[经管营销]第八章 统计预测.pptVIP

第八章 统计预测 第一节 统计预测概述 第二节 回归预测 可见，计算移动平均数时，若按奇数项移动平均，一次即可得到相应年份的趋势值。而若按偶数项移动平均，需进行两次平均计算。因此，为了简化起见，一般情况下，人们总是习惯于按奇数项移动平均就。但有时非按偶数项平均不可时，也就只好不能怕麻烦了。如为了消除现象季节变动的影响，就要按12(月)或4(季)进行移动平均。 计算移动平均数的跨越期为多少项较好？可按照以下三个条件具体情况具体分析。 (1)原时间序列项数的多少。项数多，跨越期数可适当多。 (2)原时间序列各期数值的波动程度。波动程度大、变化明显时，跨越期数大些。 (3)原时间序列是否包含周期性波动。若包含周期性波动，则跨越期应为包含一个变动周期的时期数。 其一、它是时间数列中所有观测值的线性组合 其二、它所选用的一组权数以指数形式递减 其五、平滑值的方差是平滑常数的函数 时期T的预测误差是 如果用 的预测误差使占比重,新的估计值可 并把上式写成: 叫做平滑值或称平滑统计量， 修正估计值 表示用于 为了简化符号，定义 即是一次指数平滑公式。 为平滑系数 表示为: 设在T期有参数b的前一期估计值 和本期实际值XT. 利用这两个指标计算新的估计值 通过时期T的误差的 一部分修正上期的估计值 的方法，来计算估计值 另一个得到指数平滑法公式的途径是：利 用移动平均法进行改进. 根据移动平均法,有 把 的表达式代入 中 有 进行代入 的表达式 有 其中 其S是参数b的初始估计值，用于引起平滑过程 当 时， 其趋近于0.即从数学上看有 该式表明：平滑值是所有过去观测值的加权平均值 最近观测值XT 所乘的权数是α，观测值XT-1所乘的权数是(1-α)，由于α的取值范围是0＜α＜1，给较早期的观测值乘数的权数较小， 因此，各时期观测值的对应权数随时间递减变化。y 我们可以把一次指数平滑选用的一组权数看成是时间的指数函数： Wt =a(1-a)t 　在t＝0、1、2、3、……时的函数值。例如，当α=0.3 时，加到观测值XT ,XT-1, XT-2, XT-4,…的权数分别是0.3，0.21，0.147，0.103，0.072。 正是因为这种方法选用了一组以指数形式递减的权数进行平滑运算，所以才称为指数平滑法 β 其三、它各项权数之和等于1,具有权数的基本性质 因为各项权数序列是一个等比数列: 说明了，以一次指数平滑值，作为b的的估计值是没有偏差的，是一种优良的估计量。 其四、当T足够大时(1-a)TS0趋近于0,平滑值ST 是参数b的无偏估计量 中的随机项的期望值 方差 假设模型 协方差 (经济计量基本假定)则平滑值的方差 是： 一次指数平滑法的点预测，是用平滑值作预测的经济变量 在未来某个时期的预测值，即在时期做的对未来时期的预测值 实际工作中，往往需要估计初始平滑值 作为平滑过程的开始 如果时间序列数据较多，可用一部分数据计算初始平滑值，然后 再用剩下的数据计算以后各期的平滑值，通过选用合适的平滑系数 值使平滑值能极好地反映经济变量的基本变化趋势。 例如：已知某企业2008-2009年的商品销售量资料 月 份 08销售量 09销售量 1 2 3 4 5 6 7 8 9 10 11 12 35 40 47 31 40 33 45 41 32 35 43 39 33 41 40 49 42 35 44 41 37 42 33 38 一次指数平滑法进行预测 首先，计算初始平滑值。利用2008年的平均销售量为之 假设选用平滑系数为0.3,则利用一次指数平滑法可计算09年销 售量的平滑值，见下表： 1 2 3 4 5 6 7 8 9 10 11 12 33 41 40 49 42 35 44 41 37 42 33 38 销售量XT 月 份 平滑值ST 预测值 37 38 39 42 42 40 41 41 40 41 39 39 37 38 39 42 42 40 41 41 40 41 39 39 表中数据计算如下： 并把当期的平滑值作为下一期的预测值。即： 例：某企业某商品销售额及一次指数平滑法计算表 15.16 14.95 15.73 15.22 15.71 14.76 13.38 13.92 14.16 14.73 14.7