第六章节时间序列趋势预测法(管理预测)资料.ppt

一、算术平均法 第六节 季节指数法 季节变动是指由于自然条件和社会条件的影响，经济现象在一年内随着季节的转变而发生的周期性变动。 季节变动预测法就是以时间序列为基础，通过建立季节变动模型来预测未来季节变动的状况。 季节变动 分类 季节变动根据其变动特征可分为两类，水平型季节变动和长期趋势季节变动。 水平型季节变动是指时间序列中各项数值的变化是围绕某一个水平值上下周期性的波动。 长期趋势季节变动是指时间序列中各项数值一方面随时间变化呈现季节性周期变化，另一方面随着时间变化而呈现上升或下降的变化趋势。 通常用来度量季节变动的指标是季节指数（SI）。 季节指数是用百分数或系数形式表示的季节变动指标。又称季节比率。 水平型季节变动： 季节指数=各年同季（月）平均数/总平均数 长期趋势季节变动: 季节指数=各年同季（月）平均数/趋势值 季节指数 方法 同期平均法（水平型季节变动） 长期趋势整理法（长期趋势季节变动） 同期平均法 同期平均法是预测水平型季节变动的方法。它通过对不同年份中同一时期数值求平均数，来剔除不规则变动，得出季节变动模型进行预测。 同期平均法的基本步骤如下： 1.收集连续三年以上的各期历史数据 2.计算各年同期平均数和总平均数； 3.计算季节指数； 4.建立预测模型，进行预测。 例5.12：某地历年各季度背心的销售量如Excel表。试预测2001年各季度的销售量。 （1）计算各年同季平均数 （2）计算各年季平均数 （3）计算总平均数 （4）计算季节指数 （5）建立季节变动预测模型，进行预测 长期趋势整理法 这是一种先计算历年各季的平均数，并拟合长期趋势模型计算出各季的趋势值，然后将各季的平均数与趋势值相除以消除长期趋势因素，进而测定季节指数的方法。 例5.13：某纺织公司1992-1996年分季销售资料见Excel表。试用长期趋势整理法计算其季节指数。 （1）计算历年同季的总数和平均数，通过平均数消除原始数据中的不规则因素 （2）计算历年的销售总额和季平均数 （3）计算年趋势值方程 （4）计算季趋势值 （5）计算季节指数 * * 例5.8：某公司l980—1994年销售收入yt资料如excel表所示，试用二次指数平滑法预测1995年和1997年销售收入各为多少万元。 （1）确定初始值 S0(1)=S0(2)=yt=676 （2）选择平滑指数 ?=0.3 （3）计算一次、二次指数平滑值 （4）计算待定系数，建立预测模型 （5）确定预测值 第五节 趋势外推法 趋势外推法是根据经济变量（预测目标）的时间序列数据资料，揭示其发展变化规律，并通过建立适当的预测模型，推断其未来变化的趋势。 趋势外推预测法是研究经济变量的发展变化相对于时间之间的函数关系。 根据函数关系的形态不同，可分为直线趋势外推法、曲线趋势外推法及指数趋势外推法三种。 一、直线趋势外推法 是一种最简单的趋势外推方法。 适用于时间序列观察值呈直线上升或下降时，其长期趋势就可用一直线来描述，并通过该直线趋势的向外延伸，估计其预测值。 直线趋势外推法可分为直观判断法和拟合直线方程法两种。 它是将时间序列观察值数据按时间先后在平面坐标图上一一标出，以横轴表示时间，纵轴表示某预测变量，描出散点图，并根据其走向，用目测徒手画出一条拟合程度最佳的直线。然后沿直线向外延伸，即可进行预测。 随手画出的拟合直线是否是最佳的拟合直线、会直接影响预测精度。 直观法简便易行，不需要建立数学模型，也不需要进行复杂计算的优点也是明显的。 例5.9：某家用电器厂1985—1995年的利润总额如表5.7所示，试用直观法预测l996、1997年的利润总额各为多少万元? 1020 950 850 750 700 630 500 400 350 300 200 利润额 95 94 93 92 91 90 89 88 87 86 85 年份 表5.7 某家用电器厂1985—1995年利润额数据表 单位：万元 图5.4 直观绘制直线图 模型 当时间序列的发展趋势呈线性时，可采用直线趋势模型进行预测。 直线趋势模型为： 特点 拟合直线方程的一阶差分为一常数。 即： 拟合直线对时间序列内各数据不论其远近都同等看待。 拟合直线消除了不规则变动因子的影响，反映了预测目标长期发展过程的平均变化趋势。 方法 用最小二乘法建立拟合直线进行预测。 图5.5 拟合直线方程法原理图 在拟合直线外推法中自变量t代表时间序列的时间编号。所以，我们可以通过对时间序列的编号技巧使计算过程更加简便。 当时间序列的项数为奇数时,设中位数为零,等差为1,建立t的时间序列。即取t的值为…，-2，-1，0，1，2，…； 当时间序