第二章 预测方法与技术课件.ppt

判断趋势类型 绘制散点图 分析数据特征 当数据的一阶差分趋近于一常数时，可以配合直线方程。 当数据的二阶差分趋近于一常数时，可以配合二次曲线方程。 当数据的环比发展速度趋近于一常数时，可配合指数曲线方程。 t yi 一阶差分yi - yi-1 1 2 3 4 ? n a + b a + 2b a + 3b a + 4b ? a + nb b b b ? b t yi 一阶差分 二阶差分 1 2 3 4 ? n a + b + c a + 2b + 4c a + 3b + 9c a + 4b + 16c ? a + nb + n2c b+3c b+5c b+7c ? b+(2n-1)c 2c 2c ? 2c t yi yi / yi-1 1 2 3 4 ? n ab ab2 ab3 ab4 ? abn b b b ? b 二次曲线方程：当事物的发展随时间序列呈近似一条抛物线 其一般形式为： a、b、c 为未知常数 根据最小二乘法求得 二次曲线(Second Degree Curve) 取时间序列的中间时期为原点时有 根据最小二乘法得到求解 a、b、c 的标准方程为 二次曲线(实例) 已知我国1978～1992年针织内衣零售量数据如表。试配合二次曲线，计算出1978～1992年零售量的趋势值，并预测1993年的零售量，作图与原序列比较 1978～1992年针织内衣零售量 年 份 零售量(亿件) 年 份 零售量(亿件) 1978 1979 1980 1981 1982 1983 1984 1985 7.0 9.1 9.7 10.8 11.7 12.1 13.1 14.3 1986 1987 1988 1989 1990 1991 1992 14.4 14.8 15.0 12.3 11.2 9.4 8.9 针织内衣零售量二次曲线计算表 年份 时间标号t 零售量(亿件) Yt t×Yt t 2 t 2Y t t4 趋势值 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 -7 -6 -5 -4 -3 -2 -1 0 1 2 3 4 5 6 7 7.0 9.1 9.7 10.8 11.7 12.1 13.1 14.3 14.4 14.8 15.0 12.3 11.2 9.4 8.9 -49.0 -54.6 -48.5 -43.2 -35.1 -24.2 -13.1 0 14.4 29.6 45.0 49.2 56.0 56.4 62.3 49 36 25 16 9 4 1 0 1 4 9 16 25 36 49 343.0 327.6 242.5 172.8 105.3 48.4 13.1 0 14.4 59.2 135.0 196.8 280.0 338.4 436.1 2401 1296 625 256 81 16 1 0 1 16 81 256 625 1296 2401 6.5 8.4 10.0 11.3 12.3 13.2 13.7 14.0 14.0 13.8 13.3 12.6 11.6 10.3 8.8 合计 0 173.8 45.2 280 2712.6 9352 173.8 　　　　　　　　　　　　　　　　　　　　　　　　　　　　 式中：Ｒ——某方案的相关途径 i ——组成该方案的单元级数 为此根据相关途径的不同，就可以决定优选方案和备选方案。相关途径越大，方案越好或越重要。 三、前导指标法 前导指标法的基本原理是：当发现两种事件有某些相似性时，或者发现一种事件的发生经常伴随产生另一事件时，就认为这两种事件间存在某些联系。 前导指标法就是利用事物间的这种联系，从某一事件的发展变化来推测另一事件的发展趋势。 例：出生率与学校规模、劳动力与经济发展 386199部队 对美国国民经济发展有预示作用的前导指标 前导指标 提前时间 倒闭企业数、负债数 9个月 工业普通股票价格 6个月 耐用商品新定单数 6个月 住宅建筑合同数 ５个月 工商业建筑合同数 315个月 平均每周工时 315个月 新成立公司数 3个月 28种批发物价指数 3个月 第三节　时间序列模型方法 一、时间序列含义 二、时间序列的构成因素分析 三、时间序列构成因素的结合方式 四、长期趋势的测定方法 一、时间序列含义 时间序列一般是指一组按时间排列的数据，展示了研究对象在一定时期的发展变化过程。 时间序列主要有水平型、季节型、循环型、趋势型四种基本样式。 时间序列模型就是根据预测对象时间序列的特征，研究事物自身的发展规律，探讨未来发展趋势的一种模型，它是一种重要的定量预测方法。 时间数列（