




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),請進行舉報或認領(lǐng)
文檔簡介
1、主要內(nèi)容第一節(jié) 時間序列預(yù)測綜述第二節(jié) 平滑預(yù)測方法第三節(jié) 趨勢方程擬合法第四節(jié) 季節(jié)變動預(yù)測法第一節(jié) 時間序列預(yù)測綜述時間序列是指同一變量按照發(fā)生時間的先后順序排列起來的一組觀察值時間序列預(yù)測法利用變量本身的歷史數(shù)據(jù)進行預(yù)測的方法。通過確定變量的歷史模式,并認為在將來這一模式同樣有效來推斷將來。是連續(xù)性原理的直接運用。幾個實踐案例理解預(yù)測很容易,誰都可以做。關(guān)鍵的問題是誰做得準(zhǔn),如何評價預(yù)測結(jié)果很重要。明確數(shù)據(jù)模式的用處,不同模式使用不同的方法通過誤差大小判斷預(yù)測結(jié)果的準(zhǔn)確性時間序列預(yù)測的步驟搜集數(shù)據(jù)時間序列數(shù)據(jù)分析數(shù)據(jù)模式散點圖,定性分析,數(shù)據(jù)特征分析按照模式進行預(yù)測建立適當(dāng)?shù)念A(yù)測模型時間
2、序列根本模式長期趨勢變動是指由于某種根本性原因的影響,預(yù)測變量在相當(dāng)長的一段時期內(nèi),持續(xù)上升或持續(xù)下降的變動形態(tài)。分為:水平型模式;趨勢型模式季節(jié)變動模式是指由于自然條件、社會條件的影響,預(yù)測變量在一年內(nèi)隨季節(jié)的轉(zhuǎn)變而引起的周期性波動時間序列根本模式續(xù)周期變動模式循環(huán)變動模式經(jīng)濟周期的變動以及由其所影響的預(yù)測變量的變動。危機、蕭條、復(fù)蘇、高漲特點:每次變動周期的長短不同,上下波動幅度也不一致。周期通常在一年以上。不同于季節(jié)變動。循環(huán)變動是漲落起伏相間的變動,不同于朝單一方向開展的長期趨勢。不規(guī)那么模式是指由于意外的、偶然性因素引起的,突然的、不規(guī)那么的、無周期的隨機波動。實際時間序列模式分析案
3、例分析一個實際時間序列往往是以上幾個模式的綜合,一般來說,事物變動都有長期趨勢;以季月周為時期的時間序列往往包含季節(jié)變動;循環(huán)變動周期和幅度都不定,難以區(qū)分;不規(guī)那么變動不易測定,把它作為殘差處理。實際時間序列由哪幾個根本模式組成,要依實際情況而定。時間序列預(yù)測舉例時間序列預(yù)測思路時間序列Y包含以上四種根本模式:T, S, C, I. 乘法型 Y=T*S*C*I加法型 Y=T+S+C+I 混合型 Y=T*S*C+I預(yù)測思路:先求出各個因子,再把各種因子按照上述方式進行組合,得到預(yù)測結(jié)果。如先求出長期趨勢T,然后用T除時間序列Y,即可得到消除長期趨勢影響的時間序列思考時間序列的根本模式有幾種?如
4、何分析時間序列的模式?散點圖觀察分析分析時間序列模式有何作用?便于選擇預(yù)測方法對學(xué)習(xí)預(yù)測方法的要求對于各種方法,應(yīng)掌握:是什么?怎么做?特點,包括優(yōu)缺點適用范圍及本卷須知第二節(jié) 平滑預(yù)測法 1.平均法、2.移動平均法、3.指數(shù)平滑法。目的都是要“消除有時間序列的不規(guī)那么成分引起的隨機波動。所以它們被稱為平滑方法。1.算術(shù)平均法簡單算術(shù)平均法:加權(quán)算術(shù)平均法:2.移動平均法移動平均法使用時間序列中最近幾期時期數(shù)據(jù)的平均數(shù)作為下一個時期的預(yù)測值 移動平均法舉例一次移動平均 移動平均法的使用在預(yù)測中適用于:水平型時間序列能較好地修勻歷史數(shù)據(jù),消除隨機波動的影響,揭示變動趨勢常用來進行預(yù)測,或在統(tǒng)計分
