第13章時(shí)間序列分析和預(yù)測(cè)(編輯修改稿)
2025-01-24 01:06 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 mean error)2. 平均絕對(duì)誤差 MAD(mean absolute deviation)35計(jì)算誤差1. 均方誤差 MSE(mean square error)2. 平均百分比誤差 MPE(mean percentage error)3. 平均絕對(duì)百分比誤差 MAPE(mean absolute percentage error)36 平穩(wěn)序列的預(yù)測(cè) 簡(jiǎn)單平均法 移動(dòng)平均法 指數(shù)平滑法37簡(jiǎn)單平均法38簡(jiǎn)單平均法 (simple average) 1. 根據(jù)過去已有的 t期觀察值來預(yù)測(cè)下一期的數(shù)值 2. 設(shè)時(shí)間序列已有的其觀察值為 Y1， Y2， …， Yt，則第 t+1期的預(yù)測(cè)值 Ft+1為3. 有了第 t+1的實(shí)際值，便可計(jì)算出預(yù)測(cè)誤差為 4. 第 t+2期的預(yù)測(cè)值為 39簡(jiǎn)單平均法(特點(diǎn) ) 1. 適合對(duì)較為平穩(wěn)的時(shí)間序列進(jìn)行預(yù)測(cè)2. 預(yù)測(cè)結(jié)果不準(zhǔn)– 將遠(yuǎn)期的數(shù)值和近期的數(shù)值看作對(duì)未來同等重要– 從預(yù)測(cè)角度看，近期的數(shù)值要比遠(yuǎn)期的數(shù)值對(duì)未來有更大的作用– 當(dāng)時(shí)間序列有趨勢(shì)或有季節(jié)變動(dòng)時(shí)，該方法的預(yù)測(cè)不夠準(zhǔn)確40移動(dòng)平均法41移動(dòng)平均法(moving average) 1. 對(duì)簡(jiǎn)單平均法的一種改進(jìn)方法2. 通過對(duì)時(shí)間序列逐期遞移求得一系列平均數(shù)作為預(yù)測(cè)值 (也可作為趨勢(shì)值 ) 3. 有簡(jiǎn)單移動(dòng)平均法和加權(quán)移動(dòng)平均法兩種42簡(jiǎn)單移動(dòng)平均法(simple moving average) 1. 將最近 k期數(shù)據(jù)平均作為下一期的預(yù)測(cè)值 2. 設(shè) 移動(dòng)間隔為 k (1kt)，則 t期的 移動(dòng)平均值 為 3. t+1期的簡(jiǎn)單移動(dòng)平均 預(yù)測(cè)值 為4. 預(yù)測(cè)誤差用均方誤差 (MSE) 來衡量 43簡(jiǎn)單移動(dòng)平均法(特點(diǎn) ) 1. 將每個(gè)觀察值都給予相同的權(quán)數(shù) 2. 只使用最近期的數(shù)據(jù)，在每次計(jì)算移動(dòng)平均值時(shí)，移動(dòng)的間隔都為 k3. 主要適合對(duì)較為平穩(wěn)的序列進(jìn)行預(yù)測(cè)4. 對(duì)于同一個(gè)時(shí)間序列，采用不同的移動(dòng)步長(zhǎng)預(yù)測(cè)的準(zhǔn)確性是不同的– 選擇移動(dòng)步長(zhǎng)時(shí)，可通過試驗(yàn)的辦法，選擇一個(gè)使均方誤差達(dá)到最小的移動(dòng)步長(zhǎng) 44簡(jiǎn)單移動(dòng)平均法(例 題 分析 ) 【例】 對(duì)居民消費(fèi)價(jià)格指數(shù)數(shù)據(jù)，分別取移動(dòng)間隔 k=3和 k=5，用 Excel計(jì)算各期居民消費(fèi)價(jià)格指數(shù)的預(yù)測(cè)值，計(jì)算出預(yù)測(cè)誤差，并將原序列和預(yù)測(cè)后的序列繪制成圖形進(jìn)行比較 45簡(jiǎn)單移動(dòng)平均法(例題分析 ) 46簡(jiǎn)單移動(dòng)平均法(例 題 分析 ) 47指數(shù)平滑平均法48指數(shù)平滑法(exponential smoothing)1. 是加權(quán)平均的一種特殊形式2. 對(duì)過去的觀察值加權(quán)平均進(jìn)行預(yù)測(cè)的一種方法3. 觀察值時(shí)間越遠(yuǎn)，其權(quán)數(shù)也跟著呈現(xiàn)指數(shù)的下降，因而稱為指數(shù)平滑4. 有一次指數(shù)平滑、二次指數(shù)平滑、三次指數(shù)平滑等 5. 一次指數(shù)平滑法也可用于對(duì)時(shí)間序列進(jìn)行修勻，以消除隨機(jī)波動(dòng)，找出序列的變化趨勢(shì) 49一次指數(shù)平滑(single exponential smoothing)1. 只有一個(gè)平滑系數(shù)2. 觀察值離預(yù)測(cè)時(shí)期越久遠(yuǎn)，權(quán)數(shù)變得越小 3. 以
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1