10统计预测及预警.pptxVIP

下载本文档

20
0
约2.25千字
约 65页
2018-06-14 发布于安徽
举报
版权申诉

10统计预测及预警.pptx

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

Ch10 统计预测与预警;主要介绍：统计预测的基本方法，统计预警的基本原理与方法。;Ch10 学习目的;Ch10 统计预测与预警;§10.1 统计预测的基本问题;§10.1.1 统计预测的概念和分类;§10.1.2 统计预测的基本假设;§10.1.3 统计预测的步骤;§10.1.4 预测结果评价与误差分析;§10.1.4 预测结果评价与误差分析;§10.2 趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.1 平稳型趋势预测;§10.2.2 线性趋势预测;§10.2.2 线性趋势预测;§10.2.2 线性趋势预测;§10.2.2 线性趋势预测;§10.2.3 二次曲线趋势预测 ;§10.2.3 二次曲线趋势预测 ;§10.2.3 二次曲线趋势预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.2.4 成长曲线预测 ;§10.3 季节变动预测;§10.3.1 分解分析预测法;§10.3.1 分解分析预测法;§10.3.1 分解分析预测法;§10.3.1 分解分析预测法;§10.3.1 分解分析预测法;§10.3.2 合成分析预测法;§10.3.2 合成分析预测法;§10.3.2 合成分析预测法;§10.3.2 合成分析预测法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;§10.3.3 季节模型的指数平滑法;【例10—7】利用我国1978-1983年生产资料零售数据，用带衰减因子的温特斯线性季节指数平滑法，预测1984年各季度值。解：这是具有线性趋势的季节变动数列，因此，可以用带衰减因子的温特斯线性季节指数平滑法进行预测。 ⑴ 设置平滑初值。序列有6个周期，因此利用第1、2周期的数据计算平滑初值 M1=73.425，M2=81； b0=(M2-M1)/4=1.89375，a0=M1+3b0/2=76.26563；于是，S1’=0.886882；S2’=1.214159；S3’=1.063574；S4’=0.839172； S5’=0.914797；S6’=1.190459；S7’=1.079968；S8’=0.819412；;;求两周期的均值 S5*=(0.886882+0.914797)/2=0.90084；S6*=(1.214159+1.190459)/2=1.202309； S7*=(1.063574+1.079968)/2=1.071771；S8*=(0.839172+0.819412)/2=0.829292；归一化计算得 S5**=0.899892；S6**=1.201045；S7**=1.070644；S8**=0.82842；令a5= a0=76.26563，b5= b0=1.89375；S5*=0.90084；S6*=1.202309；S7*=1.071771；S8*=0.829292；并取?=0.825； ? =0.998； ? =0.145； ? =0.587。 ⑵ 从第3周期开始，利用(10.3.23)式，逐期平滑at、bt、S*t；t=9,10,11,12。利用公式?t+1 =( at+bt??) ?S**t+1-P；t=9,10,11,12预测第3周期的值。第3周期平滑完毕，对S*t归一化处理得S**t。 ⑶ 从第4周期开始平滑at、bt、S*t；t=12,13,14,15。利用公式?t+1 =( at+bt??) ?S**t+1-P；t=12,13,14,15预测第4周期的值。第4周期平滑完毕，对S*t归一化处理得S**t。 ⑷ 重复平滑at、bt、S*t过程，直到t=21,22,23,24。并求出S**t。 ⑸ 从第6周期开始预测。 ?24+1 =( a24+b24? ?) ?S**24+1-4=101.8797； ?24+2 =( a24+b24?(? + ? 2)) ?S**24+2-4=139.9576； ?24+3 =( a24+b24