时间序列平滑预测法解读.pptVIP

1 经济预测与决策方法讲义 4.1 时间序列概述 4.2 移动平均法 4.3 指数平滑法 4.4 差分指数平滑法 4.5 自适应滤波法 第 章 时间序列平滑预测法 4 2 经济预测与决策方法讲义 4.1 时间序列概述 4.2 移动平均法 4.3 指数平滑法 4.4 差分指数平滑法 4.5 自适应滤波法 第 章 时间序列平滑预测法 4 3 预测与决策 4.1 时间序列概述 时间序列 时间序列是指研究对象的某种统计指标值，按照时间先后的 顺序排列所形成的一个序列，可用 y 1 , y 2 , … , y t 表示。 时间序列预测 用被预测事物过去和现在的观测数据，构成依时间变化的时 间序列模型，并借助一定的规则来推断未来； 时间序列预测目的 根据系统的时间序列找出相应的内在统计特性和发展规律， 尽可能多地从中提取所需要的准确信息，从而进行预测； 4 预测与决策 4.1 时间序列概述 基本思想 根据系统有限的观测数据建立起能够比较精确地反映时 间序列中所包含的动态依存关系的数学模型，并根据该模型 对系统的未来行为进行预测。 数学模型 已知研究对象至 t 时刻历史观测数据为 y 1 , y 2 , … , y t ，则 计算 t+h 时刻的预测值 模型如下 : 其中 , h 为预测步骤， e t+h 为随机噪声项， f (.) 为待估函数。 h t t h t e y y y f y ? ? ? ? ) , , , ( ? 2 1 ? h t y ? ? 5 预测与决策 4.1 时间序列概述 按影响因素性质不同分类 ： ? 长期趋势 由于某种根本性因素的影响，时间序列在较长时间内朝着一 定的方向持续上升或下降，以及停留在某一水平上的倾向。 ? 季节变动 由于受自然条件和社会条件的影响，时间序列在一年内随着季 节的转变而引起的周期性变动。 ? 循环变动 指周期不固定的波动变化，周期一般不完全相同。 ? 不规则变动 由各种偶然性因素引起的无周期变动。 6 预测与决策 4.1 时间序列概述 时间序列组合形式 （ 1 ）加法型 y t = T t + S t + C t + I t （ 2 ）乘法型 y t = T t · S t · C t · I t （ 3 ）混合型 y t = T t · S t + C t + I t , y t = S t + T t · C t · I t 其中： T t 为长期趋势； S t 为季节变动； C t 为循环变动； I t 为不规则变动。 7 经济预测与决策方法讲义 4.1 时间序列概述 4.2 移动平均法 4.3 指数平滑法 4.4 差分指数平滑法 4.5 自适应滤波法 第 章 时间序列平滑预测法 4 8 预测与决策 4.2 移动平均法 — 简单移动平均法 例 4-1 某城市汽车配件销售公司某年 1-12 月的化油器销售量如下 表所示，试用简单移动平均法，预测下年 1 月的销售量。 月份 1 2 3 4 5 6 7 8 9 10 11 12 实际值 423 358 434 445 527 429 426 502 480 384 427 446 化油器销售量 0 100 200 300 400 500 600 1 2 3 4 5 6 7 8 9 10 11 12 月份 销 售 量 系列1 9 预测与决策 4.2 移动平均法 加权移动平 均法 趋势移动平 均法 简单移动平 均法 移动平均法是根 据时间序列资料 逐项推移，依次 计算包含一定项 数的时序平均数， 以反映长期趋势 的方法。 10 预测与决策 4.2 移动平均法 — 简单移动平均法 设时间序列为： y 1 , y 2 …, y t , … ；简单移动平均公式为： N y y y M N t t t t 1 1 ? ? ? ? ? ? ? ? ? ? t