指数曲线模型的=课件.pptx

1、指数曲线模型的讲解第一节 直线模型预测法 第二节 多项式曲线模型预测法第三节 指数曲线模型预测法第四节 修正指数曲线模型预测法第五节 成长曲线预测模型应用趋势延伸法有两个假设前提：（1）决定过去预测目标发展的因素，在很大程度上仍将决定其未来的发展；（2）预测目标发展过程一般是渐进变化，而不是跳跃式变化。常见的趋势线直线直线btay指数曲线指数曲线taby 二次曲线二次曲线2ctbtay三次曲线三次曲线32dtctbtay修正指数曲线修正指数曲线tabky龚柏兹曲线龚柏兹曲线tbkay 第一节 直线模型预测法直线预测模型为：直线预测模型的特点，是一阶差分为一常数：一、最小平方法最小平方法就是使误

2、差平方和即 达到最小来估计a和b的方法。btaytbyyyttt12)(ttyyQ2)(btayQt11111122211111()()()()()()nnttttnnnnttttttttttnnnttttttaybxybxnnnx yxyxxyybnxxxx111111nnnttttttaybxyynnn1111222111()()()nnnnttttttttttnnnttttttnx yxyx ybnxxxx 的编号的影响：对预测结果没有影响对斜率b没有影响对截距a有影响如果时间序列有偶数项，则对称编号方式：，-5，-3，-1，1，3，5，如果时间序列有奇数项，则对称编号方式：，-2，-1

3、，0，1，2，例1 某市19781986年化纤零售量如表所示，试预测1987年化纤零售量。某市化纤零售量及其一阶差分 单位：万米解：1、选择预测模型 计算序列的一阶差分，列于表中，从计算结果可以看出，一阶差分大体接近。因此，可配合直线预测模型来预测。2、建立直线预测模型 根据资料列表计算有关数据。年份年份197819791980198119821983198419851986零售量零售量265297333370405443474508541一阶差分一阶差分 3236373538313433某市化纤零售量直线预测模型最小平方法计算表 tty2tty ttyy2)(ttyy ty年份年份t1978

4、-4265-106016264.520.480.23041979-3297-8919299.39-2.395.71211980-2333-6664334.26-1.261.58761981-1370-3701369.130.870.75691982040500404.0011198314434431438.874.1317.0569198424749484473.740.260.06761985350815249508.61-0.610.372119864541216416543.48-2.486.1504总和总和03636209260363632.93487.3460209240493636

5、ba所求直线预测模型为：3、预测以 代入预测模型，则可预测1987年化纤零售量为：tyt87.3440450t)(35.578587.344041987万米y二、折扣最小平方法 折扣最小平方法就是对误差平方进行指数折扣加权后，使其总和达到最小的方法。其数学表达式为：最近期的误差平方 的权数为 ，最远期的误差平方的权数为 。第t期的误差平方的权数为 。由于 是越来越小的权数，这说明对最近期的误差平方不打折扣，而对远期的误差平方，越远打的折扣越大。所以称为折扣最小平方法。21()nnttttQyy2)(nnyy 01ntn10.,.1ntn用折扣最小平方法来估计直线预测模型的参数a、b，使 对此式

6、求偏导数，便得求参数a、b估计值的标准方程组为：21()nn tttQyabt2111111tbtatytbaynttnnttntnttnnttnnttntnttn例2 根据前面给出的某市化纤零售量的统计资料，试用折扣最小平方法预测1987年化纤零售量。（=0.8）tnttnyattntyttn2ttnty 年份年份t零售量零售量n-t1978126580.167844.46744.4670.16780.1678265.791979229770.209762.2809124.5610.41940.8388300.391980333360.262187.2793261.8370.78632.35

7、89334.991981437050.3277121.249484.9961.31085.2432369.601982540540.4096165.888829.442.04810.24404.201983644330.512226.8161360.893.07218.432438.801984747420.64303.362123.524.4831.36473.411985850810.8406.43251.206.451.2508.0119869541015414869981542.61总计总计36364.32891958.7413349.9727.684200.8403637.8解：列表

