版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、1時(shí)間序列平滑預(yù)測法小組成員張良瑮 邢媛 宗建佳 李奕龍 23時(shí)間序列平滑預(yù)測是指用平均的方法,把時(shí)間序列中的隨機(jī)波動(dòng)剔除掉,使序列變得比較平滑,以反映出其基本軌跡,并結(jié)合一定的模型進(jìn)行預(yù)測。4本章目錄 第一節(jié):一次移動(dòng)平均法 第二節(jié):一次指數(shù)平滑法 第三節(jié):線性二次移動(dòng)平均法 第四節(jié):線性二次指數(shù)平滑法 第五節(jié):二次曲線指數(shù)平滑法 第六節(jié):溫特線性與季節(jié)性指數(shù)平滑法5第一節(jié) 一次移動(dòng)平均法6 一、基本原理及步驟所謂“移動(dòng)平均”是指每當(dāng)?shù)玫揭粋€(gè)最近時(shí)期的數(shù)據(jù),就立即把它當(dāng)做有效數(shù)據(jù),而把最老的那個(gè)時(shí)間的數(shù)據(jù)剔除掉,重新計(jì)算出新的平均值用它來進(jìn)行下一期的預(yù)測。7 二、公式11111./ttttt
2、 Nit NFxxxNxN設(shè)時(shí)間序列為x1,x2,.一次移動(dòng)平均法可以表示為:式中:xt 為最新觀察值 Ft+1 為下一期預(yù)測值8二、優(yōu)缺點(diǎn) 優(yōu)點(diǎn):計(jì)算簡單 缺點(diǎn):1.要保留的歷史數(shù)據(jù)較多 2.只能用于平穩(wěn)時(shí)間序列 3.N的大小不容易確定9三、注意項(xiàng)1.一次移動(dòng)平均法只能用于平穩(wěn)時(shí)間序列平穩(wěn)時(shí)間序列,即經(jīng)濟(jì)變量在某一值上下波動(dòng)或緩慢升降是預(yù)測效果比較好,因?yàn)椋瑫r(shí)間序列的的基本特性發(fā)生變化時(shí),一次移動(dòng)平均法不能很快的適應(yīng)這種變化。因此,移動(dòng)平均法只能用于短期預(yù)測只能用于短期預(yù)測,因?yàn)樵诙唐谇闆r下,時(shí)間序列通常具有平穩(wěn)特征。2.N的選擇問題: 當(dāng)數(shù)據(jù)的隨機(jī)因素較小時(shí)選用小的N有利于跟蹤數(shù)據(jù)的變化,
3、減少預(yù)測值的滯后期數(shù),反應(yīng)靈敏。 當(dāng)數(shù)據(jù)的隨機(jī)因素較大時(shí)選用大的N有利于較大限度的平滑由隨機(jī)性所帶來的嚴(yán)重偏差。 即:即:N N越小反應(yīng)越靈敏,越小反應(yīng)越靈敏,N N越大平滑效果越好越大平滑效果越好101112第三節(jié) 線性二次移動(dòng)平均法Part 1Part 313一、基本原理 一次移動(dòng)平均來預(yù)測一組具有趨勢的數(shù)據(jù)時(shí),預(yù)測值(估計(jì)值)往往高于或低于實(shí)際值 線性增加的時(shí)間序列偏低 線性減小的時(shí)間序列偏高 為了避免這種滯后誤差,發(fā)展了線性二次移動(dòng)平均法。即在對實(shí)際值進(jìn)行一次移動(dòng)平均的基礎(chǔ)上,再進(jìn)行一次移動(dòng)平均。 14二、公式121.tttt NtxxxxSN121.ttttNtSSSSSNttttt
4、taSSS2SS21tttbSSNt mttFabm這里需要注意一點(diǎn):線性二次移動(dòng)平均法并不是用二次移動(dòng)平均值直接進(jìn)行預(yù)測,而是在二次移動(dòng)平均的基礎(chǔ)上建立線性模型,然后用模型進(jìn)行預(yù)測。其中:m為預(yù)測超前期數(shù)15使用移動(dòng)平均法進(jìn)行預(yù)測的局限性局限性1.計(jì)算移動(dòng)平均必須具有N個(gè)過去觀察值,必須存儲(chǔ)大量數(shù)據(jù).2.N個(gè)過去觀察值中每一個(gè)權(quán)數(shù)都相等,早于(t-N+1)期的觀察值的權(quán)數(shù)等于0,而實(shí)際上往往是最新觀察值含更多信息,應(yīng)具有更大權(quán)重。1617Part 1Part 2第二節(jié)一次指數(shù)平滑法18 公式其實(shí)就是由一次移動(dòng)平均法演變而來的: Ft+1= (xt+xt-1+ + xt-n+1) Ft = (
