预测与决策教程Chap4-确定型时间序列分析方法.ppt

初值的选取： n 15，取 n 15，取最初几期数据的平均值。如 把数据分成两段，以前段为依据对后段作事后预测，以事后预测为标准选择 。 的选取： 4.3 指数平滑法 例4.3 某机床厂从1992年机床销售量数据如下表所示，预测2004年的销售量。 年份 92 93 94 95 96 97 98 99 00 01 02 03 时间序号t 1 2 3 4 5 6 7 8 9 10 11 12 销售量Xt 410.4 394.7 406.5 418.0 450.7 444.2 438.7 457.7 464.4 440.3 436.3 439.2 4.3 指数平滑法 解： 设 由 年份 92 93 94 95 96 97 98 99 00 01 02 03 时间序号t 1 2 3 4 5 6 7 8 9 10 11 12 销售量Xt 423 358 434 445 527 429 426 502 480 384 427 446 405 410.4 394.7 406.5 418.0 450.7 444.2 438.7 457.7 464.4 440.3 436.3 得一次指数平滑序列见下表： 4.3 指数平滑法 4.3 指数平滑法 取 由 得二次指数平滑序列见下表： 年份 92 93 94 95 96 97 98 99 00 01 02 03 时间序号t 1 2 3 4 5 6 7 8 9 10 11 12 销售量Xt 423 358 434 445 527 429 426 502 480 384 427 446 410.4 394.7 406.5 418.0 450.7 444.2 438.7 457.7 464.4 440.3 436.3 439.2 406.6 403.0 404.0 408.3 421.0 428.0 431.2 439.2 446.7 444.8 442.2 441.3 4.3 指数平滑法 4.3 指数平滑法 预测公式： 4.3 指数平滑法 讨论 在使用一次指数平滑法时，与使用一次移动平均法一样要注意到： 第一，数据应是相当平稳的，即其基本模式应是水平模式； 第二，数据的基本模型发生变化时，这两种方法都不能很快地适应这种变化。 然而，一般来讲，一次指数平滑法的预测效果不比一次移动平均法差，而且一次指数平滑法计算时的存贮量小，所以一般的宁可使用一次指数平滑法。 二次指数平滑法与二次移动平均法类似，它能处理水平模式的数据，也能处理长期趋势模式。与一次类似，二次指数平滑法的预测效果也不比二次移动平均法差，而且它的计算和存贮量也要小得多。 但无论是指数平滑法还是移动平均法，它们都还没有一个很好的办法来确定N 或α ，而且它们均属于非统计的方法，难以使用确切的术语来加以评价。 作为习题，可用二次指数平滑法求解例2.2，例2.3，并比较分析预测的结果。（取 ） 讨论 讨论 在产品的生产和销售活动中，有些产品季节性生产而常年消费，如电风扇、空调、电暖气等；有些产品是季节性生产、季节性消费，如清凉饮料等。这些现象在一年内随着季节的转变而引起周期性变动。这种变动往往具有两种特点： 4.4 季节指数法 （1）统计数据呈现以月、季为周期的循环变动。 （2）这种周期性的循环变动，并不是简单的循环重复，而是从多个周期的长时间变化中又呈现出的一种发展趋势。 季节指数预测法（又称季节性变动预测法）是指经济变量在一年内以季（月）的循环为周期特征，通过计算销售量（或需求量）的季节指数达到预测目的的一种方法。 4.4 季节指数法 季节指数预测法的操作过程：首先分析判断时间序列观察数据是否呈季节性波动。通常，可将3-5年的资料按月或按季展开，绘制历史曲线图，以观察其在一年内有无周期性波动来作出判断；然后，再将各种因素结合起来考虑，即考虑它是否还受长期趋势变动的影响，是否受随机变动的影响等。 1.概念 例 某商店按季统计的3年12个季度冰箱的销售额资料如下表所示。 4.4 季节指数法 　 季度销售额 (序列数t) 合计 季平均 1 2 3 4 年份 2001 265(1) 373(2) 333(3) 266(4) 1237 309.25 2002 251(5) 379(6) 374(7) 309(8) 1304 326 2003 272(9) 437(10) 396(11) 348(12) 1453 363.25 2.不考虑长期趋势的季节指数法 2004年第2季度该商店空调的销售额为420万元，试预测第3、4季度的销售额。 4.4 季节指数法 对 本 例 (1)计算历年同季(月)的平均数 假设历年同季平均数为 ， 。3年(n