第一章生產(chǎn)運作概述-資料下載頁
2025-03-08 01:32本頁面
【正文】 ，可以用下列公式計算： 式中： n—— 移動期數(shù) —— t期一次移動平均值； —— t期二次移動平均值 tatb)(122)2()1()2()1(ttttttMMnbMMa?????)1(tM )2(tM 2. 季節(jié)性波動值的估算 s i = t b ( I i 1 ) s i ~ 預(yù)測月存款、貸款季節(jié)性波動值 t b ~ 基期月存款、貸款值 I i ~ 預(yù)測月存款、貸款季節(jié)性波動指數(shù) ? A ik ? Ai b I i = ———— ? ———— n n A ik~第 k年相應(yīng)預(yù)測月（ i月）存、貸款余額 Ai b~第 k年相應(yīng)基期月（ b月）存、貸款余額 n~ 樣本數(shù)為所選用歷史資料的年份 假定預(yù)測年度經(jīng)濟(jì)處在周期 的同一階段中，用上年度的存、貸款實際發(fā)生值與預(yù)測偏差 的值作為受周期性因素影響的變動值。 ci = Ti1 ( ti1 + si1 ) ci ~預(yù)測月周期性存貸款變動值 Ti1 ~上年度同期月存貸款實際余額 ti1 ~ 上年度同期月存貸款趨勢值 si1~ 上年度同期月存貸款季節(jié)性波動值 加權(quán)滑動平均法 設(shè)樣本序列為 y1， y2， … ， yn，要外推預(yù)測 yn+1，記yn+1的預(yù)測值為 ?n+1， 則 ?t = (α0yt＋ α1yt－ 1＋ … ＋ αN－ 1yt－ N＋ 1)/N α0， α1， … ， αN－ 1為加權(quán)因子，且滿足： 加權(quán)數(shù)的選擇，涉及預(yù)測者的預(yù)測藝術(shù)水平，一般的規(guī)律是對新資料加的權(quán)大，老資料加的權(quán)小，最新資料的權(quán)愈大，其風(fēng)險也愈大，愈容易受隨機(jī)干擾的影響。 110 ????NNii? 指數(shù)平滑法 F t+1=?St+(1 ?)Ft F t+1 ：下一期的預(yù)測值， St：當(dāng) 期的實際值， ?：經(jīng)驗數(shù)據(jù)，常為 ， Ft：當(dāng) 期的預(yù)測值 一元線性回歸分析 設(shè)有一定聯(lián)系的兩個變量： x與 y，在觀測或?qū)嶒炛锌傻玫揭唤M實測數(shù)據(jù) (xi,yi)， i=1,2, …,n ，求解 x和 y的線性回歸方程。一元線性回歸方程的基本公式為： y = a＋ bx yi = a＋ bxi＋ εi 實測資料滿足： εi：隨機(jī)變量或稱為誤差項。通常 εi服從正態(tài)分布， ε～ N(0，σ2)，即均值為 0、方差為 σ2。 x：解釋變量 /自變量，具有確定性和可控性變量。 y：被解釋變量 /因變量，由于受隨機(jī)干擾的影響，所以是一個隨機(jī)變量，是我們預(yù)測的目標(biāo)變量。 多元回歸分析方法 現(xiàn)考慮有 p個自變量 x1， x2， … ， xp和 1個因變量 y的預(yù)測問題，假定這些變量之間有統(tǒng)計的線性關(guān)系，其多元線性回歸模型可表示為 y＝ b0＋ b1 x1＋ b2 x2＋ … ＋ bpxp＋ ε ε是隨機(jī)干擾項，服從均值為 0，方差為 σ2的正態(tài)分布， σ， b0， b1， … ， bp是待估參數(shù)，其中 σ為隱含參數(shù)。 ? 找一些電子商務(wù)的案例
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1