第八章趋势预测教学幻灯片.pptVIP

数字特征：纵坐标的二级增长量是一常数2c。适用历史数据具有此规律的预测对象。 （1）模型及其特征 二次曲线标准方程： 当c0,有极小值点 a0 b0 当c0 ;有极大值点 a0 b0 二次曲线 证明 与直线类似，主要有三点法和最小平方（二乘）法两种。 三点法 由于三个参数需三个方程估算，故将历史数据分解成三组： 当n=15,（n为偶数，则去掉最前面的一项。用R、S、T分别代表样本序列初期、中期和近期各取五项数据计算的加权平均数；权数由远及近取1、2、3、4、5 （2）参数的确定方法 d=(n+1)/2 R、S、T作为趋势线上三个点的纵坐标对应的横坐标t1、t2、t3 d=(n+1)/2 于是三点坐标为：（t1,R)、(t2，S)、(t3，T) 当9=n15，则用R、S、T分别代表样本序列初期、中期和近期各取三项数据计算的加权平均数；权数由远及近取1、2、3 原理： 最小二乘法估算参数 3、指数平滑法 移动平均法的两个不足 计算一次平均值必须储存多个实际值； 往往对最近的几个实际值等值来看待。 指数平滑法的含义 是通过对预测目标历史统计序列的逐层平滑计算，来消除由于随机因素造成的影响，找出预测目标的基本变化趋势，并以此预测未来的预测方法。 3、指数平滑法 注：初始值的确定，可以去时间序列的第一个数据或前3个数据的平均值作为初始值 一次指数平滑公式 二次指数平滑基本公式 3、指数平滑法 预测目标的历史统计数据依时间顺序的发展趋势有三种类型： 线性趋势 非线性趋势 平稳移动趋势 A B C 3、指数平滑法 指数平滑预测模型 ①平稳移动趋势的指数平滑预测模型 使用第t周期一次指数平滑直接预测第t+i期之值。 ②线性趋势的指数平滑预测模型 3、指数平滑法 3、指数平滑法 指数平滑法初始值的确定 若时间序列观察期n大于15时，以第1期观察值作为初始值S0； 若时间序列观察期n小于15时，以最初几期的观察值的平均值作为初始值S0 。 平滑系数α的选择 α越大，说明预测越依赖于近期信息，并且修正幅度越大； α越小，说明预测越依赖于历史信息，并且修正幅度越小； 3、指数平滑法 α取值应遵循的原则 第一、如果预测目标的时间序列虽然有不规则的起伏变动，但整个长期发展趋势比较稳定，则α应取小一点。 第二、当外部环境变化较大时， α取值应大一点。 第三、当原始数据缺乏时， α取值可以大一点。 3、指数平滑法 例1：1991—1996年我国人均布产量如下表所示，试用一次指数平滑法（a分别取0.4和0.8）计算1991—1996年的理论预测值，并预测1997年我国人均布产量，为比较预测效果，分别计算a取0.4和0.8时的均方差。 年份 1991 1992 1993 1994 1995 1996 人均布产量 15.79 16.37 17.23 17.73 21.59 17.17 单位：米 3、指数平滑法 　 年份 1991 1992 1993 1994 1995 1996 1997 合计 均方 误差 　 人均布 产量 15.79 16.37 17.23 17.73 21.59 17.17 　 　 　 a=0.4 　 预测值 15.79 15.79 16.02 16.51 17.00 18.83 18.17 　 　 误差平方 0.00 0.34 1.46 1.50 21.11 2.77 　 27.17 4.53 a=0.8 　 预测值 15.79 15.79 16.25 17.03 17.59 20.79 17.89 　 　 误差平方 0.00 0.34 0.95 0.48 15.99 13.11 　 30.89 5.15 3、指数平滑法 例2：某省农民家庭人均全年食品支出的预测：数据如下表（a=0.8），计算历年的理论值和2005年的预测值，并计算均方误差。 年份 1999 2000 2001 2002 2003 2004 食品支出 243.29 277.82 320.39 389.09 444.84 496.23 单位：元 3、指数平滑法 年份 1999 2000 2001 2002 2003 2004 2005 食品支出 243.29 277.82 320.39 389.09 444.84 496.23 　 　 243.29 270.91 310.49 373.37 430.55 483.09 　 　 243.29 265.39 301.47 358.99 416.24 469.72 　 　 0.00 5.52 9.02 14.38 14.3