第10篇统计预测.pptVIP

第10章 统计预测 9—1 统计预测概述 统计预测概念和作用 统计预测的种类 统计预测的步骤 统计预测的概念 所谓统计预测就是根据统计资料或相关的定性资料,通过统计分析,应用统计模型,对未来不确定事件的数量方面,或数量方面的未来前景所作的预测。 统计预测的作用主要表现在以下几个方面： 它为编制计划，加强计划指导提供依据 为管理决策科学化提供依据 推动了统计科学、统计工作的发展 统计预测的种类 统计预测的步骤 搜集、审核、整理资料 选择预测模型和预测方法 进行预测 分析预测误差和改进预测 9—2统计预测模型与基本预测方法 统计预测模型 基本预测方法 统计预测模型 （一）简单预测模型 （二）长期趋势模型 （三）周期性变动模型 （四）回归模型 简单预测模型 观测值预测模型 固定平均数预测模型 移动平均数预测模型 增减量预测模型 平均增（减）量预测模型 增减速度预测模型 平均发展速度预测模型 观测值预测模型 这种模型是把最近一期的观测值，直接作为下一期预测值使用，即假定下期值仍等于本期值，没有增减变化，用公式表示： 这种模型适用于预测对象处于稳定状态或没有明显的增减变动趋势的情形。显然，该模型虽然简单，但是它只能给出粗略的估计值。 固定平均数预测模型 这种模型是把研究时期的各期观测值的简单平均数，作为下一期的预测值。其公式是： 该模型只适用于预测对象无明显增减变动趋势，或时间数各期的变动，呈现有增有减的随机波动的情形。也同样，该模型虽然简单，但预测精度较差。 移动平均数预测模型 这种模型是以一个数列的局部资料的平均数作为下期预测值。它分为以下两种： （1）简单移动平均数预测模型： 式中，N为移动平均的项数，即移动的时期数，N≤t。 （2）加权移动平均数模型： 式中， 移动平均数预测模型 加权移动平均数预测模型中，一般常用的、简单的形式是： 考虑到近期数据对预测值的影响较大，于是对近期的数据，应给于较大的权数；对远期的数据，应给于较小的权数。因此，一般来说，加权移动平均数预测模型，优于将远、近期对预测值的影响等同看待的简单移动平均数预测模型。 移动平均数预测模型适用于预测对象数据短期有波动，但长期稳定的情形。 指数平滑法 指数平滑法是时间数列预测中较为常见的一种方法,是在加权平均法的基础上,经改进而形成的,指数平滑法依据预测的次数的不同为为:一次平滑法和二次平滑法和三次平滑法. (一)一次平滑法 是根据本期的实际值yt与本期预测值 的加权平均来计算下期预测值.计算公式为: 其中:a代表权数,又称平滑系数(0≤a≤1) 一次指数平滑法 上式可以变形为: 下一期的预测值等于本期预测值加上对本期预测值误差的调整. 一次指数平滑法 运用指数平滑法关键在于平滑系数a的取值.a的值越大,近期值的影响就越大,远期的影响就越小;反之,近期值影响越小,远期值影响就越大. 如果时间数列的波动较小,或受偶然因素影响较为明显时,a应取小值(0.1-0.3);如果时间数列的波动较大,或受趋势因素影响较为明显时,a应取大值(0.6-0.8). 值的确定.当时间数列的项数较多时,可选数殛是第一项作为初始值;如果时间数项项数较少时,可选用时间数列的前几项数值的平均值作为初始值. 二次指数平滑法 二次指数平滑是在一次指数平滑的基础理论,对一次指数平滑值再次进行一次平滑预测. 增减量预测模型 这种模型是把本期观测值与本期增减量之和，作为下一期的预测值。其公式为： 该模型适用于预测对象在预测前后逐期增减量相同的情形。 平均增（减）量预测模型 这种模型是用本期观测值与以前逐期平均增减量之和，作为下一期的预测值。其公式为： 该模型适用于预测对象时间数列预测期增减量同于全时期平均增减量的情形。 增减速度预测模型 这种模型是把本期观测值与本期增减速度之积与本期观测值之和，作为下一期的预测值。其公式为： 该模型适用于预测对象各期增减的绝对量虽不等，但却存在相对稳定的增减速度的情形。 平均发展速度预测模型 这种模型是把本期观测值与时间数列全时期的平均发展速度之积，作为下一期的预测值。其公式