20XX年长期趋势分析预测法.pptVIP

第1节 长期趋势分析预测法;在满足三个假设前提后，去掌握时间序列长期趋势发展的变化轨迹，最常见的轨迹线有：直线、二次曲线、指数曲线、生长曲线等，然后建立对应的函数模型来描述，据此进行外推预测。 正确掌握时间序列长期趋势发展的规律性变化轨迹，是正确选择模型的关键。;简捷的方法是画时间序列的直角坐标散点图，通过目估判断而定。此外，从数学分析角度，可利用时间的差分变化情况作出判断。 判断认识预测目标时间序列趋势线的数学模型后，要设法确定数学模型中的参数，才能进行外推预测。 主要有：直线趋势延伸法、曲线趋势延伸法、指数曲线延伸法和戈珀兹曲线趋势延伸法等。;一、直线趋势延伸法 预测目标的时间序列资料逐期增（减）量大体相等时，长期趋势即基本呈现线性趋势，便可选用直线趋势延伸法进行预测。 直线趋势延伸法的预测模型为??? 式中：t为已知时间序列Yt的时间变量； 时间序列Yt的线性趋势估计值； a、b为待定参数，a为截距，b为直线斜率， 代表单位时间周期观察值的增（减）量估计值。 ;;;;;;;若可靠性程度要求为90%(a=10%)，f=n-2=11-2=9，则由附录C表查得t10%=1.833，故有： 从而，此经济区鸡蛋销售量2008年在置信区间〔47.91~67.13〕万吨的近似概率为90%。;运用最小二乘法建立的直线趋势延伸预测模型进行预测，与运用平滑技术建立直线预测模型进行预测，它们之间的相同点为：都遵循事物发展连续原则，预测目标时间序列资料呈现单位时间增（减）量大体相同的长期趋势变动为适宜条件。 它们的区别： ①预测模型的参数计算方法不同：直线趋势延伸法模型参数来自最小二乘法数学推导平滑技术主要来自经验判断决定a. ②线性预测模型中时间变化的取值不同。直线趋势延伸法中时间变量取值决定未来时间在时间序列的时序；平滑技术模型中时间变量的取值决定未来时间相距建模时点的时间周期数。;③模型适应市场的灵活性不同。直线趋势延伸预测模型参数对时间序列资料一律同等看待，在拟合中消除了季节、不规则、循环三类变动因子的影响，反映时间序列资料长期趋势的平均变动水平；平滑技术预测模型参数对时间序列资料则采用重近轻远原则，在拟合中能较灵敏地反映市场变动的总体水平。 ④随着时间的推进，建模参数计算的简便性不同。随着时间推进，时间序列资料随之增加，直线趋势延伸预测模型参数要重新计算，且与前面预测时点的参数计算无关；平滑技术模型参数同样要重新计算，但与前面预测时点的参数计算是有关系的。 直线趋势延伸模型较适合趋势发展平衡的预测对象的近期、中期预测；平滑技术建立的线性模型更适合趋势发展中有波动的预测目标的短期、近期预测。;二、曲线趋势延伸法 市场经济活动受多种因素的综合作用，市场经济变量，如商品供应、市场需求、价格水平、商品库存等，其长期趋势变动轨迹有时会呈现不同形式的曲线。 主要介绍时间序列资料呈现：指数曲线、二次曲线、三次曲线和戈伯兹曲线的预测模型的建立及应用。;;;;2、多次曲线趋势法 多次曲线的预测模型为多项式： 实际预测中最常见的还是二次和三次曲线，我们仅介绍二次曲线的趋势法。 只要根据已知的观察值资料求出系统a，b 和c值，就可以建立二次曲线的预测模型，其他高次曲线的预测模型可以类推。 二次曲线趋势法，适用于时间序列资料的变动属于由高到低再升高，或由低到高再降低的趋势形态的预测，即各数据点分布呈抛物线轨迹形态。若将二次曲线预测模型表达为： ;;;第一，把表11-5所计算的数据代入方程组，求a，b，c值。即： 解联立方程，得： a=323.81，b=37.5，c=13.69 这样，二次曲线拟合方程为： ;第二，将时间序列各观察期的t值和t2值代入二次曲线方程，分别计算2001年至2007年的Y值预测值，求得趋势曲线。如：;第三，将二次曲线拟合方程的Y的值绘制曲线，并与实际销售额分布趋势和直线趋势线比较。显然，运用二次曲线延伸法求得的二次曲线拟合方程的趋势线较好地反映了实际销售额的变动趋势；若用直线趋势延伸法求得直线趋势线进行预测，则可能存在较大的误差。尤其当分析未来市场发展形势处在良好的环境条件下，则采用二次曲线延伸法进行预测更为适宜。;第四，确定预测值。 将2008年和2009年在时间序列中的时间变量 t 值和 代入二次曲线拟合方程，计算可得：;;;（3）按下面公式计算参数k，a，b。 式中，r表示每段中的数据个数。 （4）求预测模型对数式。若对lga，lgk取反对数得a和k，于是可得预测模型。;例11-4 已知某企业一种家具1996-2007年各年的销售量，如表11-5所示。试预测200