市场调查与剖析方法之时间序列预测法.pptVIP

市场调查与分析 山西财经大学2005年度精品课程 山西财经大学统计学院 第七章 时间序列预测法 第一节 时间序列预测法概述 一、时间数列的特点 （一）时间数列按时间先后顺序排列。 （二）时间数列是按一定方式搜集的一系列数据. （三）时间数列中的观察值具有差异即时间数列的每个数据都是在某一个时间点上观察到的随机变量，重复的可能性极小。 （四）时间数列中的数据不许遗漏，哪怕是一次观测数据的遗漏都可能破坏预测效果。 第一节 时间序列预测法概述 二、时间数列的构成与分解 通常可以把时间数列（Y）分解为以下四种变动： （一）长期趋势变动T （二）季节变动S （三）周期波动C （四）不规则变动I 第一节 时间序列预测法概述 三、时间数列的构成与分解 时间数列分解模型一般分为乘法模型和加法模型 乘法模型的一般形式为； Y＝T×S×C×I 式中Y、T是总量指标，S、C、I为比率，用百分数表示。 加法模型的一般形式为： Y＝T＋S＋C＋I 式中Y、 T、 S 、C、 I是总量指标。 第二节 移动平均预测法 一、简单移动平均法 1、计算公式 第二节 移动平均预测法 一、简单移动平均法 2、预测公式 简单移动平均法一般用于近期预测。 案例7-1 商品销售预测 某企业1991-2000年某商品实际销售资料如表7-1所示： 表7-1 某商品销售额统计表 年数 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 实际 销售额 10 13 12 13 14 12 14 16 15 17 请试用简单移动平均法预测本产品2001年的销售额。 下面我们分别取n=3和n=5，列表计算预测值如下： 当n=3时， 当n=5时， 案例7-1 商品销售预测 年数 时间序列号 实际观察值 预测值n=3 预测值n=5 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 1 2 3 4 5 6 7 8 9 10 10 13 12 13 14 12 14 16 15 17 — — — 11.7 12.7 13 13 13.3 14 15 — — — — — 12.4 12.8 13 13.8 14.2 表7-2 移动平均预测 第二节 移动平均预测法 二、加权移动平均法 1、计算公式 第二节 移动平均预测法 一、简单移动平均法 2、预测公式 案例7-2 商品销售预测（续上例） 仍用上例数据，我们应用加权移动平均法计算预测值如下，n仍取3、5，权数分别为0.2、0.3、0.5和0.10、0.15、0.20、0.25、0.30。 当n=3时， 当n=5时， 年份 时间序列号 实际销售额 预测值（n=3） 权数（0.2、0.3、0.5） 预测值（n=5） 权数（0.10、0.15、0.2 0.25、0.30） 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 1 2 3 4 5 6 7 8 9 10 10 12 13 12 14 12 14 16 15 17 - - - 11.9 12.7 13.3 12.8 13.4 14.6 15.1 - - - - - 12.8 12.8 13.15 14.1 14.5 案例7-2 商品销售预测（续上例） 加权移动平均预测法 第三节 指数平滑预测法 一、指数平滑法的基本内容 指数平滑法通过对历史时间数列进行逐层平滑计算，从而消除随机因素的影响，识别经济现象基本变化趋势，并以此预测未来。 第三节 指数平滑预测法 1、递推公式 St＝αXt十（1－α）St-1 其中a称为平滑系数，值域在0到1之间，其大小决定了本次预测对前期预测误差的修正程度。 第三节 指数平滑预测法 2、平滑系数的意义 一般说来，0.2到0.3之间的数值可作为合理的平滑常