实验1移动平均.docVIP

实验一：移动平均法 一、实验目的 Part A:一次移动平均法 1 熟悉数据文件的建立； 2 熟悉时间序列数据散点图的绘制及其一次移动平均法适用条件的判断； 3 熟悉应用一次移动平均法进行相应预测； 4 熟悉一次移动平均法预测精度的分析及其最优移动步长N的确定； Part B:二次移动平均法 1 根据时间序列数据散点图，熟悉二次移动平均法适用条件的判断； 2 熟悉应用二次移动平均法进行相应预测； 3 熟悉二次移动平均法预测精度的分析及其最优移动步长N的确定； 二、实验内容及实验过程 Part A 问题描述 某汽油批发商在过去12周的汽油销售量统计数据如表1所示。 表1：汽油销售量数据 单位：千加仑 周 1 2 3 4 5 6 7 8 9 10 11 12 销售量 17 21 19 23 18 20 22 18 22 20 17 22 建立Excel数据文件，试分析统计数据，选择合适的模型来估计下周汽油销售量。 取移动步长N=3，采用一次移动平均法进行预测，并分析其预测精度。 如何选择合适的移动步长，使预测精度较高？ 实验过程 Excel的数据处理除了提供很多的函数外，另外还有两个重要的功能：数据分析和规划求解。但是这两个工具必须加载相应的宏后才能够使用。具体步骤为点击Excel【工具】下的子菜单【加载宏】，出现如图 的对话框，选择分析工具库和规划求解，点击确定后，在工具菜单栏下面就有了这两个分析工具了。 步骤1：新建Excel文档，输入数据。启动Excel ，打开Excel 的一个工作簿，用鼠标选中某个单元格，就可以输入数据了，本实验数据如图。 步骤2：绘制散点图。点击Excel【插入】菜单下的【图表】子菜单。在【标准类】选项卡“图表类型”栏选择“XY散点图”，点击[下一步]按钮（图3-1）。 “数据区域”选择数据所在的单元格区域“A2:B13”，产生系列选择“列”，如图 。点击[完成]按钮，得到销售量和时间的散点图，如图。 步骤3：选择预测模型。从该汽油批发商在过去12周汽油销售量散点图可以看出，汽油销售量基本在20千加仑上下波动，无长期变化趋势，无季节影响，因而可以使用一次移动平均法进行相应预测。 步骤4：计算一次移动平均值和预测值。 方法1：公式法 1）选择步长为3，在单元格“C4”中输入“=（B2+B3+B4）/3”或者插入函数AVERAGE，即“=AVERAGE（B2:B4）”，如图 2）回车，并将单元格“C4”的内容复制到单元格区域“C5:C13”（选中单元格“C4”，按下Ctrl键，拖动鼠标至C13），并在单元格区域C4:C13的内容复制到D5:D14区域（在单元格D5，输入“= C4”，并将其内容复制到区域D6:D14），预测值结果如图 。 方法2：一次移动平均预测模块法 Excel软件的数据分析工具提供了简单方便的一次移动平均预测模块。 1）点击Excel【工具】菜单下面的子菜单【数据分析】，打开“数据分析”对话框，从“分析工具”列表中选择“移动平均”，如图，点击[确定]按钮。 2）在“移动平均”对话框 “输入区域”选择原始数据所在的单元格区域“B2:B13”，“间隔”中输入“3”（表示步长为3），“输出区域”选择单元格“C2”，如图 ，点击[确定]按钮，结果如图 。 同公式法，将单元格区域C4:C13的内容复制到D5:D14，即得一次移动平均值的预测值，如图 。 步骤5：计算预测误差、误差平方。在单元格“D5”和“E5”分别输入“=B5－C5”、“=D5^2”，并将单元格区域“D5:E5”的内容复制到单元格区域“D6:E13”，如图。 步骤6：计算平均误差平方和。在单元格E14输入“MSE=”，单元格F14输入或插入AVERAGE函数，即“=AVERAGE(E5:E13)”，如图 。可见当步长为3时，预测误差平方和为5.6296296，下一期的预测值为19.6666667。 步骤7：最优步长的确定。首先输入原始数据，周次和销售量。单元格C1、D1、E1分别输入“预测值”、“预测误差”、“误差平方”。将单元格H1设定为移动步长，输入任一值。在单元格G2输入“MSE=”，单元格H2则为预测的误差均方，即H1中设定的步长所对应于MSE的值，输入“=AVERAGE(E($H$1+1):E13)。 在单元格C3中输入=IF(A3$H$1,,AVERAGE(OFFSET(C4,-$H$1,-1,$H$1,1))) 在单元格D3中输入=IF(C3=,,B3-C3) 在单元格E3中输入=IF(C3=,,D3^2) 将单元格区域C3:E3的内容复制到单元格C13:E13。 其中IF()函数判断，例如单元格C3