【正文】 來預(yù)測未來?！? 998 三、時間序列預(yù)測法的概念 ? ? 又稱 歷史延伸法 或 趨勢外推法 ? 將預(yù)測目標(biāo)的歷史數(shù)據(jù)按時間順序排列成時間序列，然后分析它隨時間變化的發(fā)展趨勢，外推預(yù)測目標(biāo)的未來值 ? 即：將影響預(yù)測目標(biāo)的一切因素都由 “ 時間 ” 綜合起來加以描述 ? 主要用于：分析影響事物的主要因素較困難或相關(guān)變量資料難得到的情況 ? 預(yù)測時先要進(jìn)行時間序列的模式分析 999 四、時間序列預(yù)測法的分類 ? 平均數(shù) 季節(jié)變動模型 趨勢模型 ? 簡易平均法 ? 移動平均法 ? 指數(shù)平滑法 ? 線性趨勢法 ? 非線性趨勢法 ? 無趨勢變動 ? 含趨勢變動（季節(jié)性迭加趨勢、季節(jié)性交乘趨勢） 9910 五、時間序列預(yù)測法的步驟 ? 搜集、整理資料，編制時間序列 確定預(yù)測值 對時間序列進(jìn)行分析 選擇預(yù)測方法，建立預(yù)測模型 測算預(yù)測誤差 9911 ? 時間序列變量在較長持續(xù)時間內(nèi)的某種發(fā)展總動向，反映社會經(jīng)濟(jì)現(xiàn)象在較長時間內(nèi)的變動趨勢 ? 通常是長期因素影響的結(jié)果，如：人口總量的變化、顧客消費(fèi)偏好的變化等 ? 一旦形成，將延續(xù)相當(dāng)長時間 長期趨勢變動 季節(jié)變動 循環(huán)變動 不規(guī)則變動 六、時間序列的變化規(guī)律 ? 9912 ? 年年重復(fù)出現(xiàn)的一年內(nèi)的季節(jié)性周期變動，即每年隨季節(jié)替換，時間序列值呈周期變化 ? 例如：啤酒（月銷量夏秋季節(jié)旺冬春季節(jié)淡）；空調(diào)、服裝等商品的銷售量 長期趨勢變動 季節(jié)變動 循環(huán)變動 不規(guī)則變動 六、時間序列的變化規(guī)律 ? 9913 ? 也稱周期變動，是以若干年為周期的變動 ? 不同于長期趨勢變動：不是朝著單一方向的持續(xù)運(yùn)動，而是漲落相間的交替波動 ? 如經(jīng)濟(jì)危機(jī)（每一循環(huán)都經(jīng)歷危機(jī)、蕭條、復(fù)蘇和高漲四個階段） ? 與季節(jié)變動不同：波動時間較長，且變動周期長短不等 長期趨勢變動 季節(jié)變動 循環(huán)變動 不規(guī)則變動 六、時間序列的變化規(guī)律 ? 9914 ? 也稱隨機(jī)變動或雜訊，發(fā)生原因為偶然因素或不明原因（如戰(zhàn)爭、自然災(zāi)害等） ? 具有不可預(yù)測性，不能用數(shù)學(xué)模型來表達(dá)和說明 長期趨勢變動 季節(jié)變動 循環(huán)變動 不規(guī)則變動 六、時間序列的變化規(guī)律 ? 9915 第十章 時間序列市場預(yù)測法 時間序列概述 簡易平均法 移動平均法 指數(shù)平滑法 趨勢模型法 季節(jié)變動法 9916 一、簡易平均法的概念 ? ? 是以觀察期內(nèi)時間序列數(shù)值的平均數(shù)為基礎(chǔ)確定預(yù)測值的方法 ? 優(yōu)點(diǎn)： 簡單易行，不需要復(fù)雜的模型設(shè)計和數(shù)學(xué)運(yùn)算 ? 適用于： 對不呈現(xiàn)明顯傾向變化，而又具有隨機(jī)波動影響的經(jīng)濟(jì)現(xiàn)象進(jìn)行預(yù)測 9917 算術(shù)平均法 加權(quán)平均法 幾何平均法 ? 以觀察期內(nèi)時間序列數(shù)值加總平均求得 ? 平均值即為下期預(yù)測值 二、簡易平均法 ? nxxn1ii???預(yù)測值的簡單算術(shù)平均數(shù) 觀察期內(nèi)時間序列數(shù)值 時序數(shù) 9918 ① 算術(shù)平均法計算公式： ② 4月份預(yù)測銷售額＝（ 22＋ 24＋ 21）／ 3 ＝ （萬元） ?某服裝廠 2021年 3月份服裝銷售額分別為： 22萬元、 24萬元、 21萬元，預(yù)測 4月份的銷售額。 ? 因此，在市場變化較大、數(shù)據(jù)變動明顯時，預(yù)測的準(zhǔn)確度就低。試用幾何平均法預(yù)測 2021年的銷售額 年份 2021 2021 2021 2021 2021 2021 銷售額（萬元） 18687 20766 28860 34856 39295 45296 年份 銷售額（萬元） 環(huán)比發(fā)展速度（ %） 2021 18687 — 2021 20766 2021 28860 2021 34856 2021 39295 2021 45296 解： ① 計算環(huán)比發(fā)展速度如下表所示： example 9924 解（續(xù)）： ① 計算環(huán)比發(fā)展速度如表所示 ② 根據(jù)環(huán)比發(fā)展速度求得幾何平均數(shù)，即平均發(fā)展速度 ③ 以本期歷史數(shù)據(jù)為基數(shù)乘以平均發(fā)展速度作為預(yù)測值： 2021年銷售額預(yù)測值： 45296 %＝ （萬元） ? 平均發(fā)展速度簡便計算公式： ? 以下兩種情況不宜采用幾何平均法進(jìn)行預(yù)測： （ 1）環(huán)比發(fā)展速度差異很大 （ 2）首尾兩個歷史數(shù)據(jù)偏高或偏低 1 1 9 . 4 %1 1 5 . 3 %1 1 2 . 7 %1 2 0 . 8 %1 3 9 . 0 %1 1 1 . 1 %5 ??????x1n1n1n1nn2312xxxxxxxxx?????? ?年份 銷售額（萬元） 環(huán)比發(fā)展速度（ %） 2021 18687 — 2021 20766 2021 28860 2021 34856 2021 39295 2021 45296 example 9925 第十章 時間序列市場預(yù)測法 時間序列概述 簡易平均法 移動平均法 指數(shù)平滑法 趨勢模型法 季節(jié)變動法 9926 一、移動平均法的概念 ? ? 是對時間序列觀察值由遠(yuǎn)而近按一定時間跨度（跨越期 /移動平均期 n）求平均數(shù) ? 隨著觀察期向后推移，平均值也向后移動，形成一個由移動平均值組成的新數(shù)列 ? 在一定程度上消除了某些周期因素及隨機(jī)因素的影響，修勻了時間序列 9927 二、移動平均法的特點(diǎn) ? ? 移動性 ? 在反映現(xiàn)象變動方面較敏感 ? 所需貯存的觀察值較少，只需保留跨越期個觀察值 9928 ? 直接以本期（ t期）移動平均值作為下期（ t+1期）預(yù)測值 一次移動法 二次移動法 加權(quán)移動法 三、一次移動平均法 ? 跨越期數(shù) 實(shí)際觀察值 nxxxM ntttt??? ???? ?211 ）（nxxxM ntttt1111?????????）（nxxMM ntttt????? ）（）（ 111第 t期和第 t+1期的一次移動平均值 調(diào)整值 9929 ?對某商業(yè)企業(yè)季末庫存進(jìn)行預(yù)測，其資料和計算見表。為了消除隨機(jī)因素引起的不規(guī)則變動，對觀察值做一次移動平均。 ?為了對比觀察預(yù)測誤差的大小，分別取跨越期 n=3,n=5同時計算 example 9930 ? ? ? ? ? ? 解： ① 計算一次移動平均值 （萬元））（ 12314 ??????? xxxM（萬元））（ 111213114 ??????? xxxMexample 9931 解： ① 跨越期 n=3,n=5時的一次移動平均值計算表： 用來計算預(yù)測誤差 example 9932 由于 n=5時的預(yù)測誤差明顯大于 n=3時的誤差，所以舍棄 n＝ 5時的預(yù)測設(shè)想，確定采用 n＝ 3時的結(jié)果進(jìn)行預(yù)測 解： ② 計算各期移動平均值與實(shí)際觀察值的離差絕對值，并計算平均絕對誤差 （萬元）（萬元）（萬元）（萬元）111454?????????????nM A Eeeeet??（萬元） ??? ? nMA E e tn=3 n=5 example 9933 ③ 對下期庫存額進(jìn)行預(yù)測 （萬元））