城市规划系统工程3时间序列.pptx

时间序列预测包括：趋势预测、周期预测以及平稳时间序列预测。 趋势预测就是应用已经获得的具体时间属性的历史数据，寻找这些数据中内在的联系，用于预测未来趋势。 趋势预测的一个基本假定就是存在于当前数据中的“趋势”同样作用于未来。但时间序列数据中同时也包含有随机波动，因此应该设计一种方法来消除随机波动的影响，提炼出有关指标基本变化模式的信息，建立预测模型。 ——移动平均数法、指数平滑法 ; 思路：一组观察值中包含了大量随机因素，而其平均值能有效的降低随机因素的干扰。 例：某城区某年1-11月销售量xt见下表，据此预测12月份的销售量。 ;求几个月的平均值呢？——n应该取多少？ n越大，等待的时期越长，可供比较的预测值越少，预测值的起伏波动较小，平滑效果好 可采用均方差MSE来检验，选取较小的MSE对应的n值进行预测。;选取哪个值为预测值？——计算方差;因为MSE（n=3） MSE（n=6），所以选取n=3来建模，即第12月份的预测值为46.67。 一般情况下，为了提高预测精度，可继续利用一次移动平均的结果再作二次、三次移动平均计算。 适用于时间序列比较平稳和短期预测。;;;a的选取： a与1/n的作用相同，所以对a的取值可以基于以下考虑： 变化较大，趋势性较强的序列，a取较大值； 接近平稳序列时a取较小值。 可选取多个a值分别计算其均方差MSE或平均绝对误差MAD，以最小者为选择标准。;Excel 实现 工具——数据分析——指数平滑 预测、 标准差判断 试调整初始值，观察图表变化 ; 以相同的a值，对一次平滑数列再作一次指数平滑，构成二次指数平滑序列yt’’。 二次指数平滑法较适合具有显性趋势的原始时间序列。当原始时间序列呈现非线性趋势时，常用三次指数平滑法yt’’’，即对二次指数平滑序列再进行一次指数平滑。;0.3二次指数平滑;作业 某城市1997年至2009年GDP的变化量见下表，分别用以下方法预测2009年GDP数据，并比较结果。 A、回归建模分析（建议选择非线性（指数函数）回归）； B、取n=4的移动平均法； C、取a=0.2的三次指数平滑法??