十时间序列预测法(共)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《十时间序列预测法(共)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 预测 课件
- 资源描述:
-
1、第十章时间序列预测法第十章时间序列预测法(共六节)(共六节)时间序列预测法概述时间序列预测法概述简单平均法简单平均法移动平均法移动平均法指数平滑法指数平滑法趋势外推法趋势外推法季节系数法季节系数法第一节第一节 时间序列预测法概述时间序列预测法概述一、时间序列预测法的含义一、时间序列预测法的含义 是一种定量分析方法,它是在时间序列变量分析的是一种定量分析方法,它是在时间序列变量分析的基础上,运用一定的数学方法建立预测模型,使时间趋势基础上,运用一定的数学方法建立预测模型,使时间趋势向外延伸,从而预测未来市场的发展变化趋势,确定变量向外延伸,从而预测未来市场的发展变化趋势,确定变量预测值。预测值。
2、也叫时间序列分析法、历史延伸法、外推法也叫时间序列分析法、历史延伸法、外推法确定性时间序列预测法:确定性时间序列预测法:非确定性时间序列预测法非确定性时间序列预测法:简单平均法简单平均法移动平均法移动平均法指数平滑法指数平滑法季节系数法季节系数法趋势外推法趋势外推法二、时间序列的因素分解时间序列的因素分解(一)长期趋势(一)长期趋势(T T)(二)循环变动(二)循环变动(C C)(三)季节变动(三)季节变动(S S)(四)不规则变动(四)不规则变动(I I)也随)也随机变动机变动 时间序列的数学模型为:时间序列的数学模型为:战争、政变、战争、政变、地震、水灾、地震、水灾、测量误差等测量误差等I
3、CSTXISCTXISCTX相乘相乘关系式效果好关系式效果好三、时间序列预测法的三、时间序列预测法的特点特点 时间序列预测法是撇开了事物发时间序列预测法是撇开了事物发展的因果关系去分析事物的展的因果关系去分析事物的过去过去和和未未来来的联系。的联系。假定事物的过去趋势会延伸到未来;假定事物的过去趋势会延伸到未来;预测所依据的数据具有不规则性;预测所依据的数据具有不规则性;撇开了市场发展之间的因果关系。撇开了市场发展之间的因果关系。四、时间序列预测法的主要四、时间序列预测法的主要步骤步骤 时间序列预测的原理:时间序列预测的原理:时间序列是指同一变量按事件时间序列是指同一变量按事件发生的先后顺序排
4、列起来的一组观察值或记录值。发生的先后顺序排列起来的一组观察值或记录值。构成时间序列的要素有两个:构成时间序列的要素有两个:其一其一是时间,是时间,其二其二是与时间相对应的变量水平。是与时间相对应的变量水平。实际数据的时间序列实际数据的时间序列能够展示研究对象在一定时期内能够展示研究对象在一定时期内的发展变化趋势与规律的发展变化趋势与规律,因而可以从时间序列中找出变量,因而可以从时间序列中找出变量变化的特征、趋势以及发展规律,从而对变量的未来变化变化的特征、趋势以及发展规律,从而对变量的未来变化进行有效地预测。进行有效地预测。(一)收集、整理历史资料,编制时间序列一)收集、整理历史资料,编制时
5、间序列(二)确定趋势变动形态(二)确定趋势变动形态(四)确定预测值(四)确定预测值(三)选择预测方法(三)选择预测方法第二节 简单平均法(三)一、简单算术平均法一、简单算术平均法 是以观察期内是以观察期内时间序列的各期数据时间序列的各期数据(观察变量)的简单(观察变量)的简单算术平均数作为下期预测值的方法。算术平均数作为下期预测值的方法。用算术平均法进行市场预测,需要一定的条件,只有当用算术平均法进行市场预测,需要一定的条件,只有当数据的时间序列表现出数据的时间序列表现出水平型趋势水平型趋势即无显著的长趋势变化和即无显著的长趋势变化和季节变动时,才能采用此法进行预测。季节变动时,才能采用此法进
6、行预测。如果数列存在明显的长期趋势变动和季节变动时,则不如果数列存在明显的长期趋势变动和季节变动时,则不宜使用。宜使用。世界上第一个股票价格平均世界上第一个股票价格平均道琼斯道琼斯股价平均数在股价平均数在19281928年年1010月月1 1日前就是使用简单算术平均法计算的。日前就是使用简单算术平均法计算的。简单算术平均法简单算术平均法计算计算公式如下:公式如下:在简单平均数法中,在简单平均数法中,极差极差越小、越小、方差方差越小,越小,简单平均数作为预测值的代表性越好。简单平均数作为预测值的代表性越好。缺陷:缺陷:将各个体指数权数视为相等,与商品重要将各个体指数权数视为相等,与商品重要性和价
7、格变动的实际影响不符。性和价格变动的实际影响不符。设观察变量有设观察变量有N N个个观察值观察值X X1 1,X,X2 2,X XN N,则这些则这些观察值的观察值的简单算术平均数简单算术平均数 作为作为预测预测值值X,其公式为:,其公式为:niiX1n1xx X(10-1)例例10-210-2 试预测试预测20052005年该种产品的销售量和年该种产品的销售量和20062006年该产品的销售量年该产品的销售量序号序号年份年份销售量销售量增长量增长量1 12 23 34 45 52000200020012001200220022003200320042004120001200013150131
8、50144501445015610156101680516805_11501150130013001160116011951195合计合计48054805平均平均 1201表表10-1 各年产品销售量和增长量各年产品销售量和增长量 单位:件单位:件二、加权算术平均法二、加权算术平均法 是以观察期的是以观察期的加权算术平均数加权算术平均数作作为下期预测值的预测方法。为下期预测值的预测方法。其计算如下其计算如下:niiniiinnnWWXWWWWXWXWXWXX11212211(10-5)(10-5)例例10-310-3根据根据例例10-110-1,用加权算术平均法试预,用加权算术平均法试预测该企
