企业经营决策实战模拟 时间序列预测技术 时间序列预测技术知识点.ppt

1、时间序列预测法的特点 （1）时间序列就是将历史数据按时间顺序排列的一组数字序列。 （2）时间序列分析法就是根据预测对象的这些数据，利用数理统计方法加以处理，来预测事物的发展趋势。 2、趋势外推法 趋势外推法首先就假设未来发展趋势和过去发展趋势相一致，采用曲线对数据序列进行拟合，从而建立能描述对象发展过程的预测模型，然后用模型外推进行预测分析。应用趋势外推法应该满足两个假设条件： （1）假定事物发展过程没有跳跃式变化，一般趋于渐进变化； （2）假定决定事物的过去和现在的发展因素也决定事物未来的发展，其条件是不变的或变化不大。即，假定根据过去资料建立的趋势外推模型能适应未来，能代表未来趋势变化的情况。 2、趋势外推法 通信业务预测中的常用模型有： –线性方程： （式2-5） –二次曲线方程： （式2-6） –指数方程: （式2-7） –幂函数方程: （式2-8） 3、平滑预测法 平滑预测法也是一种时间序列预测模型。它基于这样一种基本假设：历史数据所显示出来的规律性，可以被延伸到未来时期。其特点是首先对统计数据进行平滑处理，滤掉由偶然因素引起的波动，然后找出其发展规律。预测中常用的平滑预测法有两种：一是移动平均法，二是指数平滑法。 移动平均法是修匀时间序列的一种方法。它是从时间序列的首项数据开始，按拟定的移动项数求移动平均数；而后逐项移动，逐个求出移动平均数。这个新的时间序列把原序列的不规则变动加以修匀，变动趋于平滑，使长期趋势比较清楚的显现出来。 3、平滑预测法 第一步：统计数据的平滑处理。它分一次、二次移动平均。 式中， 分别为一次和二次移动平均值， 为统计数据值；N为移动平均的周期。 第二步：建立预测模型。 式中： 为预测时间的起点。T为由 算起的未来时间， 为待定系数，可由如下公式计算得出： 3、平滑预测法——应用实例 3、平滑预测法——应用实例 图2-6给出了一次、二次移动平均的结果，从移动平均的变化趋势分析，通信业务量呈线性变化，因此，选择线性方式预测2018年通信业务量： 3、平滑预测法——应用实例 移动平均法对原始变量序列起着修匀的作用。步长N（移动平均的项数）不同其平滑作用不同，因此，步长对预测结果有一定的影响。 （1）N越大，随机成分抵消越多，对数据的平滑作用越强，预测值对数据变化的敏感性越差； （2）N越小，随机成分抵消越少，对数据的平滑作用越弱，预测值对数据变化的敏感性越强。 4、成长曲线预测法 在研究预测方法过程中，通过对大量事实的研究发现，通信业务市场需求的发展等有一定的相似性。如：市内电话的发展，当普及率达到一定数值以上时，则逐渐趋于饱和。这种饱和曲线常用的方程有龚珀资（Gompertz）曲线方程和逻辑(Logistic)曲线方程。当成长曲线方程的参数估计出来后，可根据这条拟合曲线，对未来进行预测。 龚珀资（Compertze）曲线和逻辑(Logistic)曲线的共同特点是：初期发展速度呈现增长趋势，中间发展速度逐渐减缓，最后趋于饱和，接近增长极限。两种曲线中间都有一个拐点，区别在于：逻辑曲线是对称的，而龚珀资曲线不具有该特征。 小结 时间序列预测法的基本思想是： （1）事物发展具有时间延续性。 （2）考虑事物发展中随机因素的影响和干扰，利用统计分析中加权平均等方法进行趋势预测。 制作人：孙青华教授 ——《企业经营决策实战》课程资源 时间序列预测技术 目 录 时间序列预测法的特点 01 平滑预测法 03 趋势外推法 02 成长曲线预测法 04 【例2-5】已知某局2003年至2017年通信业务量如表2-5所示，试利用移动平均法预测2018年的通信业务量。 解：利用简单移动平均法，取移动平均的周期N=5，计算一次、二次移动平均 表2-5某局2003年至2017年通信业务量 年份 序号t 业务量yt（万件） 一次移动平均 2003 1 50 2004 2 45 2005 3 60 2006 4 52 2007 5 45 50.4 2008 6 51 50.6 2009 7 60 53.6 2010 8 43 50.2 2011 9 57 51.2 2012 10 40 50.2 2013 11 56 51.2 2014 12 87 56.6 2015 13 49 57.8 2016 14 43 55 2017 15 52 57.4 代入预测模型： ，可得2018年业务量为： 石家庄邮电职业技术学院 谢谢 制作人： 孙青华教授 ——《企业经营决策实战》课程资源