中国传媒大学-市场调查与预测-课件-第八章 时间序列预测.pptVIP

* 若给的权数分别如上表所示，则用加权几何平均法的预测值为： 第二节 平均法 三、 移动平均法 移动平均法是通过移动平均数来进行预测的方法。该法要进行取分段平均值，即仅取最近几个数据点求平均值，作为下期的预测值。 （一）一次移动平均法 一次移动平均法是依次取时间序列n个观察值进行平均，并依次移动，得到一个平均数序列，且以最近n个观察值的平均数作为下期预测值的预测方法。 其中： 表示第t期的移动平均数 Xt、X t-1、… X t-n+1表示序列t、t-1 …t-n+1期的观察值 N为序列中的数据个数 为第t+1期的预测值 对周期n的确定，当时间序列呈周期变动时，就以周期长度为n;若无明显周期变动倾向时，则要由经验判断确定，也可以对比预测值的误差，以误差较小者为好。 1.简单移动平均法 是对各组数据不加权求移动平均数，进行预测的方法。 例5：某公司2006年到2014年的某原料的需求量如下表所示，试用简单移动法来预测2015年的需求量 年份 需求量Xi 三年移动平均 五年移动平均 2006 2007 2008 2009 2010 2011 2012 2013 2014 8745 11211 11033 10852 10895 11240 12490 15019 18664 10330 11032 10927 10996 11542 12916 522 137 313 1494 3477 5748 1.0506 0.9876 1.0287 1.1359 1.3013 1.4450 10547 11046 11302 12099 693 1444 3717 6565 1.0657 1.1307 1.3289 1.5426 合计 - - 11692 6.9490 - 12419 5.0679 平均 - - 1949 +1.1582 - 3105 1.2670 2015 - 15391 - - 13662 - - 调整后 - 17825 - - 17309 - - ?从上例中可以看出，当n取不同的值时，预测结果是不相同的。一般当n较小时，对变化的敏感性高，但对数据的修匀能力差，从而预测结果的精度不高。 ?由于简单移动平均只适用趋势比较稳定的时间序列的短期预测，对于有明显变化倾向的或具有上升（下降）趋势的序列则不能使用。 ★ 2.加权移动平均法 加权移动平均法是对数据加权求移动平均数进行预测的方法。 其中， ai是根据时间序列的具体情况，凭经验，按近期大、远期小原则而设计。 例6：若对例5中n 取3，且t、t-1和t-2期的权重分别取3/6，2/6和1/6，则运用加权移动平均法预测2015年需求量结果为： 年份 需求量Xi 三年移动平均 2006 2007 2008 2009 2010 2011 2012 2013 2014 8745 11211 11033 10852 10895 11240 12490 15019 18664 10711 11972 10904 11060 11808 13546 141 77 336 1403 3211 5118 1.0132 0.993 1.0308 1.1293 1.272 1.3778 合计 - - 10313 6.8160 平均 - - 1719 1.1360 2015 - 16420 - - 调整后 - 18653 - - （二）二次移动平均法 二次移动平均法是利用预测变量的时间序列的一次移动平均值和二次移动平均值的滞后偏差演变规律建立线性方程进行预测的方法，它适用于预测具有线性变动趋势的经济变量。 第三节 指数平滑法 指数平滑法 也称指数移动平均法或指数修匀法，它是移动平均法的发展，实际上是一种特殊的加权移动平均法。 一、一次指数平滑法 一次指数平滑法也称单重指数平滑法，是对第t期的预测值和观测值，用平滑系数加权，算出第t期的平滑值，并以此平滑值作为下期预测值的一种预测方法。 Xt为第t期实际观察值； St 为第t期一次指数平滑预测值； St+1 为第t+1期一次指数平滑预测值； a为一次指数平滑系数。 其中： 应用一次指数平滑法进行预测，平滑系数选择很关键，取值不同，预测结果就不同。一般原则是：①对于有较明显趋势变动的时间序列， 平滑系数a应取较大值，即a0.6，主要是为了突出近期数据对预测值的影响。②对水平型的时间序列，平滑系数a应取较小值，即a0.3。因为水平型的数据，变动趋势不明显，随机因素多，因此，应取较小值。③对于介于上