5、析中用于修勻歷史數(shù)據(jù),揭示變動趨勢。移動平均法對時間序列的修勻k的選取k越大,修勻效果越明顯,但反映新變化的效果差,易落后于實際;k越小,適應(yīng)新變化的能力越強,但對異常數(shù)據(jù)的敏感性高,容易造成錯覺。一般根據(jù)經(jīng)驗、具體情況和需要確定,也可進行試算,選擇誤差較小者。3.指數(shù)平滑法是把預(yù)測目標(biāo)的本期實際觀察值和本期預(yù)測值的加權(quán)平均直接作為下期預(yù)測值的預(yù)測方法。指數(shù)平滑值:本期實際觀察值和本期預(yù)測值的加權(quán)平均。加權(quán)性質(zhì)和特點 權(quán)數(shù)特點:給近期觀察值以較大權(quán)重,遠期觀察值以遞減權(quán)重??朔艘苿悠骄▽h期數(shù)據(jù)不加權(quán)的缺陷。觀測值的權(quán)重依的不同而不同 初始值S0的設(shè)定 S0=y1,當(dāng)s0影響較小時;S0=
6、Y1、Y2、Ym的平均m=3or4or5,歷史數(shù)據(jù)少于15個,S0影響較大時。S0=所有觀察值的平均平滑系數(shù)的選擇0,1憑經(jīng)驗定,大時,敏感反映新情況;小時,反映長期趨勢,可消除季節(jié)變動和不規(guī)那么變動的影響。選擇假設(shè)干做試算,選出誤差較小的值。一次指數(shù)平滑法舉例平滑預(yù)測法的特點適應(yīng)于水平變化的時間序列的預(yù)測。很容易使用,近期預(yù)測,精度較高。指數(shù)平滑預(yù)測法,要求資料少。對大量工程預(yù)測時,它是適宜的方法。收益管理中的應(yīng)用案例平滑方法具有消除時間序列不規(guī)那么變動的作用,常用平滑方法消除隨機變動的影響。4.二次移動平均法將一次移動平均值再進行移動平均,利用一次移動平均值和二次移動平均值的滯后偏差演變規(guī)
7、律建立模型進行預(yù)測的方法。二次移動平均法舉例二次移動平均法幾點說明適用于:線性變動趨勢的時間序列本卷須知:一次移動平均值和二次移動平均值不能直接用于預(yù)測;移動平均期數(shù)應(yīng)取同一個值。5.二次指數(shù)平滑法將一次指數(shù)平滑值再進行指數(shù)平滑,利用一次指數(shù)平滑值和二次指數(shù)平滑值的滯后偏差演變規(guī)律建立模型進行預(yù)測的方法。 二次指數(shù)平滑法舉例一次指數(shù)平滑值的初始值=二次指數(shù)平滑的初始值平滑系數(shù)取同一個值二次指數(shù)平滑法適用于:線性變動趨勢的時間序列6.Holt雙參數(shù)指數(shù)平滑法其中反映長期趨勢的公式為:反映長期趨勢增量的公式為:預(yù)測模型為:時間序列案例7.Winters的三參數(shù)指數(shù)平滑法反映長期趨勢的公式:反映長期
8、趨勢增量的公式:反映季節(jié)變動的公式:預(yù)測公式:航線預(yù)測案例Winters法舉例本節(jié)總結(jié)平滑預(yù)測法簡單算術(shù)平均法加權(quán)算術(shù)平均法一次移動平均預(yù)測法一次指數(shù)平滑二次移動平均二次指數(shù)平滑雙參數(shù)指數(shù)平滑法三參數(shù)指數(shù)平滑法第三節(jié) 趨勢方程擬合法把預(yù)測目標(biāo)的時間序列所揭示的開展變化規(guī)律擬合成一個趨勢方程,并使用擬合方程進行預(yù)測的方法。直線方程擬合法曲線方程擬合法直線方程擬合法把具有線性變動趨勢的歷史時間序列擬合成直線方程進行預(yù)測的方法模型:模型識別:散點圖呈線性;逐期增長量一階差分大致為常數(shù)。直線方程擬合舉例參數(shù)求法最小二乘法偏差平方和最小時參數(shù)的取值,理論值和觀察值之差的平方和最小時a, b的取值。問題轉(zhuǎn)
