時間序列預測法-展示頁
2025-03-16 11:04本頁面
【正文】 二次移動平均數(shù) 1 50 2 50 3 53 4 56 5 59 54 6 62 56 7 65 59 8 68 62 9 71 65 59 10 74 68 62 11 77 71 65 12 80 74 68 指數(shù)平滑法 ? 在實際經(jīng)濟活動中，最新的觀察值往往包含著最多的關于未來情況的信息。 ? 二次移動平均建立 直線趨勢 (Xt+T=at+btT)預測模型 1 10)1( ?????Njjtt XNM 1 10)2()2( ?????Njt jtMNM)1/()(22)2()1()2()1(?????NMMbMMatttttt可推導出二 次移動平均 預測公式推導 TbaX ttTt ???? ttNjttNjjtt bNajbaNXNM 21))((11 1010)1( ???????? ??????? tttNkttNkkjtjt bNjbakjbaNXNM 21))((11 1010)1( ???????? ????????? ttNjtttNjjtt bNabNjbaNMN )1()21(11 1010)1()2( ???????? ??????? )1/()(22)2()1()2()1(?????NMMbMMatttttt可解出案例 ? 已知某商品連續(xù) 12個月的市場需求量如表所示，試用二次移動平均法預測 5個月后的市場需求量。 ? 由計算結(jié)果可見， MSE3MSE5，故選取N=5，預測次年 1月該農(nóng)具的銷售量為 448件 數(shù)據(jù)與計算過程 誤差平方和計算表 月份數(shù) t 實 際 銷售量 Yt 一次移動平均數(shù) Mt N=3 N=5 預測銷售量 誤差平方 預測銷售量 誤差平方 1 423 2 358 3 434 4 445 405 1600 5 527 412 13225 6 429 469 1600 437 64 7 426 467 1681 439 169 8 502 461 1681 452 2500 9 480 452 784 466 196 10 384 469 7225 473 7921 11 427 455 784 446 361 12 446 430 256 444 4 419 448 ? 28836 11215 二 次移動平均 預測 法 ? 一次移動平均法當用來預測一組具有趨勢的數(shù)據(jù)時估計值往往比實際值偏低 (或偏高 )。 常 用對過去數(shù)據(jù)預測的均方誤差 MSE來作為選取 N的準則 . ??????KNttt YY12)?( NK1MSE案例 ? 某農(nóng)機公司某年 1月至 12月某種農(nóng)具的銷售量如表。 ? 注意 ： 一次移動平均法一般適應于平穩(wěn)模式，當被預測的變量的基本模式發(fā)生變化時，一次移動平均法的適應性比較差。每推進一個 時 期，舍去前一個 時期的數(shù)據(jù)，增加一個新 時 期的數(shù)據(jù)，再進行平均。 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)以進行預測的方法。 ? 2. 時間序列數(shù)據(jù)的變化存在著規(guī)律性與不規(guī)律性 .每一時期的數(shù)據(jù)，都是由許多不同的因素同時發(fā)生作用的綜合結(jié)果 .些因素分為 T、 S、 C、 I四類 . ? 3. 時間序列是一種簡化。 ? 基本思想 : 根據(jù)系統(tǒng)有限長度的運行記錄（觀察數(shù)據(jù)），建立能夠比較精確地反映時間序列中所包含的動態(tài)依存關系的數(shù)學模型，并借以對系統(tǒng)的未來行為進行預報
教學課件相關推薦
鄂ICP備17016276號-1