8、计算有关数据。将计算的结果代入公式得：解此方程组得：所求直线预测模型为：将各年的t值代入预测模型，可得各年的追溯预测值 )(22.577106034.341832.2311987万米ybab8407.2006843.279187.133496843.273289.47402.19586034.34,1832.231batyt6034.341832.231直线趋势延伸预测模型与运用平滑技术建立直线预测模型进行预测的比较相同点：都遵循事物发展连续原则，预测目标时间序列资料呈现有单位时间增（减）量大体相同的长期趋势变动为适用条件。区别为：（）预测模型的参数计算方法不同。（）线性预测模型中的时间变量取

9、值不同。（）模型适应市场的灵活性不同。（）随时间推进，建模型参数的简便性不同。直线趋势延伸模型较适合趋势发展平衡的预测对象的近期、中期预测；平滑技术建立的线性模型更适合趋势发展中有波动的预测目标的短期、近期预测。第二节 多项式曲线模型预测法 多项式曲线预测模型的一般形式为：二次抛物线预测模型为：二次抛物线预测模型的特点是二阶差分为一常数：432etdtctbtayt2ctbtaytcyyytt2122、用三点法确定待定系数()0iiyy0500100015002000250019961997199819992000200120022003200420052006销售额由于三个参数需三个方程估算

10、，故将历史数据分解成三组：由于三个参数需三个方程估算，故将历史数据分解成三组：其原理：其理论值与实际值的离差代数和为零，即其原理：其理论值与实际值的离差代数和为零，即 这三点选择方法是：1、当时间序列的总项数n15时，在序列的首尾两端和正中各取五项数据，求出三个加权平均数，权数由远及近分别用1、2、3、4、5，用以加重近期信息在平均数中的比重。这三个加权平均数就作为二次抛物线上三个点的纵坐标。2、若9n15时，则在序列初、中、近期各取三项求出三个加权平均数，权数由远及近分别用1、2、3。若为偶数，可删去最初的一个观察期数据设初、中、近期三点的坐标为 又设n为数列总项数，且为奇数，则：正中项 设

11、各项观察值为 ，五项加权平均时，三个加权平均数为：),(),(),(332211TtMStMRtM21ndndyyyy,21)5432(151)5432(151)5432(1511234211254321nnnnndddddyyyyyTyyyyySyyyyyR3432)2(673322132323311)554433221(151321nntnndtt这三点的横坐标也应取加权平均值，即：五项加权平均时，三点的坐标为：三项加权平均时三点的坐标为：),34(),673(),311(321TnMSnMRM),32(),653(),37(321TnMSnMRM二次抛物线预测模型的参数估计值二次抛物线预

12、测模型为：求得的三点坐标必须满足这模型。因此五项加权平均时有：2tyabtctcnbnaTcnbnaScbaR222)34()34()673(673)311(311解方程组得参数估计值为：同理，三项加权平均时，参数估计值为：cbRacnnRTbnSTRc91213113735)5()2(22cbRacnnRTbnSTRc949373533)3()2(22例4 某市19781986年某水产品收购量如表所示。试预测1987年某水产品收购量。某市某水产品收购量及其差分 单位：万担 年份年份197819791980198119821983198419851986收购量收购量54.564.176.492

13、.3110.7132.2156.8183.6214.0一阶差分一阶差分_9.612.315.918.421.524.626.830.4二阶差分二阶差分_2.73.62.53.13.12.23.6解：解：1、选择预测模型。计算序列的一阶、二阶差分，、选择预测模型。计算序列的一阶、二阶差分，列于表中，从计算结果可看出，二阶差分是比较平稳列于表中，从计算结果可看出，二阶差分是比较平稳的。因此，可配合二次抛物线预测模型来预测。的。因此，可配合二次抛物线预测模型来预测。2、建立二次抛物线预测模型。列表计算有关数据、建立二次抛物线预测模型。列表计算有关数据。twyty 2)(ttyy 年份年份年次年次t收

