《市场调查与预测》电子教案(第7章).pdf

第7章 时间序列预测 • 时间序列预测法概述 • 平均预测法 • 指数平滑法 • 趋势延伸法 • 季节指数法 学习目标 ·了解时间序列预测法的概念和特点； ·了解时间序列的数据分布类型； ·熟悉时间序列预测法的步骤； ·掌握平均预测法、指数平滑法、季节指数 法的方法及其应用； ·理解趋势延伸的方法及其应用； 7．1时间序列预测法概述 • 时间序列预测法的概念和特点 • 时间序列的数据分布类型 • 时间序列预测法的步骤 7.1.1时间序列预测法的概念和特点 1．时间序列预测法的概念 时间序列又称动态序列或时间数列，它是将某个经 济变量的观测值，按时间先后顺序排列而形成的一组 数据形式。 时间序列预测法又称趋势外推法，是指对某一市 场现象编制时间序列，通过统计分析和建立数学模 型，使其向外延伸或外推，预计其未来的发展变化趋 势，确定市场预测值的方法。 时间序列预测法的前提是假设事物过去和现在的 发展变化规律会照样延续到未来，要求准确、完整的 时间序列资料。适用于市场比较稳定，价格弹性较小 的商品，尤其适于近期和短期预测。 2 ．时间序列预测法的特点 （1）时间序列分析法是根据市场过去的变化趋 势预测未来的发展，它的前提是假定事物的过 去会同样延续到未来。 （2 ）时间序列数据存在着不规则性变动类型， 即：长期变动趋势、季节变动、循环变动、不 规则变动等。 （3 ）时间序列预测法是撇开了 市场发展的因果关系去分析市 场的过去和未来的联系。 3 ．时间序列预测法的优缺点 优点：（1）查明未来和现在、过去的联系，查 明发展结果和影响因素之间的联系时，本方法 效果很好，没有其他方法所能代替；（2 ）处 理数据资料时，要求的整套手段不复杂。 缺点：（1）仅仅反映对象线性的、单向的联 系；（2 ）仅能预测稳定的、在 时空方面延续的过程，以及与之 相应的趋势；（3 ）不适用于长 期预测。 7.1.2时间序列的数据分布类型 1．长期变动趋势 （1）按照线性或非线性变动，呈上升趋势。 （2 ）按照线性或非线性变动，呈下降趋势。 （3 ）水平变动趋势。 2 ．季节性变动 季节性时间序列的数据表现出随着季节变换，在每一季节 内会重复出现有规律波动的形态。 3 ．循环变动 是指时间序列数据在为期较长的周期内，呈现出有规律的 上升或下降的循环变动状态。 4 ．不规则变动（随机变动） 是指时间序列数据呈现出忽上忽下，不规则的变动趋势。 7.1.3时间序列预测法的步骤 1 ．搜集、整理市场现象的历史资 料，编制时间序列，并根据时间 序列绘制图形 2 ．对时间序列进行分析 3 ．选择预测方法，建立预测模型 4 ．测算预测误差，确定预测值 7．2平均预测法 • 简单平均法 • 加权平均法 • 移动平均法 7.2.1简单平均法 简单平均法是以一定观察期内预测变量的算术 平均数作为下期预测值的预测方法。这种方法适用于 趋势比较稳定的时间序列的短期预测。 X X X X 1 2 n n 或简写成： X X n 7.2.2加权平均法 加权平均法是指将时间数列的各个数据看作对预测值的 不同的影响程度，分别给各个数据以不同的权数后计算出 加权平均数，并将其作为下期预测值的方法。加权平均法 的关键是确定适当的权数。加权平均数的计算公式为：   Xf X f X f X 1 1 2 2 n n f f f  