5、xt-1+xt-2 + + xt-n ) Ft+1= xt + Ft - xt-n Ft+1= xt +(1- )Ft用代替 ,即在0和1之間,則公式變?yōu)?F Ft+1t+1=x=xt t+(1-)F+(1-)Ft t一、基本原理及公式可以看出,它是一種加權(quán)平均,權(quán)數(shù)為,它不再需要保留很多歷史數(shù)據(jù),只需本期的觀察值xt和上期對本期的預(yù)測值Ft。1n1n1n1n1n1n1n19 Ft+1= xt+(1-)Ft = xt+(1-)xt-1+(1-)Ft-1 = xt+(1-)xt-1+(1-)2 2 Ft-1 = = xt +(1-)xt-1+ (1-)2 2 xt-2 + + (1-)n n x
6、t-n把基本公式展開:可見:隨著時(shí)間向前的推移,各期的的權(quán)重不是相同的,而是按指數(shù)規(guī)律遞減,這也是指數(shù)平滑法的由來。20某商場銷售額如表.預(yù)測11月份的銷售額:2001003000 = 0.1 = 0.5 = 0.9t萬二、關(guān)于值的影響可見:取值較大時(shí),預(yù)測值能較快反應(yīng)時(shí)間序列的實(shí)際變化情況,當(dāng)較小時(shí),預(yù)測值對時(shí)間序列反應(yīng)比較慢,但較為平滑。213.MSE=1/n-k+1 et2三、值的確定1.et= xt - Ft2.MSE=1/n-k+1 (xt- Ft)2一次指數(shù)平滑法比較簡單,但也有問題。問題之一便是力圖找到最佳的值,以使均方差MSE最小,從而得到最精準(zhǔn)的預(yù)測值。均方差MSE的公式推導(dǎo)
7、:22一次指數(shù)平滑法應(yīng)用實(shí)例在消費(fèi)預(yù)測中的應(yīng)用23 Ft+1= xt +(1- ) Ft =0.1F3=0.180.58+(1-0.1)76.61=76.61 =0.3F3=0.380.58+(1-0.3)76.61=77.80 =0.9F3=0.980.58+(1-0.9)76.61=80.18某組員月話費(fèi)額:24平滑常數(shù)=0.1 MSE=1/5et2 =28.9256(2)平滑常數(shù)=0.3 MSE=1/5 et2 =28.9863(3)平滑常數(shù)=0.9 MSE=1/5 et2 =34.4553顯然=0.1所對應(yīng)的均方差最小,所以選定0.1為平滑常數(shù)則 F7 =x6 +(1-)F6 =0.1
8、88.07+0.976.87 =76.99 (元)25第四節(jié) 線性二次指數(shù)平滑法Part 1Part 42627 布朗單一參數(shù)線性指數(shù)平滑法,其基本原理與線性二次移動(dòng)平均法相似 ,當(dāng)趨勢存在時(shí),一次和二次平滑值都滯后于實(shí)際值,將一次和二次平滑值之差加在一次平滑值上,則可對趨勢進(jìn)行修正。布朗單一參數(shù)線性指數(shù)平滑法一、基本原理28 由兩個(gè)結(jié)果可以計(jì)算線性平滑模型的兩個(gè)參數(shù): at = 2St(1) St(2) bt = /(1) St(1) St(2) 得到線性平滑模型: Fm+t = at +btm 為預(yù)測的超前期數(shù)St(1) =xt + (1) St-1(1)St(2) =St(1) + (1
9、)St-1(2) 平滑公式為:二、公式29布朗單一參數(shù)線性指數(shù)平滑法應(yīng)用實(shí)例 商場銷售量預(yù)測30期數(shù)銷售量st(1)st(2)atbtFt+T(m=1)1180180.00 180.00 *2164176.80 177.56 176.04 -0.19 *3171175.64 177.18 174.10 -0.14 175.85 4206180.71 177.88 183.54 0.71 173.96 5193183.17 178.94 187.40 1.06 184.25 6207183.94 179.94 187.94 1.00 188.46 7218190.75 182.10 199.40
