使用加权算术平均法.ppt

11.2 时间序列预测法 时间序列分析发是把某一经济变量的实际观察值按时间先后顺序依次排列，构成一组统计的时间序列，然后应用某种数学方法建立模型，使其向外延伸，来预计该经济变量未来发展趋势和变化规律的预测技术 （1）简单算术平均法 以观察期内时间序列数据的简单算术平均值作为下一期的预测值。公式为： （ i=1 ， 2 ， 3 ……n ） 例：某自行车厂 2004 年 1~12 月自行车销售量如下表，利用简单算术平均法预测 2005 年 1 月份自行车的销售量。 特例: 当时间序列呈现出线性变化趋势时,即各期的增长量或减少量大体相同，若使用简单算术平均法会使得预测值偏高或偏低，这时可以在预测经济变量的增长量的基础上，计算该经济变量的预测值。计算如下： 首先计算各期的增长量：⊿Xi= Xi– Xi-1 然后计算增长量的平均值： 最后计算经济变量的预测值： Xn+T= Xn+⊿ X · T 例题: 某企业 2000 年— 2004 年某种产品的销售量如下表，试预测 2005 年和 2006 年该种产品的销售量。 X 2005= Xn+1= Xn+⊿ X · 1 = 16805+1201×1 = 18006（件） X 2006= Xn+2= Xn+⊿ X · 2 = 16805+1201×2 = 19207（件） （2）加权算术平均法 是为观察期内的每一个数据确定一个权数，并在此基础上，计算其加权平均数作为下一期的预测值。这里的权数体现了观察期内各数据对预测期的影响程度。 （ i=1 ， 2 ， 3 …… n ） 由上例数列的分布可看出， 2004 年下半年各月数据变化不稳定，最大值与最小值差别较大，使用加权算术平均法（相应的权数分别为 1,2,3,4,5,6 ）可以体现出不同数据对平均数的影响。 （3）几何平均法 当预测对象逐期发展速度（环比速度）大致接近时，可采用几何平均法进行预测。预测步骤为： 首先，计算观察期内预测对象的逐期环比发展速度 Vi 然后，利用逐期环比发展速度求几何平均值，作为预测期的发展速度 简单几何平均值：M简 =n-1√ V2 · V3 · · · Vn 加权几何平均值：M加 =Σ fi√ Vf22 · Vf33 · · · Vfnn 最后，以第 n 期的观察值 Xn 乘以预测期的发展速度 M 就可以得到第 n+1 期的预测值： Xn+1= Xn · M 例：某企业某种商品的销售额资料如下表，试用几何平均法预测 2005 年的销售额。 M简 = n-1√ V2 · V3 · · · Vn = 5-1√1.15 × 1.17 × 1.16 × 1.20 = 1.17 M加 = Σ fi √ Vf22 · Vf33 · · · Vfnn = 10√1.151 · 1.172 · 1.163 · 1.204 = 1.18 对数求法： = (0.061+0.068+0.065+0.079) = 0.068 求反对数得： M 简 = 1.17 =1/10(0.061+0.136+0.195+0.316)=0.071 求反对数得： M 加 =1.18 X 2005= X 2004 · M 简 =84.29 × 1.17 = 98.62 （万元） X 2005= X 2004 · M 加 =84.29 × 1.18 = 99.46 （万元） 例题： 例题： 移动跨期 n 的取值原则 二次移动平