市场调查与预测20时间序列.ppt

第20章 时间序列分析法 简易平均法 移动平均法 指数平滑法 季节指数法 第一节 时间序列分析法 时间序列是按时间顺序的一组数字序列。时间序列分析法就是利用这组数列，应用数理统计方法加以处理，以预测未来事物的发展。 时间序列分析法是定量预测方法之一，它的基本原理：一是承认事物发展的延续性。应用过去数据，就能推测事物的发展趋势。二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响，为此要利用统计分析中加权平均法对历史数据进行处理。 时间序列的 4种变动因素: ①长期趋势(T)，在整个预测期内事物呈现出渐增或渐减的总倾向； ②周期变动(C),以某一时间间隔为周期的周期性变动，如危机和复苏的交替； ③季节变动(S)，以一年为周期的周期变动,如服装行业销售额的季节性波动； ④偶然变动(I),除上述三种情况之外的不规则变动,又称随机变动。 这4种因素的综合模式有加法模式、乘法模式和混合模式。 加法模式的时间序列是上述4种变动因素的相加,=(T)＋(C)＋(S)＋(I); 乘法模式的则是上述4种变动因素的相乘, =(T)×(C)×(S)×(I)。 时间序列法分为两类：①不细分4种变动因素而直接利用时间序列数据建立数学模型，进行预测。②对4种变动因素有侧重地进行预处理,从而派生出季节变动法、移动平均法、指数平滑法等具体预测方法。 第二节 简单平均法 简单平均法是指预测目标的历史时间序列求出其平均数,并以平均数作为基础求得预测期的预测值的一种方法。 简易平均法包括算数平均法、加权平均法和几何平均法等。 一、算数平均法：是以预测目标的历史序列的平均数作为预测期的预测值的预测方法。 例一、某商店2010年1-6月的销售额以此为50，52，48，55，60，65万元，试预测7月份的销售额。 例二、某企业固定资产投资总额历史资料如下，试预测下一年的固定资产投资总额。58，62，65，68，72，75，79亿元。 二、加权平均法：根据时间序列中每期数据的重要程度的不同分别加以不同的权数，其加权平均数作为预测期的预测值。 权数主要根据时间序列的波动情况、预测者对预测目标未来变化趋势的定性分析及经验来确定。 例三、某商场历年销售额分别为205，202，195，200，204，210万元。试用加权平均法预测下一年的销售额。（权数分别为2，3，4，5，6，7） (205*2+202*3+195*4+200*5+204*6+210*7)/(2+3+4+5+6+7)=203.33 三、几何平均法：就是运用几何平均数求出预测目标的发展速度，然后进行预测。它适用预测目标发展过程一贯上升或下降，且逐期环比率速度大体接近的情况。 例四、某灯具商场最近5年销售资料如下，试用几何平均法预测下一年的销售量。19，20，23，26，30万元。（30*1.12=33.60） 第三节 移动平均法 移动平均法就是根据预测对象的一组观测值，计算这组观测值的平均数，利用这一平均数作为下一期的预测值，其平均数随着观测值的移动而向后移动。 当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。 常用的移动平均法有一次移动平均法、加权移动平均法、二次移动平均法等。 一、一次移动平均法：对时间序列按照一定的观察其数，顺序移动，只计算一次移动平均数作为预测值。 F(t+1)=(xt+xt-1+…+xt-n)/n 例五、用移动平均法预测第11月的销售量（N=4) 1 2 3 4 5 6 7 8 9 10 2000 1350 1950 1975 3100 1750 1550 1330 2200 2770 二、加权移动平均法加权移动平均法指在时间序列中，对于跨越期中每个数据分别加以不同的权数，计算出加权移动平均数作为预测值的一种预测方法。上例中，N=4时，可分别设定权数为1，2，3，4来预测。 三、变动趋势移动平均法 第一步：计算一次移动平均数(A)，将其放入跨越期中间位置； 第二步：计算移动平均数的增长值； 第三步：求增长量的移动平均(B)； 第四部：利用模型预测。 模型：最后一个A+期数*最后一个B 12期的预测值为：21+1*1.11=22.11 1 10 　 　 　 2 12 13.33 　 　 3 18 16.33 3.00 　 4 19 19.33 3.00 2.22 5 21 20.00 0.67 1.11 6 20 19.67 -0.33 -0.56 7 18 17.67 -2.00 -0.89 8 15 17.33 -0.33 -0.22 9 19 19.00 1.67 1.11 10 23 21.00 2.00 　 11 21 　 　 　 四、二次移动平均二