第13章時間序列分析和預(yù)測-wenkub
2023-01-25 01:06:15 本頁面
【正文】 比減 12. 定基增長率n 報告期水平與某一固定時期水平之比減 118平均增長率(average rate of increase )1. 序列中各逐期環(huán)比值 (也稱環(huán)比發(fā)展速度 ) 的幾何平均數(shù)減 1后的結(jié)果2. 描述現(xiàn)象在整個觀察期內(nèi)平均增長變化的程度3. 通常用幾何平均法求得。試確定其趨勢及其趨勢及其類型其類型 27確定趨勢成分(例題分析 )直線趨勢方程回歸系數(shù)檢驗P=R2=28確定趨勢成分(例題分析 )二次曲線方程回歸系數(shù)檢驗P=R2=29確定季節(jié)成分(例題分析 )【 例】 下面是一家啤酒生產(chǎn)企業(yè) 2023～2023年各季度的啤酒銷售量數(shù)據(jù)。 ?為平滑系數(shù)為平滑系數(shù) (0 ?1)50一次指數(shù)平滑1. 在開始計算時，沒有第 1期 的預(yù)測值 F1， 通?？梢栽O(shè) F1等于第 1期的 實際觀察值，即F1=Y12. 第 2期的預(yù)測 值為3. 第 3期的預(yù)測 值為4. 第 4期的預(yù)測值為51一次指數(shù)平滑 (預(yù)測誤 差 )1. 預(yù)測 精度，用誤差均方來衡量2. Ft+1是第 t期的預(yù)測值 Ft加上用 ?調(diào)整的第 t期的預(yù)測誤差 (YtFt)52一次指數(shù)平滑 (? 的確定 )1. 不同的 ?會對預(yù)測結(jié)果產(chǎn)生不同的影響– 當(dāng)時間序列有較大的隨機波動時，宜選較大的? ，以便能很快跟上近期的變化– 當(dāng)時間序列比較平穩(wěn)時，宜選較小的 ? 2. 選擇 ?時，還應(yīng)考慮預(yù)測誤差– 誤差均方來衡量預(yù)測誤差的大小– 確定 ?時，可選擇幾個進(jìn)行預(yù)測，然后找出預(yù)測誤差最小的作為最后的值 53一次指數(shù)平滑 (例 題 分析 )第 1步： 選擇【工具】下拉菜單第 2步： 選擇【數(shù)據(jù)分析】，并選擇【指數(shù)平滑】，然后【確定】第 3步： 當(dāng)對話框出現(xiàn)時 在【輸入?yún)^(qū)域】中輸入數(shù)據(jù)區(qū)域 在【阻尼系數(shù)】 ( 注意：阻尼系數(shù) =1 ? )輸入的值 選擇【確定 】【例】 對居民消費價格指數(shù)數(shù)據(jù)，選擇適當(dāng)?shù)钠交禂?shù) ? ，采用 Excel進(jìn)行指數(shù)平滑預(yù)測，計算出預(yù)測誤差，并將原序列和預(yù)測后的序列繪制成圖形進(jìn)行比較 54一次指數(shù)平滑 (例 題 分析 )55一次指數(shù)平滑 (例 題 分析 )56本章小節(jié)（趨勢、季節(jié)、周期、隨機）? 圖表法? 增長率（環(huán)比、同比、平均增長率） 確定成分、選擇方法、評估方法、預(yù)測1. ? 簡單平均法? 移動平均法? 指數(shù)平滑法57靜夜四無 鄰 ，荒居舊 業(yè)貧 。 17:06:2023:06:2023:06Sunday, March 21, 20231乍 見 翻疑夢，相悲各 問 年。 2023/3/21 17:06:2023:06:2023 March 20231做前，能 夠環(huán)視 四周；做 時 ，你只能或者最好沿著以腳 為 起點的射 線 向前。 三月 2117:06:2023:06Mar2121Mar211世 間 成事，不求其 絕對圓滿 ，留一份不足，可得無限完美。 三月 215:0
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1