經(jīng)濟預測與決策時間序列平滑預測法-全文預覽
【正文】 020， T=1，也可取t=2020， T=2。若數(shù)據(jù)時純隨機的，則全部歷史數(shù)據(jù)的均值是最好的預測值。 n到底取多大值為好？一般地，可同時用幾個 n值計算，然后同過去的資料進行比較，看 n多大時預測誤差小。 一、簡單移動平均數(shù)法 局限： 1. 該方法只能對后續(xù)相鄰的那一項進行預測。第六章 時間序列平滑預測法 一、時間序列分析 時間序列中的每一時期的數(shù)值，都是由很多不同的因素同時發(fā)生作用后的綜合結果，時間序列分析，實質(zhì)上就是對各種可能發(fā)生影響的因素的分析，通常把這些因素分為四類： 1. 長期趨勢（ T） 2. 季節(jié)變動（ S） 3. 循環(huán)變動（ C） 4. 不規(guī)則變動（ I） 二、時間序列的組合形式 用 Y表示時間序列的值，各因素對時間序列的綜合作用方式一般有兩種： 乘法模型： Y=T S C I （ 1） 加法模型： Y=T+S+C+I （ 2） 在實際進行時間序列分析時，通常把 C與 I合并為 I，即 乘法模型： Y=T S I 加法模型： Y=T+S+I 選什么模型，由序列的性質(zhì)和我們的研究目的而定。應用移動平均法，樣本值得到修勻，從而可以消除原序列的周期變動和隨機變動，顯示出趨勢變動。 第 t+1期的預測值： nYYYM ntttt11 ??? ???? ?tt MY ??1? n取值越大，其修勻程序越好，但對真實值變化趨勢反應也越遲鈍。當數(shù)據(jù)的隨機性較小時，宜選用較小的 有利于跟蹤數(shù)據(jù)的變化。 其中 nYWYWYWM ntnttwt1121 ???????? ?nWWW n ???? ?21wtt MY ?? ?1?權數(shù)的確定是一般需要根據(jù)經(jīng)驗，結合實際情況而定預測值 三、二次移動平均數(shù)法 移動平均數(shù)預測值和實際值之間大都存在滯后的偏差，為解決存在線性遞增趨勢（或遞減趨勢）的預測，我們用二次移動平均數(shù)法，該方法不是用二次移動平均值直接進行預測，而是在二次移動的基礎上，利用滯后偏差建立線性預測模型，然后再用所得到的模型進行預測，由于其模型是線性的，因而它只適用于存在線性變化趨勢的預測問題。 第三節(jié) 指數(shù)平滑法 對移動平均法進行改進，使得近期的數(shù)據(jù)以較大的權數(shù)，遠期的數(shù)據(jù)以較小的權數(shù)，但不像移動平均法那樣需要 n期的歷史數(shù)據(jù)，也不像加權移動平均法那樣，對每期的資料作逐期的加權運算。 優(yōu)點： 1. 只需要當期的實際值與上一期的指數(shù)平滑值。 ?)1(1)2(1 SS ? ? 求預測值的相對誤差 ?tttYYY ??? 若平均相對誤差較小，則認為 較合適，反之，重新取 值進行計算 第四節(jié) 季節(jié)指數(shù)法 某些經(jīng)濟變量季節(jié)變動的影響是很明顯的，如電風扇，啤酒、裙子和棉大衣等。i，則 TikTikikmkkkkYYFmFFFF)1()1(21?????????????? 季節(jié)指數(shù)法的預測模型為 kttk FYY ????? 其中 tkY??表示
醫(yī)療健康相關推薦
鄂ICP備17016276號-1