《時間序列預(yù)測模型》PPT課件

《《時間序列預(yù)測模型》PPT課件》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、時間序列預(yù)測模型時間序列是指把某一變量在不同時間上的數(shù)值按時間先后順序排列起來所形成的序列,它的時間單位可以是分、時、日、周、旬、月、季、年等。時間序列模型就是利用時間序列建立的數(shù)學(xué)模型，它主要被用來對未來進(jìn)行短期預(yù)測，屬于趨勢預(yù)測法。一、簡單一次移動平均預(yù)測法項數(shù)n的數(shù)值,要根據(jù)時間序列的特點(diǎn)而定,不宜過大或過小.n過大會降低移動平均數(shù)的敏感性,影響預(yù)測的準(zhǔn)確性;n過小,移動平均數(shù)易受隨機(jī)變動的影響,難以反映實際趨勢.一般取n的大小能包含季節(jié)變動和周期變動的時期為好,這樣可消除它們的影響.對于沒有季節(jié)變動和周期變動的時間序列,項數(shù)n的取

2、值可取較大的數(shù);如果歷史數(shù)據(jù)的類型呈上升(或下降)型的發(fā)展趨勢,則項數(shù)n的數(shù)值應(yīng)取較小的數(shù),這樣能取得較好的預(yù)測效果.例1.某企業(yè)1月~11月的銷售收入時間序列如下表所示.取n=4,試用簡單一次移動平均法預(yù)測第12月的銷售收入,并計算預(yù)測的標(biāo)準(zhǔn)誤差.月份t1234567891011銷售收入533.8574.6606.9649.8705.1772.0816.4892.7963.91015.11102.7月份t銷售收入1234567891011553.8574.6606.9649.8705.1772.0816.4892.7963.91015.

3、11102.7591.3634.1683.5735.8796.6861.3922.0993.6591.3634.1683.5735.8796.6861.3922.0113.8137.9132.9156.9167.3153.8180.712950.419016.417662.424617.627989.323654.432652.512993.6158542.7二、加權(quán)一次移動平均預(yù)測法簡單一次移動平均預(yù)測法，是把參與平均的數(shù)據(jù)在預(yù)測中所起的作用同等對待，但參與平均的各期數(shù)據(jù)所起的作用往往是不同的。為此，需要采用加權(quán)移動平均法進(jìn)行預(yù)測，加權(quán)

4、一次移動平均預(yù)測法是其中比較簡單的一種。三、指數(shù)平滑預(yù)測法1、一次指數(shù)平滑預(yù)測法時間t12345678價格觀測值16.4117.6216.1515.5417.2416.8318.1417.05解:時間t價格觀測值指數(shù)平滑值預(yù)測值1234567816.4117.6216.1515.5417.2416.8318.1417.0516.4116.8916.5916.1716.5916.6817.2617.1816.4116.8916.5916.1716.5916.6817.261.21-0.74-1.051.070.241.46-0.211.46

5、0.551.101.140.062.130.04917.186.48二次指數(shù)平滑預(yù)測法二次指數(shù)平滑預(yù)測法是對一次指數(shù)平滑值再作一次指數(shù)平滑來進(jìn)行預(yù)測的方法,但第t+1期預(yù)測值并非第t期的二次指數(shù)平滑值,而是采用下列公式進(jìn)行預(yù)測:二次指數(shù)平滑預(yù)測法適用于時間序列呈線性增長趨勢情況下的短期預(yù)測.例3仍以例2為例.試用二次指數(shù)平滑預(yù)測法預(yù)測第9個交易日的收盤價1、某商場1~12月份的銷售額時間序列數(shù)據(jù)如下表所示。取試用簡單一次移動平均法和加權(quán)一次移動平均法（取W1=3，W2=2，W3=1）預(yù)測下年一月份（第13月）的銷售額（單位：萬元）月份12

6、3456789101112實際銷售額4953555950515252515253592、一公司某種產(chǎn)品的市場銷售量按年變化的時間序列資料如下表，取平滑系數(shù)為0.7,初值為前三年數(shù)據(jù)的平均值,用一次指數(shù)平滑法預(yù)測其下一年的銷售量(單位:噸).年度199719981999200020012002200320042005銷售量874.51121.11103.31085.21089.51124.01249.01501.91866.4一元線性回歸模型例測16名成年女子的身高與腿長所得數(shù)據(jù)如下:身高143145146147149150153154腿長

7、8885889192939395身高155156157158159160162164腿長969897969899100102為了研究這些數(shù)據(jù)之間的規(guī)律性,作散點(diǎn)圖。數(shù)據(jù)大致落在一條直線附近，這說明x（身高）與y（腿長）之間的關(guān)系大致可以看作是直線關(guān)系。不過這些點(diǎn)又不都在一條直線上，這表明x和y之間的關(guān)系不是確定性關(guān)系?；貧w方程的顯著性檢驗在實際工作中,事先我們并不能斷定y與x之間有線性關(guān)系。當(dāng)然，這個假設(shè)不是沒有根據(jù)，我們可以通過專業(yè)知識和散點(diǎn)圖作粗略判斷。但在求出回歸方程后，還需對線性回歸方程同實際觀測數(shù)據(jù)擬合的效果進(jìn)行檢驗?？删€性化的

8、一元非線性回歸（曲線回歸）例出鋼時所用的盛鋼水的鋼包，由于鋼水對耐火材料的侵蝕，容積不斷擴(kuò)大。我們希望知道使用次數(shù)與增大的容積之間的關(guān)系。對一鋼包做試驗，測得數(shù)據(jù)如下：使用次數(shù)增大容積使用次數(shù)