10、 2.16 188.94 8229198.40 185.36 211.44 3.26 201.56 9225203.72 189.03 218.41 3.67 214.70 10222.08 某商場商品銷售量:(萬件)=0.2已知t t=9,=0.2,則:a9=2S9(1)S9(2)=218.41 b9=/(1-)(S9(1)-S9(2))=3.6731得到線性預(yù)測模型為: F9+m=a9 + b9m =218.41+3.67m求下一期銷售量的預(yù)測值 t=10 m=10-9=1 F10=F9+1=a9 + b91 = 222.08(萬件) 32霍爾特雙參數(shù)線性指數(shù)平滑法 霍爾特指數(shù)平滑法是一種
11、線性指數(shù)平滑方法。最突出的優(yōu)點(diǎn)是對具有趨勢變動(dòng)的時(shí)間數(shù)列,不用二次指數(shù)平滑,而是對趨勢直接進(jìn)行平滑并對時(shí)間數(shù)列進(jìn)行預(yù)測。這種方法因具有很大的靈活性而被廣泛地使用。一、基本原理33二、公式 霍爾特指數(shù)平滑方法有兩個(gè)基本平滑公式和一個(gè)預(yù)測公式 St =xt + (1)(St-1 + bt-1 ) 對數(shù)據(jù)進(jìn)行平滑對數(shù)據(jù)進(jìn)行平滑 給St-1加上趨勢增量bt-1來修正St,消除了滯后性。 bt =(StSt-1)+(1) bt-1 對趨勢進(jìn)行平滑對趨勢進(jìn)行平滑 用來修正趨勢值bt,趨勢值用相鄰兩次平滑值之差表示。利用y對相鄰兩次平滑值進(jìn)行修正,并將修正值加上前期趨勢估計(jì)值乘以(1-)。 Ft+m= St
12、 +btm 最后進(jìn)行預(yù)測,預(yù)測值為基礎(chǔ)值加上趨勢值乘以超前期數(shù)。34第五節(jié) 二次曲線指數(shù)平滑法Part 1Part 535有的時(shí)間序列雖然有增加或減少趨勢,但不一定是線性的,可能按二次曲線的形狀增加而減少。有的時(shí)間序列雖然有增加或減少的趨勢,但不一定是線性的,有可能按二次曲線的形式增加或減少,這時(shí)我們就需要用二次曲線指數(shù)平滑法進(jìn)行預(yù)測。36當(dāng)采用二次曲線指數(shù)平滑法時(shí),不僅考慮了線性增長因素,而且還用二次拋物線的增長因素同時(shí)“修勻”歷史數(shù)據(jù),從而可使預(yù)測結(jié)果更為準(zhǔn)確、有效。 二、計(jì)算公式及步驟二次曲線指數(shù)平滑法的計(jì)算過程可分為以下七個(gè)步驟一、基本原理3738二次曲線指數(shù)平滑法應(yīng)用實(shí)例廈門市第三產(chǎn)
13、業(yè)增加值預(yù)測39例題:下表為廈門市第三產(chǎn)業(yè)增加值的數(shù)據(jù),請根據(jù)以下數(shù)據(jù)預(yù)測廈門市2010年第三產(chǎn)業(yè)增加值。 40根據(jù)數(shù)據(jù)我們可以得到如下散點(diǎn)圖41根據(jù)計(jì)算機(jī)求解,可得平滑常數(shù)的最佳值為0.6,此時(shí)它所對應(yīng)的均方差最小,逐年預(yù)測,m=1,計(jì)算結(jié)果如下表年度觀察增加值St(1)St(2)St(3)AtBtCtFt+m199288.242288.242288.242288.2422/199390.301789.477988.9836288.6870590.169891.8683780.444852/199494.345692.3985291.0325690.0943694.192244.576124
14、0.96245399.249591995106.7187100.990697.007494.24218106.191913.198962.740522120.76111996129.7831118.2661109.7626103.5544129.064926.668045.16444158.31521997162.2813144.6752130.7102119.8479161.74340.495666.981175205.72931998186.1138169.5384154.0071140.3434186.937237.200874.202081226.23911999200.606188.