9、业测该企业7 7月份的销售额月份的销售额观察观察期期1 12 23 34 45 56 67 7月份月份预测值预测值观察观察值值26262727242428282626252525.925.9(万元万元)权重权重(w(wi i)1 12 23 34 45 56 6三、几何平均法(三、几何平均法(1 1)又称又称比例预测法比例预测法是以一定观察期内预测目标的时间序列的是以一定观察期内预测目标的时间序列的几何平均数作为某个未来时期的预测值的预测方法。几何平均数作为某个未来时期的预测值的预测方法。当预测对象逐期发展速度(环比速度)或逐期增长率大致当预测对象逐期发展速度(环比速度)或逐期增长率大致接近时
10、,可采用此方法。接近时,可采用此方法。一般用于观察期有显著长期变动趋势的预测。一般用于观察期有显著长期变动趋势的预测。几何平均数法的预测模型是:几何平均数法的预测模型是:例例10-410-4试用几何平均法来预测试用几何平均法来预测20052005年年的销售额的销售额表表10-2 10-2 商品销售额及有关数据汇总表商品销售额及有关数据汇总表序序号号年份年份销售额销售额环比发环比发展速度展速度Vlgviwiwilgvi1 12 23 34 45 5200020002001200120022002200320032004200445.0045.0051.7351.7360.5560.5570.24
11、70.2484.2984.29-1.151.151.171.171.161.161.201.20-0.0610.0610.0680.0680.0650.0650.0790.079-1 12 23 34 4-0.0610.0610.1360.1360.1950.1950.3160.316第三节第三节 移动平均法移动平均法 移动平均法是在简单平均法的基础上发展起来的。移动平均法是在简单平均法的基础上发展起来的。将简单平均法改进为分段平均,并且按照时间序列数将简单平均法改进为分段平均,并且按照时间序列数据点的顺序,逐点推移,这种方法称之为移动平均法。据点的顺序,逐点推移,这种方法称之为移动平均法。根
12、据时间序列逐项移动,依次计算包含一定项数根据时间序列逐项移动,依次计算包含一定项数的平均数,形成平均数时间序列,并据此对预测对象的平均数,形成平均数时间序列,并据此对预测对象进行预测。进行预测。移动平均可以消除或减少时间序列数据受偶然性移动平均可以消除或减少时间序列数据受偶然性因素干扰而产生的随机变动影响。因素干扰而产生的随机变动影响。在短期预测中较准确,长期预测中效果较差。在短期预测中较准确,长期预测中效果较差。可以分为:可以分为:一次移动平均法一次移动平均法 二次移动平均法二次移动平均法一、一次移动平均法一、一次移动平均法 一次移动平均法是依次取时间序列的一次移动平均法是依次取时间序列的n
13、 n个个观察值进行平均,并依次移动,得出一个平均观察值进行平均,并依次移动,得出一个平均序列,并且以最近序列,并且以最近n n个观察值的平均数作为预测个观察值的平均数作为预测值的预测方法。值的预测方法。适用于具有明显线性趋势的时间序列数据的适用于具有明显线性趋势的时间序列数据的预测。预测。一次移动平均法只能用来对下一期进行预一次移动平均法只能用来对下一期进行预测,不能用于长期预测。测,不能用于长期预测。必须选择合理的移动跨期,跨期越大对预必须选择合理的移动跨期,跨期越大对预测的平滑影响也越大,移动平均数滞后于实际测的平滑影响也越大,移动平均数滞后于实际数据的偏差也越大。跨期太小则又不能有效消数
14、据的偏差也越大。跨期太小则又不能有效消除偶然因素的影响。跨期取值可在除偶然因素的影响。跨期取值可在320320间选取。间选取。它分为它分为简单移动平均法简单移动平均法和和加权移动平均法加权移动平均法(一)(一)简单移动平均法移动平均法 1.1.计算方法:计算方法:),1,(1111)1(NnntXnnXXXXtntiintttt(10-12)(10-12)例例10-510-5月份月份销售金额销售金额3个月移动平均个月移动平均(N=3)5个月的移动个月的移动平均(平均(N-5)138-245-335-44939.33-57043.00-64351.3347.4074654.0048.408555
15、3.0048.6094548.0052.60106548.6751.80116455.0050.8012-58.0055.00表10-3各月销售额及移动平均值汇总表各月销售额及移动平均值汇总表 单位:万元单位:万元 计算计算误差误差的公式:的公式:绝对误差:绝对误差:平均绝对误差:平均绝对误差:平方误差:平方误差:平均平方误差:平均平方误差:),1(NniXXeii(10-13)(10-13)NniiiXXnNMAE11(10-14)(10-14)22)(iiiXXe(10-15)(10-15)NniiiXXnNMSE12)(1(10-16)(10-16)(二二)加权加权移动平均法移动平均法
16、是在简单移动平均法的基础上,根据最近几是在简单移动平均法的基础上,根据最近几期观察值对预测值的影响大小给予不同的权数,期观察值对预测值的影响大小给予不同的权数,而以加权后的平均值作为下一期预测值的预测方而以加权后的平均值作为下一期预测值的预测方法。法。nntnttttWWWXWXWXWXX21112111(10-17)(10-17)表表10-410-4 简单一次移动平均法预测误差比较表简单一次移动平均法预测误差比较表P192P192 例例10-610-6某商场某商场1 1 月份至月份至1111月份的实际销售额月份的实际销售额如表如表10-510-5所示。假定跨越期为所示。假定跨越期为3 3个月
展开阅读全文