時間序列預測法-wenkub
2023-03-29 11:04:52 本頁面
【正文】 預測的方法。 ? 注意 ： 一次移動平均法一般適應于平穩(wěn)模式，當被預測的變量的基本模式發(fā)生變化時，一次移動平均法的適應性比較差。 ? 由計算結(jié)果可見， MSE3MSE5，故選取N=5，預測次年 1月該農(nóng)具的銷售量為 448件 數(shù)據(jù)與計算過程 誤差平方和計算表 月份數(shù) t 實 際 銷售量 Yt 一次移動平均數(shù) Mt N=3 N=5 預測銷售量 誤差平方 預測銷售量 誤差平方 1 423 2 358 3 434 4 445 405 1600 5 527 412 13225 6 429 469 1600 437 64 7 426 467 1681 439 169 8 502 461 1681 452 2500 9 480 452 784 466 196 10 384 469 7225 473 7921 11 427 455 784 446 361 12 446 430 256 444 4 419 448 ? 28836 11215 二 次移動平均 預測 法 ? 一次移動平均法當用來預測一組具有趨勢的數(shù)據(jù)時估計值往往比實際值偏低 (或偏高 )。 得： M12（ 1） =74， M12（ 2） =68 8068742MM2aa )2(12)1(1212t ??????? 3)6874(152 )MM(1N2bb )2(12)1(1212t ???????? （千噸）：時，求955380 5512512???????XXT案例數(shù)據(jù) 某商品市場需求量 單位：千噸 時期數(shù) t 需求量 Yt 一次移動平均數(shù) 二次移動平均數(shù) 1 50 2 50 3 53 4 56 5 59 54 6 62 56 7 65 59 8 68 62 9 71 65 59 10 74 68 62 11 77 71 65 12 80 74 68 指數(shù)平滑法 ? 在實際經(jīng)濟活動中，最新的觀察值往往包含著最多的關(guān)于未來情況的信息。 ? 指數(shù)平滑法最適合用于進行簡單的時間序列分析和中、短期預測。如果 ?值大，則預測值受近期影響大。 ? 參照一次指數(shù)平滑值的計算，二次指數(shù)平滑值可采用下式計算： )1( )2( 1)1()2( ttt SααS S ???線性趨勢的二次平滑預測模型 ? 若時間序列具有線性趨勢變動，并預測未來亦按此趨勢變動，則可以建立線性趨勢預測模型： Xt+T=at+btT ? at、 bt的估計式： SS2a 2t1tt ）（）（ ?? ]SS[1b 2t1tt）（）（ ?????案例 ? 已知某商品最近 12個月的國際市場需求量，取平滑系數(shù) ?=，試用二次指數(shù)平滑法預測 6個月之后國際市場的需求量。 ? 三次指數(shù)平滑法是在二次指數(shù)平滑的基礎(chǔ)上再進行一次指數(shù)平滑。 ? 周期變動因素 (C)也稱循環(huán)變動因素，它是受各種經(jīng)濟因素影響形成的上下起伏不定的波動。在乘法模型中，時間序列值 (Y)和長期趨勢用絕對數(shù)表示，季節(jié)變動、周期變動和不規(guī)則變動用相對數(shù) (百分數(shù) )表示。然后對 S I用按同月（季）平均法求出季節(jié)指數(shù) S(按平均季節(jié)指數(shù)歸一修正 )。 ? 4. 將時間序列的 T、 S、 C分解出來后，剩余的即為不規(guī)則變動。s2=0。s4=s4+SI [j+1]。s2=s2/n。S3=s3*4/ss。 ? 選擇合適的趨勢模型是應用趨勢法的重要環(huán)節(jié)，圖形識別和差分法是選擇趨勢模型的兩種基本方法。 23:41:5923:41:5923:413/28/2023 11:41:59 PM ? 1以我獨沈久，愧君相見頻。 2023年 3月 28日星期二 下午 11時 41分 59秒 23:41: ? 1比不了得就不比，得不到的就不要。 下
教學課件相關(guān)推薦
鄂ICP備17016276號-1