经济预测与决策时间序列平滑预测法PPT.pptVIP

第六章 时间序列平滑预测法;二、时间序列的组合形式;在实际进行时间序列分析时，通常把C与I合并为I，即 乘法模型：Y=T×S×I 加法模型：Y=T+S+I 选什么模型，由序列的性质和我们的研究目的而定。;三、时间序列预测;第二节 移动平均预测法; 新的移动平均值是对前一移动平均值的修正，n越大，则修正量越小，从而平滑效果越好。;;二、加权移动平均法; 其中 ;三、二次移动平均数法;建立线性预测模型 ; 注：1. 要预测2011年的值，可取t=2010，T=1，也可取t=2009，T=2。 2. 序列必须具备较好的线性变化趋势，否则预测误差也会较大。 3. 该方法可以进行远期预测，但预测误差一般都较大，因为at，bt实际上存在近期的局限性。;第三节 指数平滑法;一、一次指数平滑法; 为了便于同移动平均法区别，用St代替Mt·w，则有; 选择合适的 值将??得出精确预测结果的关键。 一般地， 值取得越大，预测值越不稳定，但对实际数据的反应越敏感；相反， 越小，预测值越稳定，但对实际数据的反应越迟缓，在实际中，若序列变化较平稳，则 值应小一些（0.05~0.2）；若序列存在或高或低的明显趋势，则 值应大一些（0.3~0.7），常取使 最小的 值。; 用一次指数平滑法进行预测，除了选择合适的 外，还要确定初始值So，初始值是由预测者估计或指定的，当序列的数据较多（如20以上）时，So对以后的影响很小，可取So=Y1，当序列数据较小时，一般以最初n期的实际值的平均值作为初始值;二、二次指数平滑法; 记; 用二次指数平滑法也面临着如何选择第一个平滑值和 值，一般地，可取 ，而 值，可以选择得和第一次的相同，也可以不同，可凭经验和实际数据所反应的情况加以确定。; 求预测值的相对误差;第四节 季节指数法; 利用最小二乘法，或从图示中目估截距和斜率的方法求得趋势方程; 季节指数是指实际值与趋势值之比，记作FK。一般地，先求出各周期的第K季的季节指数，然后对其进行平均，作为FK的值，设时间序列共有m个周期，每个周期共有T个时序数，第 i 个周期的K个季节的季节指数记为FK·i，则; 季节指数法的预测模型为; 例：某副食品公司1997年，1998年各季销售额统计如下表，试预测1999年第四季度该公司的销售额。;解：用图示法目估出趋势方程为;第七章 非线性趋势预测;第一节 多项式曲线趋势预测;设n为奇数， 为正中项， ，则有;把 代入多项式方程可解得：;判断时序数据可用二次多项式拟合的方法： 1. 作散点图 2. 逐期求二阶差分，若各期的二阶差分接近于一个常数或二阶差分比较稳定，则可用二次多项式曲线。;例1：某市1993~2001年某种农作物产量如下表，试预测2002年这种农作物的产量;解：取3项加权平均，得预测模型 所以;三次多项式曲线趋势预测;第二节 对数曲线趋势预测;分段方程相加法：;例：已知近8年来的某种产品的产量如下表，试预测今年该产品的产量。;解：先画散点图，可以看出Yt 和 t 之间可用模型;第三节 指数曲线和修正指数曲线趋势预测;某些经济变量。如某产品的历年销售量，开始增长较快，随后减慢，逐渐达到某一稳定状态，这种经济发展趋势可用修正指数曲线模型描述。;设;例：某市过去9年内某种家用电器销售量如下表，试预测现年、下一年该种家用电器的销售量和市场饱和点。;解 ，预测模型为;第四节 龚伯兹曲线趋势预测;两边取自然对数后，变为修正指数曲线模型 估计方法：1. 三点法 2. 分段方程相加法;第五节 罗吉斯梯曲线趋势预测;两边取倒数可得修正的指数曲线 估计方法：1. 三点法 2. 分段方程相加法