指数平滑法介绍课件.pptVIP

指数平滑法介绍 指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。 简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用； 移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重； 指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。 也就是说指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。 2、指数平滑法的基本公式 指数平滑法的基本公式是： 式中， St--时间t的平滑值； yt--时间t的实际值； St?1 --时间t-1的平滑值； α--平滑常数，其取值范围为[0,1] 平滑常数 越接近于1，远期实际值对本期平滑值影响程度的下降越迅速；平滑常数 越接近于 0，远期实际值对本期平滑值影响程度的下降越缓慢。 由此，当时间数列相对平稳时，可取较大的α ；当时间数列波动较大时，应取较小的α ，以不忽略远期实际值的影响。生产预测中，平滑常数的值取决于产品本身和管理者对良好响应率内涵的理解。 3、 指数平滑法的基本理论 一次指数平滑法 二次指数平滑法 三次指数平滑法 根据平滑次数不同，指数平滑法分为：一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权，新数据给较大的权，旧数据给较小的权。 一次指数平滑法其预测模型为： ? ? ? ? 即以第t周期的一次指数平滑值作为第t+1期的预测值。 二次指数平滑法? ? 当时间序列没有明显的趋势变动时，使用第t周期一次指数平滑就能直接预测第t+1期之值。但当时间序列的变动出现直线趋势时，用一次指数平滑法来预测仍存在着明显的滞后偏差。因此，也需要进行修正。 修正的方法也是在一次指数平滑的基础上再作二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型。故称为二次指数平滑法。 设一次指数平滑为 ，则二次指数平滑 的计算公式为： 若时间序列 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，则与趋势移动平均类似，可用如下的直线趋势模型来预测。 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； 为第t+T期的预测值； 为截距， 为斜率，其计算公式为： 三次指数平滑法 ? ? 若时间序列的变动呈现出二次曲线趋势，则需要用三次指数平滑法。三次指数平滑是在二次指数平滑的基础上再进行一次平滑，其计算公式为： ? ? ? ? 三次指数平滑法的预测模型为： ? ? ? ? 其中： ? ? ? ? ? ?  4、指数平滑系数 的确定 指数平滑法的计算中，关键是 α的取值大小，但 α的取值又容易受主观影响，因此合理确定α 的取值方法十分重要，一般来说，如果数据波动较大， α值应取大一些，可以增加近期数据对预测结果的影响。如果数据波动平稳， α 值应取小一些。理论界一般认为有以下方法可供选择： （1）经验判断法 （2）试算法 （1）经验判断法。这种方法主要依赖于时间序列的发展趋势和预测者的经验做出判断。 　　 1、当时间序列呈现较稳定的水平趋势时，应选较小的 α值，一般可在0.05～0.20之间取值； 　　2、当时间序列有波动，但长期趋势变化不大时，可选稍大的 α值，常在0.1～0.4之间取值； 　　3、当时间序列波动很大，长期趋势变化幅度较大，呈现明显且迅速的上升或下降趋势时，宜选择较大的 α值，如可在0.6～0.8间选值，以使预测模型灵敏度高些，能迅速跟上数据的变化； 　　4、当时间序列数据是上升（或下降）的发展趋势类型， α应取较大的值，在0.6~1之间。 （2）试算法。根据具体时间序列情况，参照经验判断法，来大致确定额定的取值范围，然后取几个值进行试算，比较不同α 值下的预测标准误差，选取预测标准误差最小的 。 　 2.2案例 连续10年的灌溉面积。 第一步，录入数据。 第二步，选项设置。 沿着主菜单的“工具（T）→数据分析（D）”路径打开“数据分析”选项框，选中“指数平滑”。 确定以后，弹出移动