统计学12章.ppt

一次指数平滑—预测误差 Ft+1是 t 期的预测值Ft 加上用? 调整的 t 期的预测误差(Yt-Ft) 一次指数平滑—平滑指数? 的确定 不同的? 会对预测结果产生不同的影响； 一般而言，当时间序列有较大的随机波动时，宜选较大的? ，以便能很快跟上近期的变化 当时间序列比较平稳时，宜选较小的? 选择?时，还应考虑预测误差（均方误差来衡量） 确定?时，可选择几个进行预测，然后找出预测误差最小的作为最后的值 一次指数平滑 月份 （t） 销售额 （Y t） 指数平滑预测值（F t） 预测误差 （Y t -F t） 预测误差的平方 （Y t -F t）2 1 27 2 31 27.00 4.00 16.00 3 29 27.80 1.20 1.44 4 33 28.04 4.96 24.60 5 28 29.03 -1.03 1.07 6 26 28.83 -2.83 7.98 7 30 28.26 1.74 3.03 8 28 28.61 -0.61 0.37 9 32 28.49 3.51 12.34 10 30 29.19 0.81 0.66 11 25 29.35 -4.35 18.94 12 32 28.48 3.52 12.38 总计 - - - 98.80 MSE=98.80/11=8.98 某企业产品销售额的指数平滑预测和预测误差（平滑常数α=0.2） =0.2×31+0.8×27 一次指数平滑 下图是时间序列的实际值和预测值的折线图。预测值“消除”了时间序列中的不规则波动。 有趋势序列的分析和预测 线性趋势分析和预测 非线性趋势分析和预测 线性趋势(linear trend) 现象随着时间的推移而呈现出稳定增长或下降的线性变化规律； 由影响时间序列的基本因素作用形成； 测定方法主要有：移动平均法、指数平滑法、线性模型法等； 时间序列的主要构成要素。 线性模型法(线性趋势方程) 线性方程的形式为： 时间标号 时间序列的趋势值 趋势线的斜率，表示时间 t 变动一个单位时观察值的平均变动数量 趋势线在Y 轴上的截距 线性模型法(a 和 b 的最小二乘估计) 趋势方程中的两个未知常数 a 和 b 按最小二乘法(Least-square Method)求得： 根据回归分析中的最小二乘法原理； 使各实际观察值与趋势值的离差平方和为最小； 最小二乘法既可以配合趋势直线，也可用于配合趋势曲线； 根据趋势线计算出各个时期的趋势值。 线性模型法(a 和 b 的求解方程) 根据最小二乘法得到求解 a 和 b 的标准方程 预测误差可用估计标准误差来衡量 m为趋势方程中未知常数的个数 非线性趋势分析和预测 二次曲线(second degree curve) 现象的发展趋势为抛物线形态 一般形式为 根据最小二乘法求得 a、b、c标准方程 指数曲线(exponential curve) 用于描述以几何级数递增或递减的现象 一般形式为 a, b为未知常数 若b1，增长率随着时间 t 的增加而增加 若b1，增长率随着时间 t 的增加而降低 若a0，b1，趋势值逐渐降低到以0为极限 指数曲线(a、b 的求解方法) 采取“线性化”手段将其化为对数直线形式 根据最小二乘法，得到求解 lga、lgb 的标准方程为 求出lga和lgb后，再取其反对数，即得算术形式的a和b 指数曲线与直线的比较 比一般的趋势直线有着更广泛的应用； 可以反应现象的相对发展变化程度； 不同序列的指数曲线可以进行比较； 比较分析相对增长程度。 修正指数曲线 (modified exponential curve) 在一般指数曲线的基础上增加一个常数K 一般形式为 K、a、b 为未知常数 K 0，a ≠ 0，0 b ≠ 1 用于描述的现象：初期增长迅速，随后增长率逐渐降低，最终则以K为增长极限 董成杰 dongchengjie@163.com 确定移动平均法中包含的数据值的个数，比如选择3. * — * — 董成杰 dongchengjie@163.com 美国国家情报委员会发布2030年全球趋势报告 “中国经济很可能在不到20年时间能超过美国，与此同时到2030年亚洲经济总量将超过北美与欧洲的总和。”2012年12月10日，美国国家情报委员会发布了一份名为“2030年全球趋势：不再一样的世界”的展望报道。这份报告预测：届时欧洲、日本和俄罗斯在世界经济中的地位将缓慢下降。 房价十年走势预测 国家统计局原局长、现任民生证券首席经济学家邱晓华，在国盛证券2013年度投资策略报告会上预言：“明年中国的房价将平稳上升，不会暴涨，也不会暴跌”；中国地产市场“十年内不会逆转，只有等工业化和城市化基本完成后房价才