15、1789174.5102160.8435201.849724.613750.004553226.46572000226.7779211.3383196.6071182.3016226.495428.624010.958075255.59842001253.1581236.4302220.5009205.2212253.00931.887791.46143285.62752002281.5274263.4885246.2935229.8646281.449734.743361.723778317.05492003319.593297.1512276.8081258.0307319.0644.36
16、7643.522764365.1892004372.593342.4163316.173292.9161371.645962.020266.719266437.02582005433.3305396.9648364.6481335.9553432.905476.108488.153814513.09082006520.17470.8879428.392391.4173518.9051103.822912.42282628.93942007632.3888567.7885512.0299463.7848631.0606137.557616.90551777.07092008720.4778659
17、.4021600.4532545.7858722.6325127.30169.63347854.75082009816.23753.4988692.2806633.6827817.3374123.16375.895829943.4492010992.92992.9242第六節(jié) 溫特線性與季節(jié)性指數(shù)平滑法Part 1Part 643一、應(yīng)用背景 二、基本原理他是對時(shí)間序列總模式的隨機(jī)性,傾向性和季節(jié)性這三個(gè)方面,每一方面都應(yīng)用指數(shù)平滑進(jìn)行處理,最終將三個(gè)平滑結(jié)果結(jié)合在一起進(jìn)行預(yù)測由于這種方法可以同時(shí)修正時(shí)間序列數(shù)據(jù)的季節(jié)性和傾向性,所以可對既有傾向性又有季節(jié)性變動(dòng)的時(shí)間序列進(jìn)行預(yù)測44111ttttt LxSSbI01 111ttttbSSb三、公式1.基礎(chǔ)方程式011ttt LtxIIS01L是季節(jié)性的長度,如一年的月數(shù),季
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 健康飲食減少疾病風(fēng)險(xiǎn)
- 了解我們的學(xué)校
- 專業(yè)實(shí)習(xí)與實(shí)踐機(jī)會(huì)
- 分娩鎮(zhèn)痛管理的挑戰(zhàn)與解決方案
- 3公民意味著什么( 說課稿 )2023-2024學(xué)年統(tǒng)編版道德與法治六年級上冊001
- 200米短跑專門練習(xí)之直道途中跑技術(shù) 說課稿-2023-2024學(xué)年高一上學(xué)期體育與健康人教版必修第一冊
- 2024食品行業(yè)質(zhì)量檢測合同
- 2025年帶魚糜項(xiàng)目可行性研究報(bào)告
- 二零二五版房屋租賃與轉(zhuǎn)讓合同全方位服務(wù)內(nèi)容協(xié)議2篇
- 2025年隧道式酸洗生產(chǎn)線項(xiàng)目投資可行性研究分析報(bào)告
- 衡水市出租車駕駛員從業(yè)資格區(qū)域科目考試題庫(全真題庫)
- 護(hù)理安全用氧培訓(xùn)課件
- 《三國演義》中人物性格探析研究性課題報(bào)告
- 注冊電氣工程師公共基礎(chǔ)高數(shù)輔導(dǎo)課件
- 土方勞務(wù)分包合同中鐵十一局
- 乳腺導(dǎo)管原位癌
- 冷庫管道應(yīng)急預(yù)案
- 司法考試必背大全(涵蓋所有法律考點(diǎn))
- 公共部分裝修工程 施工組織設(shè)計(jì)
- 《學(xué)習(xí)教育重要論述》考試復(fù)習(xí)題庫(共250余題)
- 裝飾裝修施工及擔(dān)保合同
評論
0/150
提交評論