14、购量收购量yt权数权数w1978154.5154.554.9620.213441979264.12128.264.7430.413451980376.43229.277.4361.073301981492.3192.393.0430.5520519825110.72221.4111.5630.7447719836132.23396.6132.9950.6320319847156.81156.8157.3410.2926819858183.62367.2184.6001.000019869214.03642214.7710.59444总计总计5.51616根据上表资料计算得：代入公式得：3333

15、.19466422.3678.1563833.11866.3694.2213.9265.6862.2292.1285.54TSR0941.484565.19494112.53765.684112.54565.135933965.683333.1944565.1)39()3833.11823333.19465.68(22abc二次抛物线预测模型为：将各年的t值代入预测模型，可得各年的追溯预测值 24565.14112.50941.48ttyt三次抛物线预测模型为：三次抛物线预测模型的特点是三阶差分为一常数：cyyytt21232dtctbtaytdyyyttt61223参数估计一、最小平方法 根

16、据最小平方法的原理，可得标准方程组：为了简化计算，可选取时间序列 的中点为时间原点，使 ，从而使上列方程组简化为：由此可解得a，b，c，d 的估计值。643354322432325tdtctbtayttdtctbtayttdtctbtatytdtctbnaytttt ty0,0,053ttt643422422tdtbyttctayttdtbtytcnaytttt例3 某省19741986年机械手表销售量如下表所示。试预测1987年手表销售量。ty2t3t4t6t年份年份年次年次t销售量销售量1974-61036-2161296466561975-51125-125625156251976-41

17、216-6425640961977-3149-27817291978-2154-816641979-1161-1111980016000019811141111198221348166419833119278172919844131664256409619855142512562515625198661536216129646656总计总计017418204550134342ttytyt2tyt3ty 2)(ttyy-60360-21608.9201.1664-55275-137511.6920.4789-48192-76813.4962.2380-42126-37814.4980.2480-

18、3060-12014.8630.0188-1616-1614.7581.542600014.34972.723514141413.8030.0388265210413.2850.0812339929712.9613.84565220883212.9970.0000170356175013.5600.193690540324014.8160.03393422981420173.99912.60931解：1、选择预测模型。从表的资料，可以看出机械手表销售量是呈现先上升，后下降，再上升的发展趋势，其图形为一条有两个弯曲的曲线，因此，可配合三次抛物线预测模型来预测。2、建立三次抛物线预测模型。列表计算

19、有关数据。将计算结果代入公式得：解此方程组得：dbcadbca1343245501420455018222984550182341821317402768.006893.05052.03497.14dcba所求三次抛物线预测模型为：将各年的t值代入预测模型，可得各年的追溯预测值。3、预测又=0.05，自由度nm=9时，查t分布表得：以t=7代入预测模型，可得1987年手表销售量的预测值为：3202768.006893.05052.03497.14tttyt1837.141360931.12)(2mnyyStty262.2)9(025.0t)(93.16)7302768.0()706893.0(

20、)75052.0(3497.1421987万只y预测区间（简化式）为即有95的把握预期1987年该省机械手表销售量将在（14.15，19.71）万只之间2198711116.932.262 1.1837 11316.932.78yytSn指数曲线模型预测法 指数曲线预测模型为：其特点是环比发展速度为一常数：可化为对数直线模型：其特点是对数的一阶差分为一常数：ttaby byytt1btaytlglglgbytlg)(lg根据最小平方法的原理并使t=0，推导求得：再求反对数，便得a、b的估计值。例5 某市19781989年居民储蓄存款余额如表所示，试预测1990年该市居民储蓄存款余额。2lglg

21、lglgtytbnyatt某市居民储蓄存款余额最小平方法计算表 单位：亿元 ty lg2tty 年份年份年次年次t储蓄额储蓄额yt环比发展速度环比发展速度(%)tlgyt1978-115.670.75358121-8.289385.38901979-97.09125.040.8506581-7.655857.18161980-79.56134.840.9804649-6.863229.57051981-513.07136.721.1162825-5.5814012.75411982-316.75128.161.224019-3.6720316.99661983-121.62129.071.33

