时间序列预测法_第1页
时间序列预测法_第2页
时间序列预测法_第3页
时间序列预测法_第4页
时间序列预测法_第5页
已阅读5页,还剩29页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、 时时间序列预测法间序列预测法 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基础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,使时间趋势向外上,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,确定变量预测延伸,从而预测未来市场的发展变化趋势,确定变量预测值。值。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

2、: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ICSTXISCTXISCTX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

3、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发时间序列是指同一变量按事件发生的先后顺序排列起来的一组观察值或记录值。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

4、,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的能够展示研究对象在一定时期内的发展变化趋势与规律发展变化趋势与规律,因而可以从时间序列中找出变量变,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进化的特征、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。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)

5、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

6、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, ,

7、 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 作为作为预测值预测值X其其公式为:公式为:niiX1n1xx X(1) 例例2 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年该产年该产品的销售量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 5200020002001200120022002200320032004200412000120001315013150144501445015610156101680516805_11501150130013001160116011951195合计合计4

8、8054805平均平均 1201表表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为作为下期预测值的预测方法。下期预测值的预测方法。 其计算如下其计算如下:niiniiinnnWWXWWWWXWXWXWXX11212211(5(5) )例例3 3根据根据例例1 1,用加权算术平均法试预测该企业,用加权算术平均法试预测该企业7 7月月份的销售额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262627272424282826262525

9、25.925.9( (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,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

10、法的预测模型是: 例例4 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2 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 5200020002001200120022002200320032004200445.0045.0051.7351.7360.5560.5570.2470.2484.2984.29- -61.201.20- -0.0610.0610.0680.0680.0650.0650.0

11、790.079- -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。 根据时间序列逐项移动,依次计算包含一定项数的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,并据此对预测对象进平均数,形成平均数时间

12、序列,并据此对预测对象进行预测。行预测。 移动平均可以消除或减少时间序列数据受偶然性因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。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 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

13、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

14、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(12(12) ) 例例5 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)138-245-335-44939.33-57043.00-64351.3347.4074654.0048.4085553.0048.6094548.0052.60106548.6751.80116455.0050.8012-58.0055.00表3各月销售额及移动平均

15、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(13(13) )NniiiXXnNMAE11(14(14) )22)(iiiXXe(15(15) )NniiiXXnNMSE12)(1(16(16) )( (二二) )加权加权移动平均法移动平均法 是在简单移动平均法的基础上,根据最近几期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,而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

16、一期预测值的预测方法。以加权后的平均值作为下一期预测值的预测方法。 nntnttttWWWXWXWXWXX21112111(17(17) )表表4 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6 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如表表5 5所示。假定跨越期为所示。假定跨越期为3 3个月,权数为个月,权数为1 1、2 2、3 3,试用加权,试用加权移动平均法预测移动平均法预测1212月份的销售额月份的销售额表5加权移动平均值计算表加权移动平均值计算表月份月份销售额销售额3 3个月的加权移动平均个月的加权移

17、动平均1 12 23 34 45 56 67 78 89 9101011113838454535354949707043434646555545456868646438.8338.8343.6743.6757.1757.1753534949505048.548.558.1758.17121262.1762.17二、二次移动平均法二、二次移动平均法(一)含义:(一)含义: 所谓的所谓的二次移动平均二次移动平均就是对时间序列的一次移就是对时间序列的一次移动平均值再次进行第二次移动平均;动平均值再次进行第二次移动平均; 所谓的所谓的二次移动平均法二次移动平均法就是利用一次移动平均就是利用一次移动平均

18、值和二次移动平均值的滞后偏差的演变规律,建立值和二次移动平均值的滞后偏差的演变规律,建立线性方程进行预测的方法。线性方程进行预测的方法。 二次移动平均法与一次移动平均法相比,其优二次移动平均法与一次移动平均法相比,其优点是大大减少了滞后偏差,使预测准确性提高。点是大大减少了滞后偏差,使预测准确性提高。 二次移动平均只适用于短期预测。二次移动平均只适用于短期预测。 1Xx xo ot tt+T 2XX X图图1 1 滞后偏差示意图滞后偏差示意图滞后偏差滞后偏差二、二次移动平均法二、二次移动平均法(二)二次移动平均法 二次移动平均法的预测模型如下:二次移动平均法的预测模型如下:)(122.)2()

