值的预测方法。 直接作图法 趋势外推法 直线趋势外推法 曲线趋势外推法 * * 三、移动平均法 1.简单移动平均法 2.加权移动平均法 ：时间序列中第t期的观察值 ： 移动平均的权数 t=1,2,3…n 1、平滑系数 的选择 从理论上讲， 取0—1之间的任意数值均可以，具体选择使用时，应先分析时间序列的变化趋势： 1）当时间序列呈稳定的水平趋势时， 应取较小值，如0.1—0.3； 2）当时间序列呈较大的波动趋势时， 应取居中值，如0.3—0.5； 3）当时间序列呈明显的上升或下降趋势时， 应取较大值，如0.6—0.8； 以使预测的灵敏度增高。 4）在应用中，可取若干个 值进行试算比较，选择预测误差最小的 值。 2、初始值的确定 初始值是指最早一个预测值，它不能从公式中求得，只能估计。 当资料项数很多（20以上），初始值对预测效果影响很小，可以第一期的实际值作为初始值； 当资料项数很少（20以下），初始值对预测效果影响较大，可选前面若干个数据的平均值作为初始值。 一次指数平滑法的特点 1.一次指数平滑法是一种特殊的加权移动平均法； 2.一次指数平滑法在计算每一个平滑值时，只需用一个实际观察值和一个上期平滑值就可以了，它需要贮存的数据量很小。 3.一次指数平滑法只能向未来预测一期市场现象的表现，这在很多情况下造成了预测的局限性，不能满足市场预测者的需要。 作业： 西北某地区1993-1999年棉花产量如下：试用指数平滑法预测2000年的棉花产量。分别取 =0.1、 =0.6进行预测，取预测误差较小者为正式预测用平滑系数，以前三期水平的平均值为初始值。 192 178 181 175 166 172 161 产量 （万T） 99 98 97 96 95 94 93 年份 线性预测模型： 模型参数： 二次指数平滑法对于具有明显线性趋势的时间数列，不但可用于短期预测，而且可用于近期或中期市场预测。 测定季节指数的方法： 1.不考虑长期趋势的影响，直接根据原数例计算季节指数； 2.考虑长期趋势的存在，先将长期趋势消除，然后计算季节指数。 应用季节指数法的资料要求： 至少三年或三年以上各月（季）的资料。 季节变动模型的指标有两种： 1.是以相对数表示的季节比率； 2.是以绝对数表示的季节变差。 1.季节比率 季节比率指标所反映的是市场现象时间序列中各月（季）的实际观察值，围绕季节比率平均值100%上下波动的状况。季节比率值偏离100%的程度大，说明季节变动的幅度大；季节比率值偏离100%的程度小，说明季节变动的幅度小。 季节比率根据市场现象时间序列中所含变动规律种类的不同，其指标计算的公式也有所不同。 1）不含长期趋势变动的市场现象时间序列的季节变动 2）既含季节变动又含长期趋势变动的市场现象时间序列 的季节变动 2.季节变差 季节变差是以绝对数表示的季节变动指标，其计量单位与市场现象时间序列实际观察值的计量单位相同。 季节比率根据市场现象时间序列中所含变动规律种类的不同，其指标计算的公式也有所不同。 1）不含长期趋势变动的市场现象时间序列的季节变动 2）既含季节变动又含长期趋势变动的市场现象时间序列 的季节变动 季节变差=各月（季）实际观察值- 各月（季）趋势值 一、无趋势变动的季节指数预测法 例 p81 二、含趋势变动的季节指数预测法 例 p83 一、直线趋势外推法 是指导对有线性变动趋势的时间数列，拟合成直线方程进行外推预测。 直线趋势方程： 直线趋势方程特征：一次阶差是一个常数 1.增减量预测法。 2.平均增减量预测法。 二、曲线趋势外推法 1.二次曲线预测法 预测方程：