时间序列预测方法教案.ppt

三、移动平均数预测法 定量分析方法 (三)移动平均数预测法实例 … … … 列表如下： 年 份 时间序号 人均收入 1999 1 1555 2000 2 1917 2001 3 2051 2002 4 2111 2003 5 2286 2004 6 2311 2005 7 2503 2006 8 2435 2007 9 2625 2008 10 2948 2009 11 3155 2010 12 3372 (1)按经验取 ，由一次移动平均值计算公式计算一次移动平均值： 第五讲 时间序列预测方法 定量分析方法 三、移动平均数预测法 (三)移动平均数预测法实例 年 份 时间序号 人均收入 （ ） ( ) 1999 1 1555 2000 2 1917 2001 3 2051 1841 2002 4 2111 2026.3 2003 5 2286 2149.3 2005.5 2004 6 2311 2236 2137.2 2005 7 2503 2366.7 2250.7 2006 8 2435 2416.3 2339.7 2007 9 2625 2521 2434.7 2008 10 2948 2669.3 2535.5 2009 11 3155 2909.3 2699.9 2010 12 3372 3158.3 2912.3 第五讲 时间序列预测方法 定量分析方法 三、移动平均数预测法 (三)移动平均数预测法实例 (2)计算平滑系数，建立预测模型： (3)计算预测值 预测模型为 ， 预测2011～2014年的相应 分别为1，2，3，4，则 当动态数据点的分布呈线性趋势时，才能采用移动平均法做预测 第五讲 时间序列预测方法 定量分析方法 四、指数平滑预测法 在实际运用时，平均移动法在突出长期趋势对预测的影响、消除随机性影响的同时，还将会抹平季节性、周期性的影响，从而减弱预测的敏感性，并且也会带来较大的误差。 1.一次指数平滑值计算递推公式 第 时期的动态数据 第 时期的一次指数平滑值 加权系数， 初始值 的选取方法 (1)选取第一个时期动态数据，即 ； (2)选取头几个时期动态数据的平均值。 第五讲 时间序列预测方法 四、指数平滑预测法 2.二次指数平滑值计算递推公式 定量分析方法 第 时期的二次指数平滑值 加权系数， 注：递推公式也依赖于初始值 ，其选取方法与 一样。 指数平滑值与移动平均值一样也存在着滞后偏差问题。因此，不管是一次指数平滑值、还是二次指数平滑值都不能直接用于预测，而是利用一次、二次指数平滑值来建立预测模型，然后进行预测。 3.滞后偏差 第五讲 时间序列预测方法 四、指数平滑预测法 4.预测模型 定量分析方法 （1）线性预测模型 当动态数据 的分布呈线性趋势时，采用线性指数平滑法，其预测模型如下： ， ， 其中 ， 为平滑系数： 的选取取决于动态数据的特点和预测者的实际经验。若动态数据具有较明显的线性趋势时， 应取大一些；若动态数据的线性趋势较平坦时， 应取小一些。 注意 第五讲 时间序列预测方法 四、指数平滑预测法 定量分析方法 4.预测模型 （2）二次型预测模型 当动态数据 的分布呈现具有曲率的二次曲线时，需引入三次指数平滑值 ，它由如下递推公式计算： 第 时期的三次指数平滑值； 初始值，选取方式同 、 。 注意 三次指数平滑值也存在着滞后偏差，故不能直接用于预测，而是利用一次、二次、三次指数平滑值共同建立预测模型 二次型预测模型来进行预测。 第五讲 时间序列预测方法 四、指数平滑预测法 定量分析方法 4.预测模型 （2）二次型预测模型 , 其中 、 、 为指数平滑系数： 第五讲 时间序列预测方法 （1）选取加权系数 四、指数平滑预测法 某厂2001年至2006