第十章时间序列法一.pptVIP

§10.3 移动平均市场预测法 2. 二次移动平均市场预测法 3. 计算观察期内估计值为 F6=a5+b5*1=22.99+3.33*1=26.32 (吨) ? ? ? ? ? ? F12=a11+b11*1=34.22+1.89*1=36.11 (吨) §10.3 移动平均市场预测法 2. 二次移动平均市场预测法 4. 应用预测模型计算预测值 F13=a12+b12*1=36.67+2*1=38.67 (吨) ? ? ? ? ? ? F15=a12+b12*3=36.67+2*3=42.67 (吨) 确定预测误差 预测误差为2.434吨，与实际观察值比较小。预测结果可以采纳 RMSE = n ? = = 2.434 (吨) (Yt-Ft)2 7 41.4722 §10.3 移动平均市场预测法 二次移动平均法不是用一个固定的at、bt值，各期的at、bt值是有所变化的，这样就保留了市场现象客观存在的波动。 最后一个at、bt值是固定的，不但可以用于短期预测，也可用于近期预测 2. 二次移动平均市场预测法 §10.3 移动平均市场预测法 2. 二次移动平均市场预测法 §10.3 移动平均市场预测法 加权移动平均法，是对市场现象观察值按距预测期的远近，给予不同的权数，并求其按加权计算的移动平均值，以移动平均值为基础进行预测的方法 权术的确定与前面所说的加权平均法一样。对距预测期远的观察值给予小些的权数，对距预测期较近的观察值给予大些的权数，借以调节各观察值对预测值的影响作用 3. 加权移动平均法 §10.3 移动平均市场预测法 3. 加权移动平均法 加权移动平均法的公式 = t F 1 t W + + ? ? ? + + t Y t W t Y - 1 t W t Y - n+1 t W ? 加权移动平均预测值 时间序列中第t期观察值 移动平均的权数（t = 1,2,3 ? ? ?n） 跨越期 §10.3 移动平均市场预测法 3. 加权移动平均法 EX: 现仍以一次移动平均例中的观察值，令n=3，权数由远到近分别为0.1，0.2，0.7。计算结果见表。 F15 §10.3 移动平均市场预测法 3. 加权移动平均法 F4＝F3＋1＝ W3Y3 ＋W3Y3 ＋W3Y3 W3＋W2＋W1 ＝ 0.7*11.1＋0.2*10.8＋0.1*10.6 0.7＋0.2＋0.1 ＝10.99(万元) ? ? ? ? ? ? F15＝F14＋1＝ W3Y14 ＋W3Y13 ＋W3Y12 W3＋W2＋W1 ＝ 0.7*11.2＋0.2*10.4＋0.1*10.7 0.7＋0.2＋0.1 ＝10.99(万元) 根据表中计算数据，此问题的预测误差为： 可见，其误差小于用一次移动平均法计算的结果。这说明对于这个问题，用加权移动平均法预测更符合实际 §10.3 移动平均市场预测法 3. 加权移动平均法 |et| MAE = n ? 6.05 = 11 = 0.55 (万元) 加权移动平均法，不但可如上例与一次移动平均结合应用，同样也可与二次移动平均法结合应用。即计算二次移动平均值时也用加权移动平均 §10.3 移动平均市场预测法 3. 加权移动平均法 §10.4 指数平滑市场预测法 指数平滑法，实际上是一种特殊的加权移动平均法，其特点在于： 其一，对离预测期最近的市场现象观察值，给予最大的权数，而对离预测期渐远的观察值给予递减的权数 其二，对于同一市场现象连续计算其指数平滑值，对较早期的市场现象观察值得不是一概不予考虑，而是给予递减的权数 其三，指数平滑法中的α值，是一个可调节的权数值，它是一个 0≤α≤1的值 指数平滑预测法的特点 §10.4 指数平滑市场预测法 指数平滑法按市场现象观察值被平滑的次数不同，可分为： 单重指数平滑法 多重指数平滑法 指数平滑预测法的分类 §10.4 指数平滑市场预测法 一次指数平滑法：也称一次指数平滑法，是指对市场现象观察值计算一次平滑值，并以一次指数平滑值为基础，估计市场现象的预测值的方法 是一特殊的移动平均法 1. 单重指数平滑预测法 §10.4 指数平滑市场预测法 经常用到St+1(1)=αYt + (1–α)St(1) 1. 单重指数平滑预测法 0≤ α ≤1，称为平滑指数，当时间序列趋势不明显时可取大些，否则应取小些 (常令st1=y1或加总前y比n)第t期的一次指数平滑值 第t期的观察值 St+1(1)= St(1) +α(Yt–St(1)) 变 形 指数平滑值的计算公式： §10.4 指数平滑市场预测法 一次指数平滑值公式的实际意义是，被研究市场现象某一期的预测值，等于它前一期的一次指数平滑值，加上以平滑系数调整后的，市场现象前一期的实际观