【正文】 計算，則預(yù)測這個新產(chǎn)品的平均銷售量為： 回總目錄 415 570 770 585 ( )3?? ? 千件回本章目錄 第二節(jié) 德爾菲法 [解答 ] ? 加權(quán)平均預(yù)測：將最可能銷售量、最低銷售量和最高銷售量分別按 、 ，則預(yù)測平均銷售量為： 回總目錄 57 0 0 .50 41 5 0 .20 77 0 0 .30 59 9( )? ? ? ? ? ? 千件回本章目錄 第二節(jié) 德爾菲法 [解答 ] ? 中位數(shù)預(yù)測：可將第三次判斷按預(yù)測值高低排列如下： 最低銷售量： 300 370 400 500 550 最可能銷售量： 410 500 600 700 750 最高銷售量： 600 610 650 750 800 900 1250 回總目錄 回本章目錄 第二節(jié) 德爾菲法 [解答 ] ? 中間項的計算公式為： ? 最低銷售量的中位數(shù)為第三項，即 400。調(diào)查匯總數(shù)據(jù)如下表所示： 回總目錄 被調(diào)查 人編號 累計概率 （ 1） （ 2） （ 3） （ 4） （ 5） （ 6） （ 7） （ 8） （ 9） 房產(chǎn)需求量（套） 1 2111 2144 2156 2200 2222 2244 2267 2278 2311 2 1978 2100 2133 2156 2200 2222 2267 2278 2500 3 2044 2100 2133 2144 2244 2267 2289 2311 2444 回本章目錄 第三節(jié) 主觀概率法 回總目錄 被調(diào)查 人編號 累計概率 （ 1） （ 2） （ 3） （ 4） （ 5） （ 6） （ 7） （ 8） （ 9） 房產(chǎn)需求量（套） 4 2156 2167 2178 2189 2200 2211 2222 2233 2244 5 2200 2211 2222 2244 2278 2311 2333 2356 2400 6 1867 1989 2023 2044 2111 2133 2156 2178 2200 7 2156 2200 2222 2289 2311 2356 2400 2433 2489 8 2023 2056 2067 2100 2133 2167 2200 2222 2278 9 2089 2100 2111 2122 2133 2144 2156 2167 2178 10 2222 2244 2244 2278 2300 2322 2356 2367 2444 平均數(shù) 回本章目錄 第三節(jié) 主觀概率法 [解答 ] ? 綜合考慮每一個調(diào)查人的預(yù)測，在每個累計概率上取平均值，得到在此累計概率下的預(yù)測需求量。 回總目錄 回本章目錄 第四節(jié) 定性預(yù)測的其他方法 回總目錄 一、領(lǐng)先指標(biāo)法 ? 通過將經(jīng)濟指標(biāo)分為領(lǐng)先指標(biāo)、同步指標(biāo)和滯后指標(biāo)，并根據(jù)這三類指標(biāo)之間的關(guān)系進行分析預(yù)測。 回本章目錄 第四節(jié) 定性預(yù)測的其他方法 ? [例 ] 某筆記本電腦公司經(jīng)理召集主管銷售、財務(wù)、計劃和生產(chǎn)等部門的負(fù)責(zé)人，對下一年度某種型號筆記本的銷售前景做出了估計。 01i i iy b b x ?? ? ? 回總目錄 回本章目錄 0b1 i?第一節(jié) 一元線性回歸預(yù)測法 二、估計參數(shù) ? 用最小二乘法進行參數(shù)的估計時，要求 滿足一定的假設(shè)條件： 是一個隨機變量； 回總目錄 回本章目錄 i?i?i的均值為零，即 ； ? ? 0iE ? ?在每一個時期中， i?