22、4861-1.3348622.65031984128.34131.08 1.4524011.4524030.18471985339.86140.651.6005494.8016240.22531986554.16135.881.73368258.6684053.60581987774.84138.181.874134913.1189171.43721988994.38126.111.974888117.7739295.2000198911129.94137.682.1137412123.25114126.8673总计总计17.0092157235.66965解：1、选择预测模型。计算序列的环比

23、发展速度，列于上表中，从计算结果可以看出，环比发展速度大体相近，因此，可配合指数曲线预测模型来预测。2、建立指数曲线预测模型。列表计算有关数据。将计算结果代入公式，可得：求反对数，得：所求指数曲线预测模型为：3、预测。90年居民储蓄存款余额的预测值为：06236.057266965.35lg41743.11200921.17lgba1544.11475.26batty)1544.1(1475.26)(0683.169)1544.1(1475.26131990亿元y二、两点法 指数曲线的对数形式为：令化为直线预测模型：若n10时，在序列首尾两端各取五项加权平均，可得参数估计值若6n0)(a0)k

24、+a k+a(0b0)(a1)由于修正指数曲线预测模型的一阶差分：是指数函数形式，因此由指数曲线预测模型的特点，可知修正指数曲线预测模型的特征是，一阶差分的环比为一常数。11)1()()(ttttbbaabkabky 3.4 修正指数曲线拟合法 2、参数的确定方法、参数的确定方法：（：（1）分组平均法（三点法），（）分组平均法（三点法），（2）三和法三和法设有设有3n个观察值（若个观察值（若9个数据个数据n=3），取时间），取时间 132,1,0nt则有：1321211013212111nnnnnnynynynynynyyyn个 n个 n个 111100nnabkyabkyabky 1212n

25、nnnabkyabky 1313223nnnnbkyabky 3.4 修正指数曲线拟合法 将三组分组左、右两边分别相加得)(101nbbanky)(102nnbbabnky)(1023nnbbabnky 1)1(11)(10bbbbbbbnnn式-式 式，式-式 式 0132(1)()nnnyyab bbb)(1(1012nnbbbayy 3221nyybyy把式代入式 221(1)()(1)nbayyb 3221nyybyy111()1nbkyanb3221nyybyyt=0,1,2,3n-1T,T+1,T+3n-1t,Tabb akk yybt=0,1,2,3n-11,2,3nt,abb

26、akk yyb例7 某市19771985年某种家用电器销售量如表所求，试预测1986、1987年该种家用电器销售量。tytyty1ty 64.141ty41.162ty32.173ty年份年份年次年次t销售量销售量一阶差分一阶差分一阶差分一阶差分环比（环比（%）1977197819790124.604.905.140.300.2480.004.60314.89975.13731980198119823455.335.485.600.190.150.1279.1778.9480.005.32775.48015.60231983198419856785.705.785.840.100.080.06

27、83.3380.0075.005.70025.77865.8418解：1、选择预测模型。计算序列一阶差分的环比列于表中，可知一阶差分环比基本上为一常数。因此，可配合修正指数曲线预测模型来预测。2、建立修正指数曲线预测模型。n=3将计算结果代入k、a、b的计算公式，得：8011.064.1441.1641.1632.173b4912.11)8011.0(18011.0)64.1441.16(23a0943.618011.01)8011.0()4912.1(64.14313k所求修正指数曲线预测模型为：3、预测。以t=9和t=10分别代入预测模型，可得1986年和1987年该种家用电器销售量的预测

28、值分别为：表明这种家用电器已处于饱和状态。tty)8011.0)(4912.1(0943.6)(8917.5)8011.0)(4912.1(0943.691986万台y)(9320.5)8011.0)(4912.1(0943.6101987万台y生长曲线（S曲线）预测法技术和经济的发展过程类似于生物的发展过程，经历发生、发展、成熟三个阶段。每一阶段的发展速度是不一样的。一般地，在发生阶段，变化速度较为缓慢；在发展阶段，变化速度加快；到成熟阶段，变化速度又趋于缓慢，按照这三个阶段发展规律得到的事物变化发展曲线，通常称为生长曲线或增长曲线，亦称逻辑增长曲线。由于此类曲线常似“S”形，故又称 S 曲

