管理预测93非最优正权组合预测模型权系数的确定方法.ppt

9.3 非最优正权组合预测模 型权系数的确定方法 确定方法 。 9.3.1 几种常规的非最优正权组合预测模型权系数的 （ 1 ）算术平均方法 即令 l ? 1 m i ? 1 , 2 , ? , m i （ 2 ）预测误差平方和倒数方法 预测误差平方和倒数方法也称为方差倒数 方法，这是对等权平均方法的改进。一般 来说，每种单项预测模型的预测精度不同， 预测误差平方和是反映预测精度的一个指 标，预测误差平方和越大，表明该项预测 模型的预测精度就越低，从而它在组合预 测中的重要性就降低，重要性的降低表现 为它在组合预测中的加权系数就越小。反 之，对预测误差平方和较小的单项预测模 型在组合预测中应赋予较大的加权系数。 令： ? E ? E i ? 1 , 2 , ? , m l ? 1 m ? 1 i ii i ? 1 ii （ 3 ）均方误差倒数方法 均方误差倒数方法的含义类似于预测误差 平方和倒数方法，该方法体现了某单项预测 模型的误差平方和越大，它在组合预测中的 加权系数就应越小。均方误差倒数方法的加 权系数的计算公式为： l ? E ? E i ? 1 , 2 , ? , m ? i ii 1 2 m ? i ? 1 ii 1 2 （ 4 ）简单加权平均方法 简单加权平均方法也是一种非等权平均方 法。它是先把各个单项预测模型的预测误 差平方和，进行排序，不妨设 , 根据各个单 项预测模型的预测误差平方和与其权系数 成反比的基本原理知，排序越靠前面的单 项预测模型，在组合预测中的加权系数就 应越小。 令 l ? ? ? i ? 1 , 2 , ? , m m i ? i i ? i ? 1 2 i m m ? 1 （ 5 ）二项式系数方法 二项式系数方法和简单加权平均法有一点相似之 处，它也是先把各个单项预测模型的预测误差平 方和，进行排序，不妨设。但是它取组合预测中 的加权系数的思想和简单加权平均方法是不同的， 它是按照统计学中的中位数概念进行排序。若单 项预测模型的预测误差平方和过大或过小，则其 对应的权系数均较小，而处于各单项预测模型的 预测误差平方和的中位数所对应的权系数最大。 令 l ? C i i 2 m ? 1 2 2 m ? 2 i ? 0 , 1 , ? , m ? 1 9.3.2 非最优组合预测系数确定方法 的应用举例 例 9 － 1 表 9 － 2 列出了 1978 年 1 月－ 1990 年 12 月我 国社会商品零售额的月度数据序列，样本数据取 N ＝ 144 （ 1990 年 12 个月的数据留作预报检验）。 对该数据建立了以下四种模型：（ 1 ）乘积季节 模型；（ 2 ）自适应自回归模型；（ 3 ）门限自回 归模型；（ 4 ）叠合模型。表 9 － 2 列出了这四个 各自的误差平方和，对这四个模型用最优加权， 最优正权及本节所列五种正权方法建立综合模型， 各模型的权系数、误差平方和 Q 及其上界 U 均列于 表 9 － 3 。 我们可以采用递归正权综合方法进行 9.3.3 正权综合方法的改进 改进，该法能够提高模型精度 第一：用 第二：将模型按误差平方和降序排列 J 个初始模型拟合 ? x t ? t ? 1 , 2 , ? , N 计算各模型的误差平方和 N e jj ? e ? j e j ? ? ? x ? x ? ? j ? ? 2 j ? 1 , 2 , ? , J t ? 1 t t e ? 1 ? ? e ? 2 ? ? ? ? e ? J ? 下标为模型新序号， 则 e ? 1 ? ? max ? e jj ? e ? J ? ? min ? e jj ? 第三：给定迭代精度 ? 第四：计算以上 J 个模型的某种正权综合模 e ? ? ? 型（记作（ * ））及其误差平方和 记录模型（ W ?