[信息与通信]时间序列预测.ppt

时间序列预测技术 本章主要内容 时间序列预测技术的概念 时间序列预测技术的类型 时间序列预测技术的程序 简易平均预测技术 移动平均预测技术 指数平滑预测技术 季节变动预测技术 第一节 时间序列预测技术概述 本节主要内容 时间序列预测技术的概念 时间序列预测技术的类型 时间序列预测技术的程序 一、时间序列预测法的概述 时间序列：又称时间数列，它是指同一种现象在不同时间上的相继观察值排列而成的一组数字序列。 时间序列预测法的基本思想：预测一个现象的未来变化时，用该现象的过去行为来预测未来。 时间序列市场预测法，又称历史延伸法或趋势外推法，时间序列预测法就是根据时间序列所反映的经济现象的发展过程、方向和趋势，将时间序列外推或延伸，以预测经济现象未来可能达到的水平。 时间序列预测技术具有的特点： 时间序列预测技术的前提具有延续性（即根据过去的变化趋势预测未来的发展） 时间序列变动存在着规律性和不规律性 撇开了市场发展的因果关系去分析市场的过去和未来的关系。 时间序列预测技术是一种定量的分析技术 二、时间序列的类型 时间序列的类型主要有： 1. 长期变动趋势（T) 2. 季节变动趋势(S) 3. 循环变动趋势(C） 4. 随机变动（不规则变动）趋势（I) 三、时间序列预测技术的程序 时间序列预测技术的程序包括： 编制时间序列 绘制散点图 分析时间序列 计算预测值 测算预测误差 时间序列预测技术程序图 第二节 平均预测技术 本节主要内容 简易平均预测技术 1. 简单算术平均预测 2. 加权算术平均预测 移动平均预测技术 1. 简单移动平均预测 2. 加权移动平均预测 一、简易平均预测技术 简易平均预测技术：是指通过计算时间序列算术平均数并以此作为下一期预测值的预测技术 （一）简单算术平均预测 简单算术平均预测技术：是以观察期数据之和除以求和时使用的数据个数（或资料期数），求得平均数进行预测的方法 计算公式： 例：P154 观察期长短不同，得到的预测值也不同，因此，对简单算数平均数法进行改进。计算各期的增长量或递减量，公式为： 计算各期的增长量或递减量的平均值，公式为： 计算预测值的公式为： （二）加权算术平均预测 加权算术平均预测：是为观察期内的每一个数据确定一个权数，并在此基础上计算其加权平均数作为下一期的预测值 加权算术平均预测的公式为： 加权平均数预测的关键试确定权数，而权数的确定完全是预测者个人经验的判断。 一般而言，离预测期越近的数据，对预测值的影响就越大，应确定较大的权数，反之，应确定较小的权数。 （三）几何平均预测法 又称比例预测法。 计算公式： Mg的计算方法有两种。 几何平均数更能消除历史数据的起伏变动，而反映出事物发展的总体水平，因而，几何平均法常被用来计算经济的平均发展速度。 运用几何平均法进行预测的主要步骤是： （1）计算历史数据的环比发展速度： （2）根据环比发展速度求得几何平均数。 （3）以本期的历史数据作为基数乘以平均发展速度作为预测值。 例：P157 例：现有某地区商品销售量资料。应用平均发展速度法计算第10，11期的预测值（结果保留两位小数。用简单几何平均法计算Mg） Y10=77*1.07=82.39万件 Y11=82.39*1.07=88.16万件 二、移动平均预测技术 移动平均预测技术：是指对时间序列观察值由远及近按一定跨越期计算平均值的一种预测方法 （一）简单移动平均预测(一次移动平均） 简单移动平均预测：是指使用简单算术平均法计算各组数据的移动平均值，并将其作为下一期预测之的方法 简单移动平均值的计算公式为： 例：P158 例：某商场本年度1—12个月份商品的销售额（单位：万元）为60、70、65、75、70、75、73、75、77、80、78、82，假定移动跨越期分别为n=3和n=5，用移动平均法求下一年度1月份的销售额。15-2 以最后一期移动平均数，作为下一个时期的预测值。当n=3时，下一年度1月份销售额的移动平均值为80万元；当n=5时，下一年度1月份销售额的移动平均值为78.4万元。可见采用不同的跨越期数n，所得的预测值也不相同。 实际应用中，当跨越期数n不易确定时，可进行误差分析，通过比较已知的实际值与计算所得的预测值之间的平均绝对误差来确定n。 本例中，n=3时移动平均预测值的平均绝对误差为： MAD=（10+0+5+0.3+2.3+2.7+5+0.7+3.7）/9=3.3 n=5时移动平均预测值的平均绝对误差为： MAD=（7+2+3.4+3.4+6+2+5.4）/7≈4.17 即n=3时的平均绝对误差小于n=5时的平均绝对误差，从误差分析的角度看，下一年度1月份销售额的预测值，宜取n=3时的