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
時(shí)間序列預(yù)測法§2
用回歸分析方法進(jìn)行預(yù)測1第十七章 預(yù)測預(yù)測的重要性科學(xué)預(yù)測的分類–定量預(yù)測因果關(guān)系預(yù)測,如回歸分析法時(shí)間序列預(yù)測,如平滑法趨勢預(yù)測,調(diào)整季節(jié)影響的趨勢預(yù)測–定性預(yù)測如Delphi法本章介紹的內(nèi)容平滑法趨勢預(yù)測,調(diào)整季節(jié)影響的趨勢預(yù)測,回歸分析法2導(dǎo)言一、時(shí)間序列的成分時(shí)間序列一些連續(xù)的時(shí)間點(diǎn)或時(shí)間區(qū)間上測量到的一系列的數(shù)據(jù)。時(shí)間序列的成分成分的概念:決定時(shí)間序列數(shù)據(jù)值的那些因素。成分的組成:趨勢、周期、季節(jié)性、不規(guī)則。平滑法通過平均過程來去掉時(shí)間序列中不規(guī)則的因素。常用平滑法移動(dòng)平均法、加權(quán)移動(dòng)平均法、指數(shù)平均法二、用平滑法進(jìn)行預(yù)測1.
移動(dòng)平均法用時(shí)間序列中最近的n個(gè)數(shù)據(jù)的平均值來作為下個(gè)時(shí)期的數(shù)據(jù)的預(yù)測值。3§1
時(shí)間序列預(yù)測法§1
時(shí)間序列預(yù)測法計(jì)算的數(shù)學(xué)公式為注意:移動(dòng)就是不斷地用最近幾個(gè)數(shù)據(jù)來代替老數(shù)據(jù)。隨著預(yù)測時(shí)期的推進(jìn),預(yù)測值也不斷變化。例1
某糧油食品公司最近10周的大米銷售數(shù)量如表17-1所示,請預(yù)測第11周的大米銷售數(shù)量。n4
(最近n
個(gè)數(shù)據(jù)值)移動(dòng)平均數(shù)=周期大米銷售量(噸)1622513724645506487678549631073表17-1分析:–大米是日常生活必需品,不受季節(jié)、周期的影響;–數(shù)據(jù)記錄的時(shí)間單位為周,時(shí)間間隔短很少受趨勢的長時(shí)期因素的影響。在此用移動(dòng)平均法預(yù)測。步驟:
1.選定n的取值,取n為3;選取距離第11周最近的3周數(shù)據(jù)。第8、9、10周的數(shù)據(jù)分別為54,63,73;按公式計(jì)算,得53第11周銷售量預(yù)測值為:54+63+73
=63.33§1
時(shí)間序列預(yù)測法預(yù)測偏差的估計(jì)為7–
100.59
=
–10.036(續(xù)例1
)用同樣方法,獲得第4—10周各周的預(yù)測值。分別求出第4—10周的預(yù)測偏差及偏差平方值 預(yù)測偏差=預(yù)測量-實(shí)際銷售量結(jié)果如表17-2所示。
6.估計(jì)第11周的預(yù)測偏差平方值偏差平方估計(jì)值=第1—10周的偏差平方值的均值即第11周的預(yù)測偏差平方值為:704.14
=100.59§1
時(shí)間序列預(yù)測法周數(shù)時(shí)間序列值移動(dòng)平均法預(yù)測值預(yù)測偏差偏差平方值16225137246461.672.335.4355062.33-12.33152.0364862-14196767541316985455-1196356.336.6744.49107361.3311.67136.19合計(jì)6.34704.147表17-2§1
時(shí)間序列預(yù)測法討論
1.由于預(yù)測偏差估計(jì)中存在正負(fù)值,為保證預(yù)測方法的精確度,采用預(yù)測偏差平方值最小的用于第
11周的預(yù)測偏差估計(jì)。2.n值的取定。n值越大,預(yù)測曲線越平滑,丟失的信息就越多。一般n取3、4、5較為恰當(dāng)。8§1
時(shí)間序列預(yù)測法2加權(quán)移動(dòng)平均法該法是移動(dòng)平均法的改進(jìn)。根據(jù)最近的數(shù)據(jù)的不同距離,賦予不同的權(quán)數(shù)。用加權(quán)移動(dòng)平均法求解例1的問題。步驟:確定權(quán)數(shù)。假定第1,2,3周的權(quán)數(shù)比關(guān)系為1:3:5。可得第1周的權(quán)數(shù)為第2周的權(quán)數(shù)為第3周的權(quán)數(shù)為39=1
