第7章系统预测(2时间序列)ppt课件.pptVIP

7.3 时序分析预测法 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念(time series) 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 7.3.1 时间序列的概念 时间序列分析预测方法 7.3.2 平滑预测法——移动平均法 7.3.2 平滑预测法——移动平均法 7.3.2 平滑预测法——移动平均法 移动平均法—别的教材 简单移动平均法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 7.3.2 平滑预测法——指数平滑法 课堂练习 课堂练习 线性趋势预测 线性趋势(linear trend) 有标量函数对向量的求导法则 设α,β为同维列向量，B是适当维数的矩阵，则： 这是因为，当n比较大时，在零假设成立的条件下诸rk服从均值为0、方差为1/n的正态分布。 预测8月时，以7月的预测值作为实际值。 它也是对时序进行修匀，不过它不是求算术平均，而是注重时序的长期数值对未来预测值的共同影响，即对时序的各个数据进行加权平均，时间越近的数据，其权值越大。由于加权系数是成指数变化的，故称其为指数平滑法。 符合程度： 平均绝对误差：MAE 即对每一个?，用离现时较远的历史数据建立预测模型，去“预测”离现时较近的历史数据（事后预测）。 专家评估 一个时间序列中，特别是对某些社会、经济系统中的渐变过程，往往存在某种长期趋势。用适当的方法测定这个趋势，给它一个合适的趋势曲线方程，以作为外推预测的依据，是统计预测的基本方法之一。 得到的是有偏估计。 时间序列的例子：企业的月销售额、股市每天的成交量、每月用电量、每月降水量等。 时间序列又称为“动态数据”。 时间序列一般是某个随机过程的一个样本，通过对样本的分析研究，找出动态过程的特性、最佳的数学模型、估计模型参数，并检验利用数学模型进行统计预测的精度，就是时间序列分析的内容。 时间序列又称为“动态数据”。 时间序列一般是某个随机过程的一个样本，通过对样本的分析研究，找出动态过程的特性、最佳的数学模型、估计模型参数，并检验利用数学模型进行统计预测的精度，就是时间序列分析的内容。 时间序列又称为“动态数据”。 时间序列一般是某个随机过程的一个样本，通过对样本的分析研究，找出动态过程的特性、最佳的数学模型、估计模型参数，并检验利用数学模型进行统计预测的精度，就是时间序列分析的内容。 时间序列又称为“动态数据”。 时间序列一般是某个随机过程的一个样本，通过对样本的分析研究，找出动态过程的特性、最佳的数学模型、估计模型参数，并检验利用数学模型进行统计预测的精度，就是时间序列分析的内容。 对一般 的情况，可将式趋势线模型 分别乘以t、t2乃至t3 ，再对n个样本点求和，就可分别得到联立方程组（教材P125）。 7.3.3 趋势外推预测法——参数识别的最小二乘法 此法用于手工计算时，可用简化的方法取t，即取中间时刻 t = 0，则方程中奇数项均可约去。 7.3.3 趋势外推预测法——参数识别的最小二乘法 例[3]：某省谷物产量历史数据如下表所示，要求预测今后10年的产量。 68.3 44.8 56.1 52.1 46.7 46.6 56.6 35.4 54.1 产量yt 0 -1 -2 -3 -4 -5 -6 -7 -8 期数t 1972 1971 1970 1969 1968 1967 1966 1965 1964 年份 60.0 64.1 73.3 55.5 69.0 57.2 75.0 36