第4章趋势外推法.pptVIP

如果 则在时间序列的远、中、近期三期各取3各数据项，用权数 由远及近分别赋权并进行加权平均； 类似得到公式： 远、中、近三点的横坐标的数值 将三点 代入二次曲线预测模型 解得 三点法的说明： （1）三点法的特点是不需要全部数据，计算相对而言比较简单； （2）对选取的数据比较敏感，即便是取加权平均值，也会受到一定的影响； （3）一般而言，每一组里的数据相对较多时，模型可能更接近实际； （4）每一组里的数据要求是奇数，是从方便计算的角度而言的； （5）此种运算方法在生命曲线趋势预测法里将发挥更大的作用。 三点法的应用： 例3.5（见56页） 3.二次曲线外推法的特点 （1）二次曲线方程的二阶差分是一个常数； （3）对于更高次的曲线方程,分析思路、求解未知参数的方法与此类似。 （2）其适用于时间序列数据呈抛物线形状上升或下降,且曲线仅有一个极值点的情况； 4.4 指数曲线趋势外推法 对函数模型做线性变换得： 指数曲线预测模型 令 得 这样，指数曲线模型转化为直线模型 上例1: 进行指数曲线模型拟合。对模型 ： 两边取对数： 产生序列 ，之后进行普通最小二乘估计该模型。 最终得到估计模型为： 其中调整的 ， 则方程通过显著性检验，拟合效果很好。标准误差为：175.37。 注 通过指数曲线模型的拟合分析，我们发现采用 二次曲线模型拟合的效果更好。因此，运用方程： 进行预测将会取得较好的效果。 第4 章 趋势外推法 4.1 趋势外推法概述 4.2 直线趋势外推法 4.3 多项式曲线趋势外推法 4.4 指数曲线趋势外推法 4.5 生长曲线趋势外推法 4.6 曲线拟合优度分析 4.1 趋 势 外 推 法 概 述 一、趋势外推法概念 当预测对象依时间变化呈现某种上升或下降趋势，没有明显的季节波动，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。 二、趋势外推法的假设条件 （1）假设事物发展过程没有跳跃式变化； （2）假定事物的发展因素也决定事物未来的发展，其条件是不变或变化不大。 三 、趋势模型的种类 一次线性预测模型： 1、多项式曲线外推模型： 二次抛物线预测模型： 三次抛物线预测模型： 一般形式： 2、 指数曲线预测模型 一般形式 ： 修正的指数曲线预测模型 ： 3、对数曲线预测模型 皮尔曲线预测模型 ： 4、生长曲线趋势外推法 龚珀兹曲线预测模型 ： 林德诺曲线预测模型 ： 四、趋势模型的选择 图形识别法： 这种方法是通过绘制散点图来进行的，即将时间序列的数据绘制成以时间t为横轴，时序观察值为纵轴的图形，观察并将其变化曲线与各类函数曲线模型的图形进行比较，以便选择较为合适的模型。 差分法： 利用差分法把数据修匀，使非平稳序列达到平稳序列。 一阶向后差分可以表示为： 二阶向后差分可以表示为： 差分法识别标准： 差分特性 使用模型 一阶差分相等或大致相等 一次线性模型 二阶差分相等或大致相等 二次线性模型 三阶差分相等或大致相等 三次线性模型 一阶差分比率相等或大致相等 指数曲线模型 一阶差分的一阶比率相等或大致相等 修正指数曲线模型 4.2 直线趋势外推法 一、拟合直线方程法 （同一元线性回归法） 拟合直线方程为： 其中： 为第i期的预测值 则离差平方和： 为使Q最小，只需对 求偏导： 即 解得 即得估计式为 或得 二、加权拟合直线方程法 在市场预测中，按照时间先后，本着重近轻远的原则，对离差平方和进行赋权，然后再按最小二乘原理，使离差平方和达到最小，求出加权拟合直线方程。 假设由近及远的离差平方和的权重分别为： 1、加权拟合直线方程法原理 则加权离差平方和： 为使Q最小，只需对 求偏导，并令其为0。 2、加权拟合直线方程法数学模型 加权拟合直线方程为 即