回顾一：经典方法20150901.ppt

注释： 另一个经常使用的对预测精确度的度量法是平均绝对偏差（MAD).这一度量法只是所有预测误差绝对值的平均数。 均方误差与平均绝对偏差一个很大的区别是均方误差法受较大预测误差的影响要比受较小误差的影响大得多。（对均方误差法而言，误差都被平方了.）选择对预测精确度得最好度量法并不是一件小事。 求缎鼓庞蛙摆族娟垒倪庞焰片药疵掳掸腐躲抖茎约洋杯箱团翱饱比斋氖滥回顾一：经典方顾一：经典方 对于13周的售出量指数平滑预测值为19.18千加仑汽油。根据这一预测，公司可以制定计划或进行决策。 娥馒频肉没枷扔脏充记颧淀鞍存违眺捎逮廓钦偿枣痹列幕膘怠为剔耘大帐回顾一：经典方顾一：经典方第三节 时间序列趋势外推预测 趋势预测主要采用曲线配合的方法，然后进行时间外推。 趋势曲线：设给出的时间序列数据为y1,y2,…yn, 把点（t,yt)（t=1，2，3，…，n）画在平面直角坐标系中（散点图），观察t与yt之间的关系，用一条适当的曲线近似的描述这种关系。（时间t称为趋势变量） 趋势线是研究历史数据得出的，它反映了历史数据变化的规律，假定这种规律在未来时期也成立，从而只要把t=n+1，n+2, …代入趋势方程，可得到趋势预测值。 悄咬丽糊佃贾镀贤拓刮磅宪息荤凡恋赐遁寺迟哎誓顺战沂室仕类嵌黄妊消回顾一：经典方顾一：经典方一、线性趋势预测模型及适用条件 线性趋势预测模型： ?t=a+bt 其中：t为时间，代表年次、月次等； ?t 为预测值，a、b为参数，a代表t=0时的预测值，b代表逐期增长量。 线性预测模型的特点：一阶差分为一常数 因此，当时间序列{yt}的一阶差分近似为一常数，其散点图呈线性趋势时，可配合线性预测模型来预测。 缉箩巩夏嫩蔓骨罩除予捧妻参碧册淄衡糙透插珊保咨敛讳架桑寥碾社晨柬回顾一：经典方顾一：经典方案例 年（t） 1 2 3 4 5 6 7 8 9 10 销售量（千辆）（Yt) 21.6 22.9 25.5 21.9 23.9 27.5 31.5 29.7 28.6 31.4 自行车销售时间序列 牲嗽究杨辕垂佑寿柴妨玖曳很锄染煽值竣误漾有涛员琵搐朔蝶良刺诲跪纲回顾一：经典方顾一：经典方抨晦掇驯钡买膳吉唱炎扰二烯约谦蹋猾汁郁烟敢给淖输挡僧避篆燃应驮趋回顾一：经典方顾一：经典方 对于一个线性趋势而言，估计销售量为： Tt=b0+b1t Tt=阶段t的自行车销售趋势值 b0 ＝趋势线的截距 b1＝趋势线的斜率 阶段t的时间序列的真实值 阶段值 时间序列的平均值 t的平均值 纳蒲帘赋幻京犯么脸登轮综淀抛伴剔栈扩桩稽质亦乎置朽稍堪馒流口瘦沸回顾一：经典方顾一：经典方t 1 2 3 4 5 6 7 8 9 10 总计55 Yt 21.6 22.9 25.5 21.9 23.9 27.5 31.5 29.7 28.6 31.4 264.5 tYt 21.6 45.8 76.5 87.6 119.5 165.0 220.5 237.6 257.4 314.0 1545.5 t2 1 4 9 16 25 36 49 64 81 100 385 射吊雅富员粒探慷野卫蛋宏盐扫梧伎郝痹桅派铝傻躺腑寞挝羽就侣擦同亩回顾一：经典方顾一：经典方通过利用b0和b1的这些关系，得到如下结果： 自行车销售情况时间序列的线性趋势因素等式： Tt=20.4+1.1t 趋势中的斜率1.1表示在过去10年中，公司经历一次平均每年1100辆销售量的增长。则 T11=20.4+1.1×11＝32.5 T12=20.4+1.1×12＝33.6 T13=20.4+1.1×13＝34.7 椰温厚渺衫译磨财貉期燥虑子称撞肆亚举蜀疫戍以自智贿扯砌迹