时间序列平滑预测法课件.ppt
- 【下载声明】
1. 本站全部试题类文档,若标题没写含答案,则无答案;标题注明含答案的文档,主观题也可能无答案。请谨慎下单,一旦售出,不予退换。
2. 本站全部PPT文档均不含视频和音频,PPT中出现的音频或视频标识(或文字)仅表示流程,实际无音频或视频文件。请谨慎下单,一旦售出,不予退换。
3. 本页资料《时间序列平滑预测法课件.ppt》由用户(三亚风情)主动上传,其收益全归该用户。163文库仅提供信息存储空间,仅对该用户上传内容的表现方式做保护处理,对上传内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知163文库(点击联系客服),我们立即给予删除!
4. 请根据预览情况,自愿下载本文。本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
5. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007及以上版本和PDF阅读器,压缩文件请下载最新的WinRAR软件解压。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 时间 序列 平滑 预测 课件
- 资源描述:
-
1、2022-8-17第3章时间序列平滑预测法第第3章时间序列平滑预测章时间序列平滑预测法法第3章时间序列平滑预测法 时间序列预测法时间序列预测法,是将预测对象的历史数据按照时间的顺序排列成为时间序列,然后分析它随时间的变化趋势,外推预测对象的未来值。这样,就把影响预测对象变化的一切因素由“时间”综合起来描述了。时间序列分析预测可分为确定性时间序列预测法和随机性时间序列预测法。第3章时间序列平滑预测法第1节 时间序列概述 时间序列时间序列:是指某一统计指标数值按时间先后顺序排列而形成的数列。例如:国内生产总值(GDP)按年度顺序排列起来的数列;某种商品销售量按季度或月度排列起来的数列等等都是时间序
2、列。时间序列一般用y1,y2,,yt,表示,t为时间。第3章时间序列平滑预测法 在社会经济统计中,编制和分析时间在社会经济统计中,编制和分析时间序列具有重要的作用:序列具有重要的作用:它为分析研究社会经济现象的发展速度、发展趋势及变化规律,提供基本统计数据。通过计算分析指标,研究社会经济现象的变化方向、速度及结果。将不同的时间序列同时进行分析研究,可以揭示现象之间的联系程度及动态演变关系。建立数学模型,揭示现象的变化规律并对未来进行预测。第3章时间序列平滑预测法一、时间序列的因素分析一、时间序列的因素分析 时间序列分析是一种动态的数列分析,其目的在于掌握统计数据随时间变化的规律。时间序列中每一
3、时期的数值都是由许多不同的因素同时发生作用后的综合结果。在进行时间序列分析时,人们通常将各种可能发生影响的因素按其性质不同分成四大类:长期趋势、季节变动、循环变动和不规则变动。第3章时间序列平滑预测法长期趋势长期趋势 长期趋势是指由于某种根本性因素的影响,时间序列在较长时间内朝着一定的方向持续上升或下降,以及停留在某一水平上的倾向。它反映了事物的主要变化趋势。季节变动季节变动季节变动是指由于受自然条件和社会条件的影响,时间序列在一年内随着季节的转变而引起的周期性变动。经济现象的季节变动是季节性的固有规律作用于经济活动的结果。第3章时间序列平滑预测法循环变动循环变动 循环变动一般是指周期不固定的
4、 波动变化,有时是以数年为周期变动,有时是以几个月为周期变化,并且每次周期一般不完全相同。循环变动与长期趋势不同,它不是朝单一方向持续发展,而是涨落相间的波浪式起伏变动。与季节变动也不同,它的波动时间较长,变动周期长短不一,不规则变动不规则变动 不规则变动是指由各种偶然性因素引起的无周期变动。不规则变动又可分为突然变动和随机变动。所谓突然变动,是指诸如战争、自然灾害、地震、意外事故、方针、政策的改变所引起的变动;随机变动是指由于大量的随机因素所产生的影响。不规则变动的变动规律不易掌握,很难预测。第3章时间序列平滑预测法二、时间序列的组合形式二、时间序列的组合形式 时间序列由长期趋势、季节变动、
5、循环变动和不长期趋势、季节变动、循环变动和不规则变动规则变动四类因素组成。四类因素的组合形式,常见的有以下几种类型:1 1、加法型、加法型 yt=Tt+St+Ct+Ityt=Tt+St+Ct+It2 2、乘法型、乘法型 yt=TtStCtItyt=TtStCtIt3 3、混合型、混合型 yt=TtSt+Ct+Ityt=TtSt+Ct+It yt=St+TtCtIt yt=St+TtCtIt 其中:yt为时间序列的全变动;Tt为长期趋势;St为季节变动;Ct为循环变动;It为不规则变动。第3章时间序列平滑预测法第第2 2节节 移动平均法移动平均法 移动平均法移动平均法是根据时间序列资料逐项推移,
