第四讲-趋势外推法.pptVIP

2021/3/23 * 皮尔曲线适用于生物繁殖、人口发展统计与预测;尤其适合处 于成熟期的商品或技术的发展趋势分析与预测。 模型的识别: 倒数的一阶差分比率为 模型的参数估计及应用: 令 则有 于是,可套用修正指数曲线的估计参数公式。 注意,L是生长曲线的上限,有时通过定性分析或专家咨询所定的L值往往比由 公式计算得到的L值更接近实际,预测效果更好。 2021/3/23 * 例6:吉林省1966～1983年年度人口数如下表所列,试预测该省1984年以后年度人口数。 年份 t值 人口 年份 t值 人口 年份 t值 人口 1966 0 1679.3 1972 6 1962.7 1978 12 2149.3 1967 1 1722.1 1973 7 2007.9 1979 13 2184.6 1968 2 1766.3 1974 8 2034.5 1980 14 2210.7 1969 3 1808.2 1975 9 2063.9 1981 15 2230.9 1970 4 1860.4 1976 10 2092.6 1982 16 2257.6 1971 5 1915.2 1977 11 2117.9 1983 17 2269.5 2021/3/23 * 解:人口的数量变动一般符合皮尔曲线所反映的规律。 通过计算时间序列数据倒数的一阶差分比率,确定选用该模型。 所求皮尔曲线趋势预测模型为: 通过计算回溯拟合值与观察拟合误差,发现所建模型对1987年以前历史数据的拟合效果相当好。 但是1988年以后,预测误差越来越大。通过调整吉林省2010年人口 的上限值L,重新计算模型中相应的参数a,修正皮尔曲线模型。 对照模型调整后的人口预测值与实际值,计算预测误差,发现1992年开始,修正模型的预测效果大大优于原先的模型。 故吉林省人口趋势宜用两个皮尔曲线模型刻画,分时间段使用。 2021/3/23 * 二、龚珀兹曲线预测模型及应用 龚珀兹曲线的数学表达式是: 其中参数:0a1,0b1,L0 与皮尔曲线类似,龚珀兹曲线也适于对产品或技术作生命周期分 析,尤其适于对各种新技术或产品市场容量的发展趋势作分析与 预测。 模型的识别: 所以,当算得的时间序列各项对数的一阶差分比率几近相等时, 就可配以龚珀兹曲线模型进行预测。 模型的参数与应用:经变换,可化为修正指数曲线。 龚珀兹(Compertz)是英国统计学家和数学家。 2021/3/23 * 龚珀兹曲线预测模型 1）模型的形式 2021/3/23 * 2）模型的识别 2021/3/23 * 将其变换为对数形式 3）模型参数k、a、b 的三和值估计法 仿照修正指数曲线参数的确定方法,求出 lg a、lg K、b 取 lg a、lg K 的反对数求得 a 和 K 令: 则有： 2021/3/23 * 例7 某品牌手机在一个中等城市的销售量统计数据如表4.15所示,试建立预测模型,分析预测2006年该城市的手机销售量。 解:绘制散点图,如图4.15所示。 2021/3/23 * 2021/3/23 * 得: 求反对数,得: 2021/3/23 * 于是,所求龚珀兹曲线预测模型为: 将 代入模型中,得到2006年的预测值为: * * 2021/3/23 * 趋 势 外 推 法 一、趋势外推法概念: 如果通过对时间序列的分析和计算, 能找到一条比较合适的函数曲线来近似反映社会经济变量y关于时间t的变化和趋势,那么当有理由相信这种规律和趋势能够延伸到未来时,便可用此模型对该社会经济现象的未来进行预测,这就是趋势外推法。 2021/3/23 * 趋势外推法的两个假定: （1）社会经济现象的发展过程是渐进的,没有跳跃式突变; （2）社会经济现象未来与过去的发展变化规律基本一致。 2021/3/23 * 二 、趋势模型的种类 多项式曲线外推模型: 一次（线性）预测模型: 二次（二次抛物线）预测模型: 三次（三次抛物线）预测模型: 一般形式: 2021/3/23 * 指数曲线预测模型: 一般形式 : 修正的指数曲线预测模型 : 2021/3/23 * 对数曲线预测模型: 生长曲线趋势外推法: 皮尔曲线预测模型 : 龚珀兹曲线预测模型 : 2021/3/23 * 三、趋势模型的选择方法