- 1、本文档共12页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(时间管理)时间序
列的指数平滑预测技
术
第五章时间序列的指数平滑预测技术
本章重点内容:常数模型的指数平滑法的基本公式
和预测方程,初值对预测值的影响及其选择,基本公式
的误差校正式,霍尔特指数平滑法,布朗二次指数平滑
法,布朗适应性平滑法,各种平滑法之间的关系,比例
模型的指数平滑法。
5.1 常用模型的指数平滑法
5.1.1 基本公式和预测方程
利用时间序列前 t 期的观察值 x ,x ,…,x 预测第 t
1 2 t
+1 期的值 xt+1 时,设赋予第 i 期的权重为 wt+1-
(i=1,2…t),w >w >…>w ,计算诸观察值的加权平均:
I 1 2 t
且取第 t+1 期预测值为
这就是所谓加权平均法。
加权平均法的缺点:
(1)权重不易确定
ˆ
xt 1 W t
(2)要记忆的数据太多
(3)计算较繁权重不易确定
自动取权重的方法:自当前期向前,各期权重按指
数规律下降,即第 t 期,第 t-1 期…的权重依次为
由上式见出,为使计算方便,使权数之和等于 1 。我
们使这壹条件当 t 趋近∞时成立,即使得
2 ...1
各期权重依次为
上述办法显然解决了自动选权重的问题,但尚未克
服记忆数据多和计算繁俩个缺点。为此,我们考虑 t 充
分大时的情形,这时得到:
将滞后壹期拿出:
2
Tt 1 xt 1 (1 )xt 2 (1 ) xt 3 ...
得到即:
上式称为指数平滑法的基本公式,这个公式是用递
推公式给出的,α叫做平滑常数,0<α<1 ,其值可由预
测者任意指定。T 称为 T 的(实际上也是x 的)第 t 期的
t
指数平滑值。
指数平滑法的预测方程是:
即把第 t 期的指数平滑值作为第 t+1 期的预测值。
指数平滑法的基本做法用公式的形式表述出来就是:
新的估计值=平滑常数×利用当前期资料的估计值+(1-平滑常数)×
ˆ ˆ
xt 1 xt (1 )xt
只利用历史资料的估计值
指数平滑法优点:既继承加权平均法重视近期数据
的思想,又能克服之上三个缺点。
例 5-1 某经济变量前 5 期的观察值是 5 ,6 ,4 ,6 ,3
取 T =5 进行预测。
1
利用公式(5-5)和(5-6)逐期计算:
解题过程:
ˆ
T1 5 x2 5
ˆ
T 2 x2 (1 )T1 0.26 0.85 5.2 x3 5.2
ˆ
T 3 x3 (1 )T 2 0.24 0.85.2 4 .96 x4 4 .96
把计算结果列入下表 5.1 中:
表 5.1 指数平均法预测
1 5 5
文档评论(0)