29、线。现在，S曲线已广泛应用于描述及预测生物个体生长发育及某些技术、经济特性的发展领域中。024681012-20-15-10-505101520 成长曲线预测模型 一、龚柏兹曲线预测模型龚柏兹曲线，是美国统计学家和数学家龚柏兹首先提出用作控制人口增长率的一种数学模型。它的预测模型为：对其求一、二阶导数，有并令 ，可求得曲线拐点的位置为：0a1 e=2.718282 tbtkay babkaytbttlnln)1ln()(lnln2 abbabkayttbtt0 tyekba,lnlnln1 3.5.1 龚珀兹曲线拟合法1、模型形式和特征、模型形式和特征(0,0,0)tbyKakaby t (0

30、a1，0b1)y t 0a1 y t k a1，0b1,b1 特征特征：纵坐标取对数后的一级增长量的环比系数为常量b。.lnlnlntbtykaykb a是修正指数曲线ln,ln,lnyy kk aa设参数估计对数形式：令 上式变为：依照修正指数曲线估计参数的方法，可得b，lga和lgk的计算公式：这里n为总数据的1/3。分别为总数据三等分后的各部分和。ttbakYlglglgaAkKYYtlg,lg,lgttAbKYabbynkbbyyayyyybntnttnttttlg11lg1lg11)lglg(lglglglglg12121223tttyyylglg,lg321和例8某省1976198

31、4年小型拖拉机拥有量如表所示。试预测1985年和1986年小型拖拉机拥有量。某省小拖拉机拥有量龚柏兹曲线预测模型计算表 单位：千台 tylgtytylgtylgtylg1ty 5765.4lg1ty4186.5lg2ty7921.5lg3ty年份年份年次年次t拥有量拥有量 的一的一阶差分阶差分 的环的环比比（%）相对误相对误差（差（%）19761977197801225.85032.80444.4771.41251.51591.64810.10340.1322127.8524.23234.48545.1336.2505.124-1.47519791980198134556.00264.9607

32、2.0801.74821.81261.85780.10010.06440.045275.7264.3470.1955.41464.80173.0151.0500.245-1.29719821983198467880.28285.83589.9001.90461.93371.95380.04680.02910.0201103.5362.1869.0779.97185.71990.3780.3870.135-0.532解：将计算结果代入b，lga和lgk的计算公式。可得：求反对数，得：所求龚柏兹曲线预测模型为：3、预测。以t=9和t=10分别代入，得1985年和1986年小型拖拉机拥有量的预测值分

33、别为：7626.04435.05765.44186.54186.57921.533b6455.0 1)7626.0(17626.0)5765.44186.5(lg23a0299.2)6455.0(17626.01)7626.0(5765.431lg3k127.107,2262.0katty7626.0)2262.0(127.107)(100.94)2262.0(127.1079)7626.0(1985千台y)(042.97)2262.0(127.10710)7626.0(1986千台y二、罗吉斯缔曲线预测模型 罗吉斯缔曲线预测模型为：对其求一、二阶导数，有 并令 ，可求得曲线拐点的位置为 tt

34、ttabkyabky11或322)()()(ln)(lntttttttabkabkbbayabkbaby 0 tykbak21,lnlnln由于罗吉斯缔曲线的倒数是修正指数曲线。因此，依照修正指数曲线估计参数的方法，可得b、a和k的计算公式：)11(11)1(111111112121223bbaynkbbyyayyyybntnttntttt 例9 某省19691987年人口统计数据如表所示，试预测该省1990年人口总数。ty7101ty)101(7ty71101tyty 1203410171ty1080610172ty981310173ty年份年份 年次年次t人口总人口总数数一阶一阶差分差分环