的方差為常量，即 ； ? ? 2iD ???各個 相互獨立； i?與自變量無關(guān)。 ? ? 21221niiiniiDW???????????其中， ， ?i i iyy? ??DW 的取值域在 0~4之間。 回總目錄 回本章目錄 第二節(jié) 多元線性回歸預(yù)測法 一、估計參數(shù) ? 建立二元線性回歸模型： 類似使用最小二乘法進行參數(shù)估計 。 ? 趨勢外推法的兩個假定：（ 1）假設(shè)事物的發(fā)展過程沒有跳躍式變化；（ 2）假定事物的發(fā)展因素也決定事物未來的發(fā)展，其條件不變或變化不大。 第五節(jié) 生長曲線趨勢外推法 一、龔珀茲曲線模型及其應(yīng)用 回總目錄 回本章目錄 (2) lga0 b1 k ? 漸近線（ k）意味著市場對某類產(chǎn)品的需求已由飽和狀態(tài)開始下降。 回總目錄 回本章目錄 月份 銷售額（萬元） 預(yù)測值（ N=1） 預(yù)測值（ N=3） 預(yù)測值（ N=5） 1月 — — — 2月 — — 3月 — — 4月 — 5月 — 6月 7月 8月 9月 10月 11月 12月 — 第二節(jié) 一次指數(shù)平滑法 ? 一次指數(shù)平滑法是一種加權(quán)預(yù)測，權(quán)數(shù)為 α。 回總目錄 回本章目錄 第四節(jié) 線性二次指數(shù)平滑法 二、霍爾特雙參數(shù)線性指數(shù)平滑法 ? 其基本原理與布朗線性指數(shù)平滑法相似，只是它不用二次指數(shù)平滑，而是對趨勢直接進行平滑。 ? 應(yīng)用準(zhǔn)則：主要適用于水平數(shù)據(jù)，對有線性趨勢的數(shù)據(jù)可應(yīng)用差分方法來消除數(shù)據(jù)趨勢。 回總目錄 回本章目錄 第二節(jié) 自適應(yīng)過濾法的應(yīng)用 一、自適應(yīng)過濾法的實際應(yīng)用 ? 本例在調(diào)整過程中經(jīng)過五輪迭代可使誤差降為零（四舍五入），而權(quán)數(shù)達到穩(wěn)定不變，最后得到的最佳權(quán)數(shù)為： =， = 因此，可計算得到預(yù)測值： = 53+ 50=56 （百萬元） = 56+ 53=59 （百萬元） 該商品在 2023和 2023年的銷售額分別為 56和 59百萬元。 ? ?? ?? ???????????nttkntkttkyyyyyy121?? 回總目錄 回本章目錄 nyy ntt /1???第二節(jié) 時間序列的自相關(guān)分析 一、自相關(guān)分析 ? 在給定了 的條件下， 與滯后 k 期時間序列之間的條件相關(guān)。 ty 回總目錄 回本章目錄 ? ?ty ttt yy ??? ?1...2,1?t? ?t? ? ? 0?tE ? ? ? ? ? ???? 22 ??? tt EVar第三節(jié) 單位根檢驗和協(xié)整檢驗 一、單位根檢驗 ? 設(shè)隨機過程 滿足： 其中 , 為一個平穩(wěn)過程，并且： 回總目錄 回本章目錄 ? ?ty ttt yy ?? ?? ? 1...2,1?t1??? ?t? ? ? 0?tE ? ? ? ???? sstt ??? ,cov ...2,1,0?s第三節(jié) 單位根檢驗和協(xié)整檢驗 二、協(xié)整檢驗 ? 如果兩個或多個非平穩(wěn)的時間序列，其某個線性組合后的序列呈平穩(wěn)性，這樣的時間序列就被稱為有協(xié)整關(guān)系存在。 