时间序列趋势外推法.pptVIP

解： 分别计算当前时期 t=12 的一次移动平均 数 M t （ 1 ） 和 二次移动平均数 M t （ 2 ） 。 得： M 12 （ 1 ） =74 ， M 12 （ 2 ） =68 由式（ 9-12 ）、（ 9-13 ）得： 80 68 74 2 M M 2 a a ) 2 ( 12 ) 1 ( 12 12 t ? ? ? ? ? ? ? 3 ) 68 74 ( 1 5 2 ) M M ( 1 N 2 b b ) 2 ( 12 ) 1 ( 12 12 t ? ? ? ? ? ? ? ? 预测 ? 即估计 5 个月后市场需求量是 95 千吨。 （千吨） ： 时，求 95 5 3 80 Y ? Y ? 5 T 5 12 5 12 ? ? ? ? ? ? ? 9-3 指数平滑法 移动平均法具有简便易行的优点，但受 N 的大小影响较大，对于早期的历史资料较 少考虑或根本不加以利用。指数平滑法改进 了这一缺点，它充分利用了历史资料，又考 虑到各期数据的重要性，是目前应用较为广 泛的预测方法之一。 指数平滑法 ? 指数平滑法根据平滑次数不同，可分为： ? 一次指数平滑法 ? 二次指数平滑法 ? 三次指数平滑法等 一、一次指数平滑法 ? 1. 一次指数平滑值 ? 2. 一次指数平滑法预测模型 ? 3. 平滑系数 ? 4. 初始值的确定 1. 一次指数平滑值 ? 对一次移动平均数的递推公式（ 9-3 ）加以 改进，用 M t-1 （ 1 ） 代替 Y t-N ，同时用 S t （ 1 ） 表 示 M t （ 1 ） ，则： ? 式中： ? ? —— 平滑系数，且 0 ??? 1 。 15) - (9 S ) 1 ( S 14) - (9 ) 1 ( S (1) 1 - t (1) t ) 1 ( 1 (1) t ? ? ? ? ? ? ? ? ? ? ? t t t Y M Y 或： 2. 一次指数平滑法预测模型 ? 一次指数平滑法的预测模型为： ? 由式（ 9-18 ）可见，利用一次指数平滑法进 行预测，其值的大小受前一期的观测值和 预测值的影响，这两部分所占的比重由平 滑系数 ? 加以调整。 ) 18 9 ? ) 1 ( ? 1 ? ? ? ? ? （ t t t Y Y Y ? ? 3. 平滑系数 ? 由预测模型可见， ? 起到一个调节器的作用。 如果 ? 值选取得越大，则越加大当前数据的 比重，预测值受近期影响越大；如果 ? 值选 取得越小，则越加大过去数据的比重，预 测值受远期影响越大。因此， ? 值大小的选 取对预测的结果关系很大。如何选取 ? 值呢？ 通常 ? 值的选取类似于移动平均法中对值 N 的选取，即多选几个 ? 值进行试算，选择使 预测误差小的 ? 值。 4. 初始值的确定 ? 式中 S 0 （ 1 ） 称为初始值，不能通过式（ 9-15 ） 求得，一般是事先指定或估计。指定或估 计的方法有两种：当时间序列的项数较多 时，初始值对最终的预测结果影响相对小 一些，可以指定第一项的值为初始值，即 S 0 （ 1 ） =Y 1 ；当时间序列的项数较少时，初始 值的大小对最终预测结果的影响就不容忽 视，通常是选取前几项的平均值作为初始 值。 例 9-3 ? 已知某企业 2000 年 1 至 12 月利润额，试取平 滑系数 ? =0.1, 0.5, 0.9 ，分别求出该企业每月 利润的指数平滑值，并预测 2001 年 1 月的利 润额。（指定初始值 S 0 （ 1 ） =Y 1 ） 解： 当 ? =0.1 ， S 0 （ 1 ） =51.3 时： S 1 （ 1 ） =0.1 ? 51.3 ? (1 ? 0.1) ? 51.3 = 51.3 S 2 （ 1 ） =0.1 ? 35.7 ? (1 ? 0.1) ? 51.3 = 49.7 S 3 （ 1 ） =0.1 ? 27.9 ? (1 ? 0.1) ? 49.7 = 47.6 同理 , 分别计算出 ? =0.5 、 ? =0.9 时各指数平滑 值列于表 (9-4) 中。 表 9-4 各月利润额及指数平滑值 单位：千元 月份 利润额 指数平滑值 t Y t a=0.1 a=0.5 a=0.9 1 51.3 51.3 51.3 51.3 2 35.7 49.7 43.5 37.3 3 27.9 47.6 35.7 28.8 4 32.3 46 34 32 5 48.2 46.2 41.1 46.6 6 54.6 47.1 47.9 53.8 7 52 47.6 49.9 52.2 8 47.5 47.6 48.7 48 9 42.3 47