=
11
+
3
+
5
931
+
3
+
55
=
51
+
3
+
5
9第四周大米銷售量預(yù)測值為9
9
991
(62)+
3
(51)+
5
(72)=
63.89§1
時(shí)間序列預(yù)測法3指數(shù)平滑法用過去的時(shí)間序列的實(shí)際值和預(yù)測值加權(quán)平均來進(jìn)行預(yù)測。10基本模型如下:求解例1分析: 為了預(yù)測第11周的大米銷售量,除了要知道前10周的實(shí)際銷量外,還要知道第10周的預(yù)測值。而要知道第10周的預(yù)測值,必須知道第9周的預(yù)測值。如此類推。直至第1周的預(yù)測值。由于t=1時(shí)是個(gè)起始點(diǎn),故規(guī)定F1=y1,取定α=0.3。求解按公式(17.2)依次計(jì)算,有F
t
+
1=
a
.y
t
+
(1
-
a
F
tFt
+1為第t+1
時(shí)期的時(shí)間序列預(yù)測值y
t
為
第
t
時(shí)
間
的
時(shí)
間
序
列
的
實(shí)
際
值Ft
為
第
t
時(shí)
間
的
時(shí)
間
序
列
的
預(yù)
測
值
(17.2)a
為
平
滑
系
數(shù)
(0
£
a
£
1
)§1
時(shí)間序列預(yù)測法2
1
1F
=0.3y
+0.7F=0.3Y1
+0.7y1=
y1
=62.03
2
2F
=0.3y
+0.7F=0.3(51)+0.7(62)=58.7表17-3顯示了相關(guān)的計(jì)算結(jié)果解得第11周的預(yù)測值為第11周的預(yù)測偏差的平方值為討論不同的α取值對第11周的預(yù)測值和預(yù)測偏差的平方值的影響。改寫公式(17.2)如下,F(xiàn)11
=
0.3Y10
+
0.7F10=
0.3(73)+
0.7
(59.23)=
63.36965
.75119=
107
.3Ft
+1=
a
.
yt
+
(1
-
a
Ft=
a
.
yt
+
Ft
-
a
Ft=
Ft
+
a
(yt
+
Ft
)選取不同的值獲得結(jié)果如表17-4所示。從表中可見,對本例題來說,當(dāng)α取0時(shí),用指數(shù)平滑法求得的第11周的預(yù)測值為62,預(yù)測偏差的平方估計(jì)值最小為86.22。因此,0為α最適合的取值,62為第11周最精確的預(yù)測值。(17.3)§1
時(shí)間序列預(yù)測法周數(shù)時(shí)間序列值移動(dòng)平均法預(yù)測值預(yù)測偏差偏差平方值16225162-11.0121.037258.713.3176.8946462.691.311.7255063.08-13.08171.0964859.16-11.16124.5576755.8111.19125.2285459.17-5.1726.7396357.625.3828.94107359.2313.77189.61合計(jì)965.7512表17-3(a=0.3時(shí))§1
時(shí)間序列預(yù)測法α取值第11周預(yù)測值第11周預(yù)測偏差平方估計(jì)值0.06286.220.161.3993.040.262.07100.300.363.36107.300.464.90114.240.566.47121.500.667.99129.400.769.40138.160.870.72147.930.971.92158.761.073170.7813表17-4§1
時(shí)間序列預(yù)測法用圖17-2來表示。14年(t)銷量(萬臺)(yt)年(t)銷量(萬臺)(yt)140.3654.8244.2764.1350.4859.2443.3956.4547.31063.1三、用時(shí)間序列趨勢進(jìn)行預(yù)測假定時(shí)間序列趨勢為線性。例2某種品牌的冰箱最近十年的銷售數(shù)量,如表17-5所示:表17-5§1
時(shí)間序列預(yù)測法7065605550454035150
1
2
3
4
5
6
7
8
9
10年銷量(萬臺)圖17-2(續(xù)例2
)§1
時(shí)間序列預(yù)測法(續(xù)例2
)從中可以看出,10年里銷售量的趨勢是增長的,并可以認(rèn)為
趨勢是與圖中直線相吻合,所以稱趨勢是線性趨勢的。直線的方程如下表示:Tt
=
b0
+
b1tTt
為在第t時(shí)期冰箱的銷售量
b0為趨勢直線在縱軸上的截距
b1為趨勢直線的斜率(17.4)t16t1t
22t
)
/
nb
=++
b
1
t
(
t
?