回總目錄 回本章目錄 t t tX X X ???? ? ? ?? ? ~ ( 0 , 1 )t I I D N?50 ?49 7X ?51 52,XX第四節(jié) ARMA模型的建模 ? [解答 ] （ 1） （ 2） 預(yù)報的置信度為 95%的預(yù)報區(qū)間分別為： 回總目錄 回本章目錄 ? ?50 1 7X ? ? ? ? ? ?? ?50 2 7 81? ? ? ? ? ?20 1 1 2 1 21 , , ? ? ? ? ? ?? ? ? ? ? ?? ?2250 11????? ? ? ?2 2 250 12 1 ? ? ?? ? ?? ? ? ?50 k k??第八章 干 預(yù) 分 析 模 型 預(yù) 測 法 第一節(jié) 干預(yù)分析模型概述 第二節(jié) 單變量干預(yù)分析模型的識別與估計 第三節(jié) 干預(yù)分析模型的應(yīng)用實例 回總目錄 第一節(jié) 干預(yù)分析模型概述 一、干預(yù)分析模型簡介 ? 時間序列經(jīng)常會受到特殊事件及態(tài)勢的影響，稱這類外部事件為干預(yù)。利用排除干預(yù)影響后的全部數(shù)據(jù)識別與估計出一個單變量的時間序列模型。 回總目錄 回本章目錄 ttx t ??? , 22 ??? FRR第三節(jié) 干預(yù)分析模型的應(yīng)用實例 ? [解答 ] ? 在此基礎(chǔ)上分離出干預(yù)影響的具體數(shù)值，求估干預(yù)模型的參數(shù)。經(jīng)濟周期分為古典周期和現(xiàn)代周期。經(jīng)濟景氣是指總體經(jīng)濟呈上升趨勢，經(jīng)濟不景氣是指總體經(jīng)濟呈下滑的發(fā)展趨勢。 已知 1978年是我國一系列改革開放政策措施出臺的開始，之后中國經(jīng)濟呈加快增長的新形勢，可以確定 1978年為干預(yù)事件發(fā)生的開始時間，在建模中納入政策變化等干預(yù)變量的影響。 回總目錄 回本章目錄 第二節(jié) 單變量干預(yù)分析模型的識別與估計 一、單變量干預(yù)分析模型的構(gòu)造 ? 單變量時間序列的干預(yù)模型，就是在時間序列模型中加進各種干預(yù)變量的影響。 回總目錄 回本章目錄 第四節(jié) ARMA模型的建模 三、 ARMA（ p， q）序列預(yù)報 ? AR（ p）模型預(yù)測 ? ARMA（ p， q） 模型預(yù)測 ? 預(yù)測誤差 ? 預(yù)測的置信區(qū)間 回總目錄 回本章目錄 ? [例 ] 設(shè) 為一 AR（ 2）序列，其 中 。 ? MA（ q）模型的自相關(guān)函數(shù)具有 q步截尾性，偏自相關(guān)函數(shù)拖尾（可用以上兩個性質(zhì)來識別 AR和 MA模型的階數(shù)）。 2/112*??????????????piitititxxx 回總目錄 回本章目錄 2/112*??????????????piitititxeepi ??12/112 ????????? ???piitxw第七章 平穩(wěn)時間序列預(yù)測法 第一節(jié) 概述 第二節(jié) 時間序列的自相關(guān)分析 第三節(jié) 單位根檢驗和協(xié)整檢驗 第四節(jié) ARMA模型的建模 第五節(jié) 時間序列的案例分析（略） 回總目錄 第一節(jié) 概述 一 、自回歸模型 ? 如果時間序列 滿足 其中， 是獨立同分布的隨機變量序列，且滿足： ? 則稱時間序列 服從 p 階自回歸模型。 ma x212?1k?????????iix 回總目錄 回本章目錄 1?2p12 22 5350 1＋第二節(jié) 自適應(yīng)過濾法的應(yīng)用 一、自適應(yīng)過濾法的實際應(yīng)用 ? 根據(jù)已知數(shù)據(jù)，計算 t=2時 t+1期的預(yù)測值： （ 1） =44 （ 2） = 4844=4 （ 3） 根據(jù) = 調(diào)整權(quán)數(shù)： =+2 2 4 45= =+2 2 4 43= 122131 ?? xxxx