销售额统计预测论文.docx

研究问题 利用A商场1978～1998年的年销售额，对1999年和2000年该商场的年销售额做出预测。 摘要 根据数据形态，选用了移动平均法，指数平滑法，以及灰色预测法。最后进行了组合预测，以提高预测的精度。 研究背景 改革开放以来，我国的商业发展迅速，各种各样的商品琳琅满目，商场的建设速度迅猛，各大中小城市的各种商场如雨后春笋般争相出现；随着人民物质文化生活水平全面提高?，“逛商场”成为城市人的一种休闲方式。本文选用一中等城市A商场1978到1998年的你销售额数据，运用各种统计预测的方法，结合实际情况，给出1999年和2000年销售额的预测值，并对各种预测方法进行对比分析及评价，最终做出结论。 数据展示 某中等城市A商场1978～1998年的年销售额如下表所示，单位：百万元? 年份 ? ? 销售额 ? ? 年份 ? ? 销售额 ? ? 1978 ? ? 32 ? ? 1989 ? ? 76 ? ? 1979 ? ? 41 ? ? 1990 ? ? 73 ? ? 1980 ? ? 48 ? ? 1991 ? ? 79 ? ? 1981 ? ? 53 ? ? 1992 ? ? 84 ? ? 1982 ? ? 51 ? ? 1993 ? ? 86 ? ? 1983 ? ? 58 ? ? 1994 ? ? 87 ? ? 1984 ? ? 57 ? ? 1995 ? ? 92 ? ? 1985 ? ? 64 ? ? 1996 ? ? 95 ? ? 1986 ? ? 69 ? ? 1997 ? ? 101 ? ? 1987 ? ? 67 ? ? 1998 ? ? 107 ? ? 1988 ? ? 69 ? ? ? ? 散点图及趋势线： 由散点图可知，原数据是一个时间序列数据，几乎呈平稳上升趋势，中间略有波动，波动幅度较小。 由ACF图可知：时间序列 方法选择 在时间序列中，我们通常需要基于该时间序列当前已有的数据来预测其在之后的走势。根据ACF图的结果，其为平稳时间序列，故可选用的方法及模型有移动平均法，指数平滑法和ARMA模型。又因为改组数据变化趋势比较单一，即呈现递增趋势，故可采用灰色预测法。最后使用组合预测法，使得预测结果精度更高。 移动平均法 移动平均法是一种简单平滑预测技术，它的基本思想是：根据时间序列资料、逐项推移，依次计算包含一定项数的序时平均值，以反映长期趋势的方法。? ? 基本理论? ? 设有一时间序列 ，则按数据点的顺序逐点推移求出N个数的平均数，即可得到一次移动平均数： ? ? ? ? 式中 为第t周期的一次移动平均数； 为第t周期的观测值；N为移动平均的项数，即求每一移动平均数使用的观察值的个数。 ? ? 这个公式表明当t向前移动一个时期，就增加一个新近数据，去掉一个远期数据，得到一个新的平均数。由于它不断地“吐故纳新”，逐期向前移动，所以称为移动平均法。 ? ? 由于移动平均可以平滑数据，消除周期变动和不规则变动的影响，使得长期趋势显示出来，因而可以用于预测。其预测公式为： ? ? 即以第t周期的一次移动平均数作为第t+1周期的预测值。  当时间序列没有明显的趋势变动时，使用一次移动平均就能够准确地反映实际情况，直接用第t周期的一次移动平均数就可预测第t+1周期之值。但当时间序列出现线性变动趋势时，用一次移动平均数来预测就会出现滞后偏差。因此，需要在一次移动平均的基础上再做二次移动平均，利用移动平均滞后偏差的规律找出曲线的发展方向和发展趋势，然后才建立直线趋势的预测模型。? ? 设一次移动平均数为 ，则二次移动平均数 的计算公式为： ? ? ? ? 再设时间序列 从某时期开始具有直线趋势，且认为未来时期亦按此直 线趋势变化，则可设此直线趋势预测模型为： ? ? 式中t为当前时期数；T为由当前时期数t到预测期的时期数，即t以后模型外推的时间； 为第t+T期的预测值； 为截距； 为斜率。 ， 又称为平滑系数。 ? ? 根据移动平均值可得截距 和斜率 的计算公式为： ? ? ? 移动平均的计算结果（图1），实际值与一次、二次移动平均值的曲线图（图2、3） 图1移动平均的计算结果 图2实际值与一次移动平均值的拟合曲线 从图2可以看出，该商场的年销售额具有明显的线性增长趋势。因此要进行预测，还必须先作二次移动平均，再建立直线趋势的预测模型。利用Excel在一次移动平均的基础上进行移动平均即可。 二次移动平均的方法同上，求出的二次移动平均值及实际值与二次移动平均值的拟合曲线，如图3所示。 图3实际值与二次移动平均值的拟合曲线 再利用前面所讲的截距 和斜率 计算公式可得： ? ? 于