Y /
nt
?
Y
-
(
b
0
=
YY
t
為
求第
t
時(shí)
期
時(shí)
間
序
列
的
實(shí)
際
值據(jù)
的
平
均
值n
為時(shí)期的數(shù)目
Y
為時(shí)間序列數(shù)
t為t
的平均值我們用回歸分析的思想找到一條直線,使得直線上所有的預(yù)測值與時(shí)間序列的實(shí)際值偏差平方之和為最小。由下列公式確定:(17.5)(17.6)§1
時(shí)間序列預(yù)測法(續(xù)例2
)求解最后得到趨勢直線為1171010t
=
55
=
5
.5Y
=
523.1
=
52.31b
=
t
?
Yt
-
(
t
?
Yt
)/
n
t
2+
(
t
)2
/
n=
3079.3
-
(55
)?
(523.1)/
10
=
2
.45385
-
(55
)2
/
10b0
=
Y
+
b1
t=
52.31
-
2.45
·
5(1.57.7)=
38.84所以趨勢直線為Tt
=38.84+2.45tT11
=38.84+2.45(11
=
65.79§1
時(shí)間序列預(yù)測法四、體現(xiàn)時(shí)間序列的趨勢和季節(jié)因素的預(yù)測方法思路:把具有趨勢和季節(jié)因素的時(shí)間序列中的季節(jié)的成分從序列中分離出來;求出這個(gè)具有趨勢的時(shí)間序列的趨勢預(yù)測;用季節(jié)指數(shù)修正趨勢預(yù)測,使預(yù)測體現(xiàn)出趨勢因素和季節(jié)因素。該時(shí)間序列的模型為Yt
=
Tt
·
St
·
It18Yt為時(shí)間序列t時(shí)期的數(shù)據(jù)
Tt為t時(shí)期的趨勢因素St為t時(shí)期的季節(jié)因素
It
為t時(shí)期的不規(guī)則因素(17.8)§1
時(shí)間序列預(yù)測法例3某運(yùn)動(dòng)鞋廠,其近四年銷售的運(yùn)動(dòng)鞋數(shù)量按季節(jié)統(tǒng)計(jì)的數(shù)據(jù)如表17-6(P21頁)和圖17-3
(P22頁)所示。步驟(一)用移動(dòng)平均法來消除季節(jié)因素和不規(guī)則因素的影響。
1.取n=4;把四個(gè)季度的平均值作為消除季節(jié)和不規(guī)則因素影響后受趨勢因素影響的數(shù)值;計(jì)算“中間季度”的趨勢值;中間季度的含義:一個(gè)季度的下半部分和次季度的上半部分合成一個(gè)新的“季度”。如第一個(gè)中心移動(dòng)平均值為(16.1+17.05)/2=16.575。表17-7
(P23)顯示了其計(jì)算的結(jié)果。
4.計(jì)算季節(jié)與不規(guī)則因素的指標(biāo)。季節(jié)與不規(guī)則因素的指標(biāo)=季度銷量/中心移動(dòng)平均值,表17-8(P24)顯示了計(jì)算結(jié)果。19§1
時(shí)間序列預(yù)測法季節(jié)季節(jié)與不規(guī)則因素指標(biāo)值季節(jié)指數(shù)調(diào)整后的季節(jié)指數(shù)10.878;0.820;0.8420.850.8521.123;1.150;1.1101.131.1231.225;1.176;1.1571.191.1840.790;0.883;0.8670.850.8520計(jì)算季節(jié)指數(shù)季節(jié)指數(shù)=該季節(jié)所有季節(jié)與不規(guī)則因素的指標(biāo)/該季節(jié)的參與影響的數(shù)量如第三季度的基金額指數(shù)=(1.225+1.176+1.157)/3=1.19.表17-9顯示了計(jì)算結(jié)果。調(diào)整季節(jié)指數(shù)保證四個(gè)季節(jié)指數(shù)的和等于4
