第六章节.时间序列预测资料.ppt

第六章 时间序列预测 学习重点： 一、时间数列的形式，具有时间数列特征的市场现象； 二、平均预测法及其运用 三、指数平滑法及其运用 四、季节指数法及其运用 五、趋势外推法及其运用 时间序列简介 概念：又称时间数列，是将某种现象的数量变化，按时间的先后顺序排列而成的数据形式。 种类：水平型、季节型、周期变动型、趋势型和不规则型。 水平型时间数列中的数据围绕某一水平上下波动，且波动没有规律性。 季节型时间数列的数据表现出随着季节变换在每一季节内都会重复出现有规律波动的形态。 周期型时间数列是指数据在较长的周期内呈现出有规律的循环变动状态。 第一节、平均预测法 平均预测法：是以一定观察期内市场现象时间数列的平均数作为某个未来期的预测值的预测方法。 它适用于对没有明显的增减倾向，又具有随机波动影响的市场现象的预测。 常用方法：简单平均、加权平均、移动平均 一、简单平均法 概念：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。 实际上是指各个观察指数的权重是相等的。为1/n 二、加权平均法 概念：是指将时间数列的各个数据看作对预测值有不同的影响程度，分别给各个数据以不同的全数后计算出加权平均数，并将其作为下期预测值的方法。 适用的关键：合理确定权数，附近的值权重大，远期的值权重小。各个权重的级差是根据预测者的经验来判断的。 三、移动平均法 概念：是将观察期的统计数据，由远而近地按照一定跨越期逐一求平均值，并将最后一个平均值作为预测值的方法。 预测的准确的程度，取决于移动跨越期的长短。跨越期越短，预测越敏感，利于反映数据的波动情况，但反映长期趋势效果较差；跨越期越长，灵敏度低，但利于避免偶然因素对预测结果的影响 （一）、一次移动平均法 概念：是对时间数列按一定的观察期连续计算平均值，取最后一个平均值作为预测值的方法。 1、简单移动：直接以简单平均值数列中的最后一个数值作为预测值。 2、加权移动：在移动跨越期内，对距离预测期较远的数据给予较小的权数，反之则给较大的权重，计算出加权移动平均值数列，并以最后一个加权平均值作为预测值。 （二）、二次移动平均法 概念：是以一次移动平均值作为时间数列，再计算一次移动平均值数列，在此基础上分析这两次平均值的滞后偏差，并利用其变化规律建立线性方程来进行预测的方法。 该方法不直接用于预测，而是利用它来求取线性预测模型的模型参数； 模型参数是以两次移动平均值为依据推导出来的。 第二节、指数平滑法 概念：是一种特殊的加权移动平均法，是以本期的实际发生数和上期的预测值为基数，分别给予不同的权数，计算出指数平滑值，并以此确定预测结果的方法。 按照时间数列资料被平滑的次数，分为:一次指数平滑、二次指数平滑和二次以上指数平滑。 一、一次指数平滑法 概念：是指以预测对象的上期实际发生额和上期预测值作为资料，用平滑系数来确定二者的权数，计算其加权平均数（即平滑值），并根据平滑值确定本期预测值的一种预测方法。 二、二次指数平滑法 概念：是对一次指数平滑值序列再进行一次指数平滑值的计算，求得二次指数平滑值序列，通过对两次指数平滑值序列的比较分析，建立起线性方程来进行市场预测的方法。 它克服了一次指数平滑法只能预测未来一期的缺点，可以用于趋势型时间数列的预测，但必须是在一次指数平滑值的基础上来计算。 第三节、季节指数法 季节变动：是指某些市场现象由于受自然气候、生产条件、生活习惯等因素的影响，在一定时间中随季节的变化而呈现出周期性的变化规律。 季节变动的主要特点：每年都重复出现，各年同月都具有相同的变动方向，变动幅度一般相差不大。 一般取三年或者三年以上的市场现象 季节指数法 概念：就是根据预测目标各年按月编制的时间数列资料，以统计方法测定出反映季节变动规律的季节指数，并利用季节指数进行预测的预测方法。 测定季节指数的方法： 1、是不考虑长期趋势的影响，直接根据原时间数列计算季节指数； 2、考虑长期趋势的存在，先将长期趋势消除，然后计算季节指数。 一、无趋势变动的季节指数预测法； 二、含趋势变动的季节指数预测法； 见课本83页例题 第四节、趋势外推法 概念：是指根据时间数列呈现出的规律性趋势向外推导，从而确定预测对象未来值的预测方法。 准确度建立在外推模型能正确反映预测对象的本质运动的基础上，并且向外推导的时