【正文】 2222?????????）（）（）（）（B 在 95％ 的可靠程度下 ， 2023年每月預測值區(qū)間為 ，即在 — 。 月 年 2023 2023 2023 2023 1 328 330 298 335 2 331 324 317 321 3 360 348 328 346 4 318 360 330 363 5 324 327 323 329 6 294 342 348 327 7 342 360 342 368 8 348 357 351 350 9 357 321 318 341 10 321 297 336 312 11 330 318 354 327 12 348 354 358 351 年合計 4001 4038 4003 4070 月平均 表5.1 食鹽年銷售額及平均值 單位：千元 ? 首先 ， 用下列公式估計出預測標準差 。 ① 如果以 2023年的每月平均值作為 2023年的每月預測值； ② 如果以 2023— 2023年的月平均值作為 2023年的月預測值 。 如果通過數(shù)年的時間序列顯示 ， 觀察期資料并無顯著的長期升降趨勢變動和季節(jié)變動時 ， 就可以采用此方法 。它個僅易懂 、 計算方便 ， 而且也容易掌握 。 （ 5） 進行預測 。 S 三 、 時間序列因素的組合形式 ? 時間序列變動是長期趨勢變動 、 季節(jié)變動 、 循環(huán)變動和不規(guī)則變動四種因素綜合作用的結(jié)果 。 ? 即循環(huán)變動是具有一定周期和振幅的變動 。 長期趨勢變動通常用 T表示 ， T=T（ t） 。 二 、 時間序列的影響因素 一個時間序列是多種因素綜合作用的結(jié)果 。 ? 時點序列是指由反映某種社會經(jīng)濟現(xiàn)象在一定時點上的發(fā)展狀況的指標所構(gòu)成的序列 。 ? 絕對數(shù)時間序列是基本序列 。第五章 時間序列 趨勢預測法 2 內(nèi)容提要 ?第一節(jié) 時間序列趨勢預測法概述 ?第二節(jié) 簡易平均法 ?第三節(jié) 移動平均法 ?第四節(jié) 指數(shù)平滑法 ?第五節(jié) 趨勢外推法 ?第六節(jié) 季節(jié)指數(shù)法 第一節(jié) 時間序列趨勢預測法概述 4 一、基本概念 時間序列 ? 時間序列是指某種經(jīng)濟統(tǒng)計指標的數(shù)值 ，按時間先后順序排列起來的數(shù)列 。 可分為時期序列和時點序列兩種 。 如各個年末的人口總數(shù) 。 ? 長期趨勢變動 ? 季節(jié)變動 ? 循環(huán)變動 ? 不規(guī)則變動 長期趨勢變動 ? 長期趨勢變動又稱傾向變動 ， 它是指伴隨著經(jīng)濟的發(fā)展 ， 在相當長的持續(xù)時間內(nèi) ， 單方向的上升 、 下降或水平變動的因素 。 圖 時間序列數(shù)據(jù)長期趨勢變化曲線 季節(jié)變動 ? 季節(jié)變動的周期性比較穩(wěn)定 ， 一般以年為單位作周期變動 。 ? 循環(huán)變動是時間的函數(shù) ， 通常用 C表示 ，C=C（ t） 。四種因素組合的形式有多種 ， 有以下兩種基本形式 。 I 四 、 時間序列預測的步驟 （ 1） 繪制觀察期數(shù)據(jù)的散點圖 ， 確定其變化 趨勢的類型 。 第二節(jié) 簡單平均法 簡易平均法 ， 是將一定觀察期內(nèi)預測目標的時間序列的各期數(shù)據(jù)加總后進行簡單平均 ， 以其平均數(shù)作為預測期的預測值 。 常用的簡易平均法有算術平均法 、 加權(quán)平均法和幾何平均法 。 (2)以觀察期的每月平均值作為預測期對應月份的預測值 。 可以看出 ， 選擇觀察期的長短不同 ， 預測值也隨之不同 。 —觀察期數(shù)——預測值（平均數(shù)）——實際值——標準差—）（nxxSnxxSixix12????式中： ? 然后 ， 計算某種可靠程度要求時的預測區(qū)間 。 例 ： 某商店汗衫的銷售量如表 ， 預測第四年每月的銷售量 。 設 x1， x2， x3為觀察期的資料 ， 則其幾何平均數(shù)為： ）—資料期數(shù)（數(shù)據(jù)個數(shù)——幾何平均值；—nGxxxG nn?21??式中： 例 ： 某企業(yè) 1994— 2023年的銷售額資料如表 ， 預測該企業(yè) 2023年的銷售額 。 %lglg%???????????? arcnxarcGxxxGinn ??或 12023??? 142 7Tt T ttTty G Py t TTPy?????? ? ?— — 第 期 的 預 測 值— — 預 測 期 與 最 后 觀 察 期 的 間 隔 數(shù)— — 第 t 期 的 觀 察 值（ 萬 元 ）觀察期 實際銷售額 環(huán)比指數(shù)（ x） lgx 1994 1995 1996 1997 1998 1999 2023 2023 2023 2023 2023 2023 2023 2023 Σ /n 表5.4 年銷售額及幾何發(fā)展速度 單位：萬元 三 、 加權(quán)平均法 加權(quán)平均法 ， 就是在求平均數(shù)時 ， 根據(jù)觀察期各資料重要性的不同 ， 分別給以不同的杖數(shù)后加以平均的方法 。 每次移動平均總是在上次移動平均的基礎上 ，去掉一個最遠期的數(shù)據(jù) 、 增加一個緊挨跨越期后面的新數(shù)據(jù) ， 保持跨越期不變 ， 每次只向前移動一步 ， 逐項移動 ， 滾動前移 。 但 N應取多大 ， 應根據(jù)具體情況作出決定 。 預測 1999年的貨物周轉(zhuǎn)量 。 它可分為一次指數(shù)平滑法和多次指數(shù)平滑法 。 體現(xiàn)了 “ 近重遠輕 ” 的賦權(quán)原則 。如果 ?值選取得越大 ， 則越加大當前數(shù)據(jù)的比重 ，預測值受近期影響越大；如果 ?值選取得越小 ，則越加大過去數(shù)據(jù)的比重 ， 預測值受遠期影響越大 。 一次指數(shù)平滑法的初值的確定有幾種方法： ? 取第一期的實際值為初值 ? 取最初幾期的平均值為初值 例 ： 某商店 l982— 1991年銷售額資料如 excel表所示 ， 試用一次指數(shù)平滑法預測 1992年銷售額為多少萬元 。 ? 當時間序列的變動呈線性趨勢時 ， 可采用二次指數(shù)平滑法 。 根據(jù)函數(shù)關系的形態(tài)不同 ， 可分為直線趨勢外推法 、 曲線趨勢外推法及指數(shù)趨勢外推法三種 。 它是將時間序列觀察值數(shù)據(jù)按時間先后在平面坐標圖上一一標出 ， 以橫軸表示時間 ， 縱軸表示某預測變量 ， 描出散點圖 ， 并根據(jù)其走向 ，用目測徒手畫出一條擬合程度最佳的直線 。 例 ： 某家用電器廠