時間序列分析預(yù)測法講義-免費閱讀
【正文】 2023年 3月 23日星期四 下午 6時 30分 24秒 18:30: ? 1最具挑戰(zhàn)性的挑戰(zhàn)莫過于提升自我。 2023年 3月 23日星期四 6時 30分 24秒 18:30:2423 March 2023 ? 1空山新雨后，天氣晚來秋。 , March 23, 2023 ? 很多事情努力了未必有結(jié)果，但是不努力卻什么改變也沒有。 :30:2418:30Mar2323Mar23 ? 1故人江海別，幾度隔山川。時當(dāng) 預(yù)測 ?建立二次指數(shù)平滑法預(yù)測模型為： ?預(yù)測 6個月后的需求量為： T12 ??? )( 612 萬噸????? 三、三次指數(shù)平滑法 ?當(dāng)時間序列的變動呈現(xiàn)為二次曲線趨勢時，則需要用三次指數(shù)平滑法進行預(yù)測。 表 44 各月利潤額及指數(shù)平滑值 單位：千元 月份 利潤額 指數(shù)平滑值 t Yt ?= ?= ?= 1 2 3 4 5 6 7 8 9 10 11 12 預(yù)測 ? 與一次移動平均法類時，一次指數(shù)平滑法僅適用于近期預(yù)測。 )184 Y?)1(YY? tt1t ??????? （ 3．平滑系數(shù) ? 由預(yù)測模型可見， ?起到一個調(diào)節(jié)器的作用。 例 42 ? 已知某商品連續(xù) 12個月的市場需求量如表 43所示，試用二次移動平均法預(yù)測5個月后的市場需求量。 ?式中： K—— 時間序列的項數(shù) ??????K1Nt2tt )Y?Y( NK1MSE 例 41 ?某農(nóng)機公司某年 1月至 12月某種農(nóng)具的銷售量如表 41。 ?。 ?不規(guī)則變動通常用 I表示， I=I（ t）。 ?長期趨勢變動是時間 t的函數(shù)，它反映了不可逆轉(zhuǎn)的傾向的變動?？煞譃闀r期序列和時點序列兩種。經(jīng)濟預(yù)測與決策 第四章 時間序列分析預(yù)測法 時間序列分析預(yù)測法 ?時間序列分析預(yù)測法是將預(yù)測目標(biāo)的歷史數(shù)據(jù)按照時間的順序排列成為時間序列，然后分析它隨時間的變化趨勢 ,外推預(yù)測目標(biāo)的未來值。 ? 時期序列是指由反映某種社會經(jīng)濟現(xiàn)象在一段時期內(nèi)發(fā)展過程的總量指標(biāo)所構(gòu)成的序列。長期趨勢變動通常用 T表示， T=T（ t）。 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。 第二節(jié) 移動平均法 ?移動平均法是根據(jù)時間序列，逐項推移，依次計算包含一定項數(shù)的移動平均數(shù)，據(jù)以進行預(yù)測的方法。試用一次移動平均法預(yù)測次年 1月的銷售量。（取 N=5） 表 43 單位：千噸 ? 時期數(shù) 需求量 一次移動平均數(shù) 二次移動平均數(shù) ? t Yt M t（ 1） M t（ 2） ? 1 50 ? 2 50 ? 3 53 ? 4 56 ? 5 59 ? 6 62 ? 7 65 ? 8 68 62 ? 9 71 65 ? 10 74 68 ? 11 77 71 ? 12 80 74 68 解： ?分別計算當(dāng)前時期 t=12的一次移動平均數(shù) Mt（ 1） 和 二次移動平均數(shù) Mt（ 2） 。如果 ?值選取得越大，則越加大當(dāng)前數(shù)據(jù)的比重，預(yù)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(yù)測值受遠期影響越大。 2023年 1月的預(yù)測值可根據(jù)2023年 12月的一次指數(shù)平滑值估計。 ?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。 18:30:2418:30:2418:30Thursday, March 23, 2023 ? 1
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1