第十一章课件趋势预测法-例题参考及作业2概要.ppt

第十一章 时间序列趋势预测法 第一节 最小二乘法 第二节 直线模型预测法 第三节 多项式曲线模型预测法 第四节 指数曲线模型预测法 第五节 修正指数曲线模型预测法 第六节 成长曲线预测模型 应用趋势预测法有两个假设前提： （1）决定过去预测目标发展的因素，在很大程度上仍将决定其未来的发展； （2）预测目标发展过程一般是渐进变化，而不是跳跃式变化。 常见的趋势线 一、算术平均法 用最小二乘法拟合直线趋势方程 　　最小平方法，又称最小二乘法。其方法的计算依据是利用算术平均数的数学性质，两条性质分别是： 1、各个变量值与平均数的离差之和等于零，用表达式表示即； 2、各个变量值与平均数的离差平方之和为最小值。 最小平方法的数学依据是实际值(观察值)与理论值(趋势值)的离差平方和为最小。据此来拟合回归方程或趋势方程。 最小二乘法介绍 　　这两条数学性质已证明过，我们把它们应用到回归分析和趋势预测中来。回归分析和时间序列趋势预测中，主要是为求得回归方程或趋势方程，但在求得方程的参数时，就要用到上面的两条数学性质。 a , b 估计参数的确定 a , b 估计参数的确定 参见教材p233 直线模型预测法 在时间序列分析中，我们常常利用最小平方法拟合直线趋势方程，直线趋势方程与直线回归方程基本原理相同，只是直线回归方程中的自变量x被时间变量t所取代，方程中的两个待定系数也用同样的方法求得。 　　如果时间数列的一阶增长量（差分值）大致相等，则可拟合直线趋势方程。 ? 第二节约直线模型预测法 直线预测模型为： 直线预测模型的特点，是一阶差分为一常数： 教材p234公式 直线趋势方程的简捷计算形式 如果时间序列有偶数项，则对称编号方式：…，-5，-3，-1，1，3，5，… 如果时间序列有奇数项，则对称编号方式：…，-2，-1，0，1，2，… 例题：已知某商店1991年—1998年某一种商品销售量的统计数据如表，试预测1999年该商品销售量。 第一步，分析观察期数据长期变动趋势，画数据点的散布图 根据图，我们可以观察出其长期趋势基本上呈直线趋势，它的预测模型为Y=a+bt第二步，根据已知的y和t来求a和b a=∑Y/n=2118/8=264.75 b=∑tY/∑t2 =434/168=2.58 第三步，利用预测模型进行预测值的计算 Y=a+bt=264.75+2.58t 1999年的数据序号为t=9则Y1999=264.75+2.58×9=288 例2 某市2001—2009年化纤零售量如表所示，试预测2010年化纤零售量。 某市化纤零售量及其一阶差分 单位：万米 解：1、选择预测模型 计算序列的一阶差分，列于表中，从计算结果可以看出，一阶差分大体接近。因此，可配合直线预测模型来预测。 2、建立直线预测模型 根据资料列表计算有关数据。 某市化纤零售量直线预测模型最小平方法计算表 所求直线预测模型为： 3、预测 以 代入预测模型，则可预测2010年化纤零售量为： 直线趋势延伸法的特点 （1）直线趋势预测法仅适用于预测目标时间序列呈现直线长期趋势变动情况。 （2）它对时间序列资料一律同等看待，在拟合中消除了季节、不规则、循环三类变动因素的影响 （3）反映时间序列资料长期趋势的平均变动水平。 （4）只要未来发展趋势大体上不会发生大起大落的变化，继续遵循直线趋势发展变化的假设，那么选用此法进行中长期预测既简便又有一定的可靠性。 （二）二次移动平均法 简单移动平均法比较适合预测目标的基本趋势是在某一水平上下波动的较平稳的情况。如果目标发展趋势存在趋势变化，简单移动平均法就会产生预测偏差和滞后，为了解决这个问题，在简单移动平均的基础上再作趋势移动平均，以求得平滑系数来解决问题，也就是进行二次移动平均。 公式： 模型 二次移动平均法是以最近实际值的一次移动平均值为起点，以二次移动平均值估计趋势变化的斜率，建立预测模型，即： 式中：at-----预测直线的截距 bt-----预测直线的斜率 n-------每次移动平均的长度 t-------项数 T---距最近实际值的项数 例如：某商店1990—2001年销售额如下，请预测2002年、2003年、2004年、2005年、2006年的销售额。(n=4) 取t=12 n=4 at=a12=2M12 (1) -M12 (2) =2×765.75-703.375=828.125 bt=b12=2/(n-1) ×(M12 (1) - M12 (2) )