第十五章定量分析.pptVIP

第十五章 定量分析方法概述和时间序列分析法 第一节 定量预测方法概述 和时间序列模式 3、定量预测方法分类： 4、两种定量预测方法比较： 二、时间序列模式  第二节 平均预测法原理及简单平均法 1、算术平均 例子：某商店2000年1~6月的销售额以此为50，52，48，55，60，65万元，试预测7月份的销售额。 ＝ ＝55（万元） 例子：某企业固定资产投资总额历史资料如表所示，试预测下一年度的固定资产投资总额。 2、加权平均 案例：某公司员工月基本工资情况如表所示。 案例：某商场理念销售额分别为202，205，197，200，204，210万元，试用加权平均法预测下一年度的销售额。 权数分别为1，2，3，4，5，6 3、几何平均（一） 3、几何平均（二） 案例：某市近5年灯具商品销售量资料如表所示，试预测下一年度灯具的销售量。 一、一次移动平均法（一） 举例： 第一步，利用已知销售数据资料绘制散点图。 第二步，选用若干N值，计算一次移动平均数及误差，如上表所示。 第三步，确定N值，分别计算平均绝对误差，选择平均绝对误差较小的N值。 当N＝3时， 当N＝5时， 因为当N＝5时平均绝对误差较小，故选用N＝5进行预测。 结果略。 利用移动平均法进行预测，准确选择跨期数N值时十分重要的，也是这种方法的关键所在。如果时间序列中含有大量的随机因素，或者发展趋势样式变化较小，即数据模式呈脉冲样式，一般跨越期选得长些；如果时间序列中含有的随机因素较少，其发展趋势样式有变化的趋势，即数据模式呈阶梯样式，一般跨越期选得短一些。 一、一次移动平均法（二） 加权移动平均法 加权移动平均法是指在时间序列中，对于跨越期中每个数据分别加以不同的权数，计算出加权移动平均数作为预测值的一种预测方法。 变动趋势移动平均法 当时间序列中的数据呈现出一种线性变化趋势时，逐期增长量和逐期增减量不登时，可以用变动趋势移动平均法进行预测。具体步骤为： 第一步，计算预测目标的时间序列的一次移动平均数，并将一次移动平均数放在跨越期的中间位置上； 第二步，求出一次移动平均数的逐期增长量； 第三步，对逐期增长量求移动平均数； 第四步，利用预测模型进行预测： 预测值＝最后一个移动平均值＋期数×最后一个增长量的移动平均值。 上式中的期数是指最后一个移动平均值与预测期的间隔数。 二、二次移动平均法（一） 1、预测思路 二、二次移动平均法（二） 二、二次移动平均法（三） 第四节 指数平滑法 一、一次指数平滑法（一） 一、一次指数平滑法（二） 一、一次指数平滑法（三） 1、加权因子 的确定 例子：某自行车生产厂自行车生产量的历史资料如下表说示： 一、一次指数平滑法（四） 二、二次指数平滑法 （三）预测步骤:  （四）应用实例 * 市场调研与预测学 1959年由美国学者布朗在《库存管理的统计预测》一书中提出了指数平滑法。 引言：移动平均法存在着以下不足： ①丢失历史数据。? ②对历史数据平等对待。 * 市场调研与预测学 2、一次指数平滑值的计算公式：? 1、预测模型? （一）模型及适用范围 3、预测模型的含义 含义：下期预测值是本期实际值与本期预测值的加权平均。 4、一次指数平滑法的适用范围：水平型、短期数据模式。 * 市场调研与预测学 （二）一次指数平滑法的特点 1、具有自动调整预测误差的功能 当本期 太小，希望 ；由于 太小，故 使 + ＞ ＞0 反之， 太大， ，由于 太大，故 使 + ＜ ＜0 * 市场调研与预测学 2、预测值包含所有历史数据（信息量大）? S= = =1 （无穷项之和公式） 而移动平均法，其加权按? 权数均为 ，无递减加权规律。 3、指数平滑系数按等比数列递减，加权为 数据很多时， = + +….+ * 市场调研与预测学 （三）加权系数 和初始值 的确定 在上述预测模型的分解式中可以看到：要进行预测除了已知若干期历史数据外，还必须确定加权因子 和初始值 ,只有这样才能估算出 * 市场调研与预测学 两种方法：①误差比较分析法? E= 进行比较，误差最小值所对应的 即为最佳值。 ②经验估计法 在0≤ ≤1内选择 当数据为水平模式时，0.