,表17-9顯示了計(jì)算結(jié)果。表17-9§1
時(shí)間序列預(yù)測法年季度銷量(萬雙)1112.2218.1320.3413.82116.0221.4323.1417.73116.8223.8324.2418.34118.0224.1326.0419.221§1
時(shí)間序列預(yù)測法表17-60225101520253001234123123412344季節(jié)銷量(萬雙)圖17-3§1
時(shí)間序列預(yù)測法年季度銷量(萬雙)四個(gè)季度移動(dòng)平均值中心移動(dòng)平均值1112.2218.116.100320.317.05016.575413.817.87517.4632116.018.57518.225221.419.55019.063323.119.75019.650417.720.35020.0503116.820.62520.488223.820.77520.700324.221.07520.925418.321.15021.1134118.021.6021.375224.121.82521.713326.0419.223表17-7(注:平均值實(shí)際位于兩個(gè)單元格中間)§1
時(shí)間序列預(yù)測法年季度銷量(萬雙)中心移動(dòng)平均值季節(jié)與不規(guī)則因素的指標(biāo)值1112.2218.1320.316.5751.225413.817.4630.7902116.018.2250.878221.419.0631.123323.119.6501.176417.720.0500.8833116.820.4880.820223.820.7001.150324.220.9251.157418.321.1130.8674118.021.3750.842224.121.7131.110326.0419.224表17-8§1
時(shí)間序列預(yù)測法(二)去掉時(shí)間序列中的季節(jié)因素把原來的時(shí)間序列的每一個(gè)數(shù)據(jù)值除以相應(yīng)的季節(jié)指數(shù)。25消除了季節(jié)因素后的時(shí)間序列如表17-10所示。=
Tt·
I
t原來的乘積模型為Yt
=
Tt
·
S
t
·
I
t變
成
了
Yt
/
S
t§1
時(shí)間序列預(yù)測法年季度銷量(萬雙)(Yt)季節(jié)指數(shù)(St)消除季節(jié)因素后銷售量(Yt/St)1112.20.8514.35218.11.1216.16320.31.1817.20413.80.8516.242116.00.8518.82221.41.1219.11323.11.1819.58417.70.8520.823116.80.8519.76223.81.1221.25324.21.1820.51418.30.8521.534118.00.8521.18224.11.1221.52326.01.1821.03419.20.8522.5926表17-10§1
時(shí)間序列預(yù)測法(三)確定消除季節(jié)因素后的時(shí)間序列的趨勢求解趨勢直線方程。設(shè)直線方程為T0
=b0+b1tTt為求第t時(shí)期運(yùn)動(dòng)鞋的銷量b0為趨勢直線縱軸上的截距
b1為趨勢直線的斜率求得Tt=15.618+0.454t從而得T17=15.168+0.454(17)=23.336
(萬雙)27§1