35、比环比（%）相对误相对误差（差（%）196919701971197219731974012345470248114948505751755268212720792021197719321898-48-58-44-45-341.210.761.200.764756.34849.84943.75037.85132.15226.6-1.155-0.8060.0870.3800.8290.78619751976197719781979198067891011535554275502559356815780186718431818178817601730-31-24-25-30-28-300.910.7

36、11.041.200.931.075321.15415.65501.15604.55698.75792.60.6330.2100.016-0.206-0.312-0.218198119821983198419851986121314151617588459876075616662536346170016701646162215991576-30-30-24-24-23-231.001.000.801.000.951.005886.35979.76072.76165.26257.26348.7-0.0390.1220.0380.013-0.067-0.043解：1、选择预测模型。计算人口总数的倒

37、数一阶差分的环比，列于表中，从计算结果可以看出，倒数一阶差分的环比大体接近。因此，可选用罗吉斯缔曲线预测模型来预测。2、建立罗吉斯缔曲线预测模型。将计算结果代入k、a、b的计算公式，可得：2011.93616522.01)6522.0(293.11661203461293.1166 1)96522.0(196522.0)1203410806(96522.0808631921.0120341080610806981362666kab所求罗吉斯缔曲线预测模型为：3、预测。以t=21代入预测模型，可得该省1990年人口总数的预测值为：预测模型中的万人，这个数值是该模型预测某省人口总数的渐近值。tty

38、)96522.0(293.11662011.936107)(9.6707)96522.0(293.11662011.936102171990万人y47.10681101,2011.9367kk原始数据如下表，并绘图如下。例 甘肃省社会消费品零售总额的分析预测n由表和图形可以看出，甘肃省社会消费品零售总额的变化呈增长趋势。根据直观判断，其变化趋势大体与三种模型类似，故初选三种曲线模型nA指数曲线模型nB二次曲线模型nC三次曲线模型n运用最小二乘法对参数进行估计，分别得模型为05000001000000150000020000002500000300000035000004000000450000

39、0197819791980198119821983198419851986198719881989199019911992199319941995199619971998199920002001ttey136285.06.1734162003.85056.511322.327697ttyt3262464.66579.60064.256351.269234tttyt3模型分析。首先进行历史数据分析。把三个模型的拟合结果与实际值绘图比较如下，进行直观判断，可以看出，二次曲线和三次曲线的拟合效果比较好。同时，分别计算三个模型的预测精度。这里选用常用的均方误差和平均绝对百分误差进行比较。分析表明二次曲

40、线和三次曲线的拟合效果都比较好，其中三次曲线的拟合效果更佳。其次进行未来趋势表现程度分析。随着市场经济的深入，西部大开发的实施，甘肃的经济发展水平将不断提高，人民的生活也得到日益的改善，决定了社会零售商品总额也将不断增加。模型反映的是上升趋势，与社会零售商品总额的未来趋势是一致的，所以可以用来进行预测。05000001000000150000020000002500000300000035000004000000450000050000001357911131517192123实际值AY预测值B预测值C预测值4预测根据选定的模型，计算预测值，预测结果见表。表 预测结果表1，已知19781995

41、 年我国小麦单位面积产量的数据如表，试确定小麦单位面积产量的修正指数曲线方程，求出各年单位面积产量的趋势值，并预测 2000 年的小麦单位面积产量。年份单位面积产量（kg/公顷）年份单位面积产量（kg/公顷）19781845198729851979214519882970198018901989304519812115199031951982244519913105198328051992333119842970199335191985294019943426198630451995354219781995 年小麦单位面积产量数据表用直线模型拟合数据，并用合适的方法估计参数199719981999200020012002200395001020010930116701238013090137803，某烟糖业公司历年卷烟销量资料如下表所示：2.根据第一题 中的数据，试确定小麦单位面积产量的龚珀兹曲线方程，求出各年单位面积产量的趋势值，并预测 2000 年的小麦单位面积产量。4.某市摄像机销售资料如表所示，试用指数曲线模型预测2006年该市的需求量。年份销售额（y）1999220020003500200157002002980020036400200427000200543300