19、1()2()1()1()1()1(2)1(1)1()2()1(21)1(ttttttttTtntttttntttttMMnbMMaTbaxnMMMMMnxxxxM其中(1818)表表6 6 二次移动平均预测表二次移动平均预测表例例7 7 某企业某种产品某企业某种产品20042004年年1 1至至11 11月份的销售额如月份的销售额如表表6 6第第(3 3)栏所栏所示。假设跨越期示。假设跨越期n=4n=4,试用,试用二次移动平均法分别二次移动平均法分别 预测预测20042004年年1212月份和月份和20052005年年1-21-2月份(即月份(即T T分别为分别为1 1、2 2、3 3)的销售

20、额)的销售额序号序号月份月份销售金额销售金额(1 1)(2 2)(3 3)(4 4)(5 5)(6 6)(7 7)(8 8)1 12 23 34 45 56 67 78 89 9101011111 12 23 34 45 56 67 78 89 9101011113838454535354949707043434646555545456565646441.7541.7549.7549.7549.2549.2552.0052.0053.553.547.2547.2552.7552.7557.2557.2548.1948.1951.1351.1350.5050.5051.3851.3852.695

21、2.6955.8155.8155.8755.8744.0044.0054.1254.1261.8161.81+2.54+2.54+1.58+1.58-2.17-2.17+0.91+0.91+3.304+3.30458.3558.3557.4557.4541.8341.8355.0355.031212121264.8564.8513131 167.8967.8914142 270.9370.93单位:万元单位:万元 1tX 2tXtatbTtX第四节指数平滑法第四节指数平滑法 是由是由移动平均法移动平均法改进而来的,是一种特殊的改进而来的,是一种特殊的加权移动平加权移动平均法均法。这种方法既有移

22、动平均法的长处,又可以减少历史。这种方法既有移动平均法的长处,又可以减少历史数据的数量。数据的数量。 第一,第一,它把过去的数据全部加以利用;它把过去的数据全部加以利用; 第二,第二,它利用平滑系数加以区分它利用平滑系数加以区分 ,使得近期数据比远,使得近期数据比远期数据对预测值影响更大。它特别适合用于观察值有有长期数据对预测值影响更大。它特别适合用于观察值有有长期趋势和季节变动,必须经常预测的情况。期趋势和季节变动,必须经常预测的情况。 可分为可分为一次一次指数平滑法指数平滑法和和多次指数平滑法。多次指数平滑法。一、一、一次一次指数平滑法指数平滑法 是计算时间序列的一次指数平滑值,以当前观察

23、期的是计算时间序列的一次指数平滑值,以当前观察期的一次指数平滑值为基础,确定下期预测值。其基本原理一次指数平滑值为基础,确定下期预测值。其基本原理如下:如下: 例例8 8 某企业某种产品某企业某种产品20042004年年1-111-11月份的销售额如月份的销售额如表表7 7所所示示,a ,a取值分别为取值分别为0.20.2、0.80.8,试运用一次指数平滑预测,试运用一次指数平滑预测20042004年年1212月份的销售额。月份的销售额。表7 一次指数平滑预测表一次指数平滑预测表 单位单位; ;万元万元序号序号月份月份销售金额销售金额=0.2=0.2=0.8=0.8(1)(1)(2)(2)(3

24、)(3)(4)(4)(5)(5)(6)(6)(7)(7)1 12 23 34 45 56 67 78 89 9101011111 12 23 34 45 56 67 78 89 9101011113838454535354949707043434646555545456565646438.0038.0039.4039.4038.9638.9640.9740.9746.7546.7546.0246.0245.9845.9847.7847.7847.2247.2250.7850.7853.4253.4238.0038.0039.4039.4038.9638.9640.9740.9746.7846.

