时间数列预测法.pptVIP

第三节平滑值预测法一、移动平均预测法（一）一次移动平均法一次移动平均预测就是只需要对时间序列进行一次移动平均，直接用第t期的移动平均数Mt作为第t+1期的预测值移动平均值，既可以是简单移动平均，也可以是加权移动平均。第30页，共70页，星期日，2025年，2月5日用简单算术平均法计算移动平均值作为预测值用加权算术平均法计算移动平均值作为预测值第31页，共70页，星期日，2025年，2月5日某城市1995年1—11月各月的粮油需求量如下表：试应用一次移动平均法计1995年1-12月份粮油需求量的预测值。（n=3）例如第32页，共70页，星期日，2025年，2月5日月份1234567891011粮油需求量195220200195185180185180190230210第33页，共70页，星期日，2025年，2月5日月份（序号T）需求量移动平均预测值123456789101112195220200195185180185180190230210------------205205193.3186.7183.3181.7185200210第34页，共70页，星期日，2025年，2月5日某公司商品最近12个月的店铺销售额如表所市（计量单位：万元），试分别计算5项简单移动平均数和加权移动平均数，并预测未来一个月该公司商品的店铺销售额。见【例8-3】第35页，共70页，星期日，2025年，2月5日时间序号123456789101112店铺销售额1451401361421481321461481541441471515项简单移动平均数————142.2139.6140.8143.2145.6144.8147.8148.85项加权移动平均数————142.7139.3141.5143.9147.5146.9147.7148.7第36页，共70页，星期日，2025年，2月5日第37页，共70页，星期日，2025年，2月5日某企业2010年1月~6月的商品销售额分别为60、70、75、80、90、100万元1）请采用三项简单移动平均方法预测2010年7月商品的销售额2）计算其预测误差MAE第38页，共70页，星期日，2025年，2月5日采用一次移动平均预测法应注意的问题：（1）平均的项数N越大，移动平均的平滑修匀作用越强。（2）当序列包含周期性变动时，移动平均的项数k应与周期长度一致。（3）一次移动平均预测只具有推测未来一期趋势值的预测功能，而且只适用于呈水平趋势的时间序列。第39页，共70页，星期日，2025年，2月5日对一次移动平均值序列再进行N项移动平均称为二次移动平均（二）二次移动平均法第40页，共70页，星期日，2025年，2月5日如果现象的变化呈线性趋势，则利用两次移动平均值可建立如下的线性预测模型：见【例8-4】第41页，共70页，星期日，2025年，2月5日二、指数平滑预测法（一）指数平滑法的基本原理第42页，共70页，星期日，2025年，2月5日关于平滑系数的选取问题(1)如果认为时间序列中随机波动成份较大，可选择较小的α；反之，若认为随机波动成份较小，为了及时跟踪现象的变化，突出最新数据的信息，可选择较大的α。(2)如果现象趋势的变化很平缓，可选择较小的α；如果现象趋势的变化比较剧烈，例如呈阶梯式特征，应选择较大的α。(3)通过大小不同的α值进行试算，使得预测误差最小的α值就是最合适的平滑系数。第43页，共70页，星期日，2025年，2月5日（二）一次指数平滑预测模型第44页，共70页，星期日，2025年，2月5日某公司商品最近12个月的店铺销售额，试利用一次指数平滑法预测未来一个月该公司商品的店铺销售额（α=0.4）。见【例8-5】第45页，共70页，星期日，2025年，2月5日时间序号123456789101112店铺销售额145140136142148132146148154144147151指数平滑值145.0143.0140.2140.9143.8139.1141.8144.3148.2146.5146.7