時(shí)間序列預(yù)測法討論如果銷量的數(shù)據(jù)按月提供,則先取n=12,計(jì)算這12個(gè)月的季節(jié)指數(shù),其余的步驟與前面介紹的相同。28年季度趨勢預(yù)測值季節(jié)指數(shù)季度預(yù)測值5123.3360.8519.836223.7901.1226.645324.2441.1828.608424.6940.8520.993(四)進(jìn)行季節(jié)調(diào)整以第17個(gè)季度(第五年的第一個(gè)季度)為例,有第一季度的季節(jié)指數(shù)為0.85(從表17-9得知),得第17個(gè)季度的銷量預(yù)測值為23.336(0.85)=19.836(萬雙)。表17-11表示了調(diào)整后的銷量預(yù)測值。表17-11§1
時(shí)間序列預(yù)測法回歸分析方法通過對自變量以及其因變量的對應(yīng)數(shù)據(jù)的統(tǒng)計(jì)分析而建立變量間因果關(guān)系模型的方法。因變量:要預(yù)測的變量自變量:與因變量相關(guān)的變量元次:自變量的個(gè)數(shù)線性與非線性:自變量與因變量間的表達(dá)函數(shù)的性質(zhì)29§2
用回歸分析方法進(jìn)行預(yù)測§2回歸分析法30從而得現(xiàn)用回歸分析方法進(jìn)行預(yù)測。回歸的模型為一、回歸分析方法應(yīng)用于
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(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
- 配置dhpc服務(wù)器課程設(shè)計(jì)
- 高壓蒸汽發(fā)生器行業(yè)市場現(xiàn)狀供需分析及重點(diǎn)企業(yè)投資評估規(guī)劃分析研究報(bào)告(2024-2030版)
- 電信儲能電池行業(yè)市場現(xiàn)狀供需分析及重點(diǎn)企業(yè)投資評估規(guī)劃分析研究報(bào)告(2024-2030版)
- 改性聚苯醚(MPPE)行業(yè)市場現(xiàn)狀供需分析及重點(diǎn)企業(yè)投資評估規(guī)劃分析研究報(bào)告(2024-2030版)
- 塑料包裝托盤拉伸包裝機(jī)行業(yè)市場現(xiàn)狀供需分析及重點(diǎn)企業(yè)投資評估規(guī)劃分析研究報(bào)告(2024-2030版)
- 動(dòng)物脫毛劑行業(yè)市場現(xiàn)狀供需分析及重點(diǎn)企業(yè)投資評估規(guī)劃分析研究報(bào)告(2024-2030版)
- 2024-2030年鮮香蝦仔醬市場投資前景分析及供需格局研究預(yù)測報(bào)告
- 2024-2030年高速倒角機(jī)行業(yè)市場現(xiàn)狀供需分析及投資評估規(guī)劃分析研究報(bào)告
- 2024-2030年高端礦泉水行業(yè)市場深度分析及競爭格局與投資價(jià)值研究報(bào)告
- 2024-2030年馬靴行業(yè)市場現(xiàn)狀供需分析及投資評估規(guī)劃分析研究報(bào)告
- 十字相乘法解一元二次方程練習(xí)100題及答案
- JG-T 562-2018 預(yù)制混凝土樓梯
- 2024版中國血脂管理指南
- AQ 2026-2010 金屬非金屬礦山提升鋼絲繩檢驗(yàn)規(guī)范(正式版)
- 家長對幼兒園教育理念(3篇模板)
- 《博士后出站研究報(bào)告》
- 人教版2023-2024學(xué)年小學(xué)數(shù)學(xué)六年級上冊第三單元檢測試卷(含答案)
- 諧波齒輪減速器選型資料-圖文
- 醫(yī)院護(hù)理人文關(guān)懷實(shí)踐規(guī)范專家共識
- 成都市出租車駕駛員從業(yè)資格區(qū)域科目考試題庫(含答案)
- 《電動(dòng)汽車充換電設(shè)施運(yùn)維服務(wù)評價(jià)規(guī)范》
評論
0/150
提交評論