25、7846.0246.0245.9845.9847.7847.7847.2247.2250.7850.7838.0038.0043.6043.6036.7036.7046.5446.5465.3165.3147.4647.4646.2946.2953.2653.2646.6546.6561.3361.3363.4763.4738.0038.0043.6043.6036.7036.7046.5446.5465.3165.3147.4647.4646.2946.2953.2653.2646.6546.6561.3361.33121253.4253.4263.4763.47 1SX 1SX( (二二)

26、 )初始预测值初始预测值 和平滑系数和平滑系数a a的确定的确定1X1.1.初始预测值初始预测值 1X的确定的确定2.2.平滑系数平滑系数a a的确定的确定(三)指数平滑法预测的步骤(三)指数平滑法预测的步骤1.1.选择平滑系数和时间序列观察期选择平滑系数和时间序列观察期2.2.确定初始预测值确定初始预测值3.3.计算各期的一次指数平滑数计算各期的一次指数平滑数4.4.进行预测,并根据误差分析对预测结果进行调整。进行预测,并根据误差分析对预测结果进行调整。二、二次指数平滑法二、二次指数平滑法 和二次移动平均法一样,一次指数平滑法在处理有线性趋势的时和二次移动平均法一样,一次指数平滑法在处理有线

27、性趋势的时间序列时,也会产生滞后偏差。为了进一步减少偶然因素对预测值间序列时,也会产生滞后偏差。为了进一步减少偶然因素对预测值的影响,提高指数平滑对时间序列的吻合程度,可在一次平滑的基的影响,提高指数平滑对时间序列的吻合程度,可在一次平滑的基础上进行第二次平滑,道理同二次移动平滑法相同。础上进行第二次平滑,道理同二次移动平滑法相同。 二次指数平滑法的计算公式为:二次指数平滑法的计算公式为:一、含义一、含义 212122)1(tttSaSaS(27(27) )( (二二) )二次指数平滑法的预测步骤二次指数平滑法的预测步骤以例9来说明二次指数平滑法的预测步骤二次指数平滑法的预测步骤第五节第五节

28、趋势外推法趋势外推法 一、含义一、含义 运用趋势外推法进行预测是基于两个基本假设:运用趋势外推法进行预测是基于两个基本假设: 一是一是决定过去预测对象发展的因素,在很大程度上仍将决决定过去预测对象发展的因素,在很大程度上仍将决定其未来的发展;定其未来的发展; 二是二是预测对象发展过程一般是渐进变化,而不是跳跃式变预测对象发展过程一般是渐进变化,而不是跳跃式变化。化。 趋势外推法的突出特点是选用一定的数学模型来拟合预测变趋势外推法的突出特点是选用一定的数学模型来拟合预测变量的变动趋势,并进而用模型进行预测。量的变动趋势,并进而用模型进行预测。二、趋势外推法经常选用的数学模型二、趋势外推法经常选用

29、的数学模型(一)(一)线性模型线性模型(二)曲线模型(二)曲线模型 1.多项式曲线模型多项式曲线模型 2.简单指数曲线模型简单指数曲线模型 3.修正指数曲线模型修正指数曲线模型 4.生长曲线模型生长曲线模型 (龚珀资龚珀资曲线模型)曲线模型) 根据预测变量变动趋势是否为线性,右分根据预测变量变动趋势是否为线性,右分为线性趋势外推法和曲线趋势外推法。为线性趋势外推法和曲线趋势外推法。三、趋势外推法的应用三、趋势外推法的应用(一)预测步骤(一)预测步骤1.正确选择模型正确选择模型(1)散点图法)散点图法(2)试算法)试算法(3)特征对比法)特征对比法2.估计参数估计参数(二)(二)趋势外推法应用举

30、例趋势外推法应用举例第六节第六节 季节系列法季节系列法 掌握季节变动规律,就可以利用这种规律进行掌握季节变动规律,就可以利用这种规律进行市场预测。市场预测。一、一、不考虑不考虑长期趋势的长期趋势的季节系列法季节系列法二、二、考虑考虑长期趋势的长期趋势的季节系列法季节系列法长期趋势的预测可以用:长期趋势的预测可以用: 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本章本章 小结小结思考题思考题1.1.时间序列预测法的含义及其特点是什么?时间序列预测法的含义及其特点是什么?2.2.时间序列可以分为哪几种因素?其内容是什么?时间序列可以分为哪几种因素?其内容是什么?3.3.简述简单平均法、加权算术平均法和几何平均法的含义及简述简单平均法、加权算术平均法和几何平均法的含义及其分别适应的情况。其分别适应的情况。4.4.一次

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 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。

评论

0/150

提交评论