信息分析与决策Chapert分析与预测.pptVIP

5.2.4 数据分析与建模 指数平滑法 指数平滑法被广泛应用于预测研究中。指数平滑法基于事物发展的连续性，事物过去的表现与现在的状态有关，现在的状态又与将来的可能表现有一定的联系。指数平滑法即利用现有数据，通过构造某种计算方法实现对未来的预测。 第一页，共三十五页。 5.2.4 数据分析与建模 ? 第二页，共三十五页。 5.2.4 数据分析与建模 ? 第三页，共三十五页。 5.2.4 数据分析与建模 简单指数平滑法适用于比较平稳的序列。当序列中存在上升趋势时，预测值往往会偏低，存在下降趋势时，则会偏高。预测往往落后于事物发展的实际趋势。 第四页，共三十五页。 5.2.4 数据分析与建模 二次指数平滑法(线性指数平滑法) Double exponential smoothing 是对一次指数平滑再进行一次平滑。一次指数平滑直接利用平滑值作为预测值。二次指数平滑则是利用平滑值对时间序列的线性趋势进行修正，进而建立线性平滑模型进行预测。 第五页，共三十五页。 5.2.4 数据分析与建模 ? 一次指数平滑值 二次指数平滑值 t=1时，Ft-1(1)和Ft-1 (2)为平滑初始值，需事先设定。布朗模型适用于有线性趋势的时间序列. 第六页，共三十五页。 5.2.4 数据分析与建模 ? 第七页，共三十五页。 5.2.4 数据分析与建模