9、化為:欲使 曲線方程擬合法曲線方程擬合法的步驟:使用散點圖分析及定性分析來判別時間序列模式選擇適宜的曲線模型求解模型參數(shù)模型擬合效果分析利用模型進行預(yù)測常用曲線模型的判別與估計多項式模型模型判別方法參數(shù)估計:最小二乘法指數(shù)曲線模型環(huán)比開展速度大致接近、或者散點圖呈指數(shù)曲線樣式參數(shù)估計:對數(shù)最小二乘法插入:幾何平均預(yù)測法GDP案例常用曲線模型的判別與估計續(xù)簡單修正指數(shù)曲線其逐期增長量一階差分按等比級數(shù)遞減,第一階差分的環(huán)比開展速度近似一個常數(shù),曲線樣式使用三和法求參數(shù)。3n個觀察值,分為三組, 常用曲線模型的判別與估計續(xù)成長曲線邏輯生長曲線曲線樣式倒數(shù)三和法龔帕茲曲線曲線樣式對數(shù)三和法曲線模型的選擇其他曲線:三次曲線模型,冪函數(shù)曲線模型,雙曲線模型等模型的選擇我國航空運輸年度周轉(zhuǎn)量數(shù)據(jù)分析Excel中的添加趨勢線工具人口及城鎮(zhèn)人口變化GDP的開展變化第四節(jié) 季節(jié)變動預(yù)測法季節(jié)變動的時間序列舉例同期預(yù)測法,使用同季數(shù)據(jù)進行預(yù)測水平趨勢時間序列的季節(jié)指數(shù)調(diào)整法趨勢方程擬合配合季節(jié)指數(shù)調(diào)整法三參數(shù)指數(shù)平滑法溫特斯法季節(jié)調(diào)整數(shù)據(jù)與時間序列的分解水平趨勢季節(jié)指數(shù)調(diào)整法季節(jié)指數(shù)是一種以相對數(shù)表示的季節(jié)變動變化大小的衡量指標(biāo),是指各季數(shù)值和
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)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,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
- 2025年度車輛抵押給個人質(zhì)押貸款合同:豪華轎車使用權(quán)協(xié)議
- 2025年度特種車輛拖車與吊裝作業(yè)服務(wù)合同
- 二零二五年度旅游居間協(xié)議合同服務(wù)項目解析
- 二零二五年度泳池安全知識培訓(xùn)免責(zé)協(xié)議
- 二零二五年度空調(diào)銷售與節(jié)能改造升級合同
- 二零二五年度餐飲管理公司員工培訓(xùn)與用工合同
- 高速公路排水溝施工合同(2025年度)包含臨時道路修復(fù)服務(wù)
- 2025年度銷售人員商業(yè)秘密保護及保密補償協(xié)議
- 二零二五年度傳媒行業(yè)勞動合同終止及競業(yè)限制協(xié)議范本
- 2025年度道路養(yǎng)護承包合同解除書
- 群體傷應(yīng)急預(yù)案及搶救流程
- 2021年熔化焊與熱切割基礎(chǔ)知識課件
- 3.《東施效顰》課件PPT
- 秒的認識 完整版PPT
- 創(chuàng)新藥產(chǎn)業(yè)鏈研究培訓(xùn)框架
- (完整PPT)半導(dǎo)體物理與器件物理課件
- 大音希聲話古韻——古琴曲《流水》課件
- 浮針療法之頸椎病的治療ppt課件
- 金蝶K3 Cloud 產(chǎn)品安裝指南
- VISIO圖標(biāo)大全(完整版)
- 醫(yī)療、預(yù)防、保健機構(gòu)醫(yī)師聘用證明表(共1頁)
評論
0/150
提交評論