6、依次计算包含一定项数的时序平均数,以反映长期趋势的方法。当时间序列的数值由于受周期变动和不规则变动的影响,起伏较大,不易显示出发展趋势时,可用移动平均法,消除这些因素的影响,分析、预测序列的长期趋势。移动平均法移动平均法有简单移动平均法,加权移动平均法,趋势移动平均法等。第3章时间序列平滑预测法一、简单移动平均法一、简单移动平均法 设时间序列为:y1,y2,yt,;简单移动平均公式(3.2.1)为:t N (3.2.1)式中:Mt为t期移动平均数;N为移动平均的项数。式(3.2.1)表明当t向前移动一个时期,就增加一个新数据,去掉一个远期数据,得到一个新的平均数。由于它不断的“吐故纳新”,逐期
7、向前移动,所以称为移动平均法。第3章时间序列平滑预测法 由于移动平均可以平滑数据,消除周期变动和不规则变动的影响,使长期趋势显示出来,因而可以用于预测。预测公式为 (3.2.3)即以第t期移动平均数作为第t+1期的预测值。例例3.2.13.2.1:某商店1991年2002年实现利润如表3.2.1所示。试用简单移动平均法,预测下一年的利润。第3章时间序列平滑预测法 解:分别取N=3和N=4,按预测公式 和 计算3年和4年移动平均预测值。其结果列于表3.2.1中,其预测曲线如图3.2.1。第3章时间序列平滑预测法表表3.2.1 3.2.1 某商店某商店19911991年年20022002年利润及移
8、动平均预测值表年利润及移动平均预测值表 单位:万单位:万元元 第3章时间序列平滑预测法图3.2.1某商店1991年2002年利润及移动平均预测值图第3章时间序列平滑预测法 在实用上,一个有效的方法是取几个N值进行试算,比较他们的预测误差,从中选择最优的。简单移动平均法只适合做近期预测,即只能对后续相邻的那一项进行预测。第3章时间序列平滑预测法二、加权移动平均法二、加权移动平均法 在简单移动平均公式中,每期数据在求平均时的作用是等同的。但是,每期数据所包含的信息量不一样,近期数据包含着更多关于未来情况的信息。因此,把各期数据等同看待是不尽合理的,应考虑各期数据的重要性,对近期数据给予较大的权重,
9、这就是加权移动平均法的基本思想。第3章时间序列平滑预测法l 设时间序列为:y1,y2,yt,;加权移动平均公式为:t N (3.2.4)式中:Mtw为t期加权移动平均数;wi为yt-i+1的权数,它体现了相应的yt在加权平均数中的重要性。l 利用加权移动平均数来做预测,其预测公式为:(3.2.5)即以第t期加权移动平均数作为第t+1期的预测值。l 例3.2.2 对于例3.2.1,试用加权移动平均法预测2003年的利润。第3章时间序列平滑预测法解:取w1=3,w2=2,w3=1,按预测公式:计算三年加权移动平均预测值,其结果列于表3.2.2中。2003年某企业利润的预测值为:第3章时间序列平滑预
10、测法表表3.2.2 某商店某商店1991年年2002年利润及加权移动平均预测值表年利润及加权移动平均预测值表 单位:万元单位:万元第3章时间序列平滑预测法三、趋势移动平均法三、趋势移动平均法 简单移动平均法和加权移动平均法,在时间序列没有明显的趋势变动时,能够准确反映实际情况。但当时间序列出现直线增加或减少的变动趋势时,用简单移动平均法和加权移动平均法来预测就会出现滞后偏差。因此,需要进行修正,修正的方法是作二次移动平均,利用移动平均滞后偏差的规律来建立直线趋势的预测模型。这就是趋势移动平均法。第3章时间序列平滑预测法l 一次移动的平均数为:一次移动的平均数为:l 在一次移动平均的基础上再进行
11、一次移动平均就在一次移动平均的基础上再进行一次移动平均就是二次移动平均,其计算公式为是二次移动平均,其计算公式为 (3.2.6)(3.2.6)l 它的递推公式为它的递推公式为 (3.2.7)第3章时间序列平滑预测法 利用趋势移动平均法进行预测,不但可以进行近期预测,而且还可以进行远期预测,但一般情况下,远期预测误差较大。在利用趋势移动平均法进行预测时,时间序列一般要求必须具备较好的线性变化趋势,否则,其预测误差也是较大的。第3章时间序列平滑预测法第第3 3节节 指数平滑法指数平滑法 3.2介绍的移动平均法存在两个不足之处。一是存储数据量较大,二是对最近的N期数据等权看待,而对t-T期以前的数据
展开阅读全文