krn[高等教育]移动平均法与指数平滑法打印

上传人:豆浆 文档编号:33383085 上传时间:2018-02-15 格式:DOC 页数:7 大小:76.50KB
返回 下载 相关 举报
krn[高等教育]移动平均法与指数平滑法打印_第1页
第1页 / 共7页
krn[高等教育]移动平均法与指数平滑法打印_第2页
第2页 / 共7页
krn[高等教育]移动平均法与指数平滑法打印_第3页
第3页 / 共7页
krn[高等教育]移动平均法与指数平滑法打印_第4页
第4页 / 共7页
krn[高等教育]移动平均法与指数平滑法打印_第5页
第5页 / 共7页
点击查看更多>>
资源描述

《krn[高等教育]移动平均法与指数平滑法打印》由会员分享,可在线阅读,更多相关《krn[高等教育]移动平均法与指数平滑法打印(7页珍藏版)》请在金锄头文库上搜索。

1、第一部分1学习目标 利用移动平均法与指数平滑法解决实际问题2. 学习重点 :移动平均法的理解 指数平滑法的运用学习难点 :指数平滑法的方法第二部分 理论知识总结(一) 长期趋势分析1.波动(时间数列)长期趋势 T 季节变动 S 循环波动 C 不规则波动 I加法模型 y=T+S+C+I乘法模型 y=TSCI当时间数列是年度资料,无法反映季节变动影响 y=SCI当时间数列不存在循环波动时 y=TSI当时间数列是月度或季度资料时 y=SI2.长期趋势长期趋势是指社会经济现象在较长时间内表现出持续向上或向下发展的变化趋势。3测定方法时距扩大法 移动平均法 指数平滑法 最小平滑法(二)移动平均法一基本原

2、理 通过移动平均消除时间序列中的不规则变动和其他变动,从而揭示出时间序列的长期趋势。二计算方法 将时间数列的各时期指标值,根据确定的时间长度,用逐项移动方法计算序时平均数形成一个消除了偶然因素影响的时间数列。 三. 特点1. 移动的的项数越多,对原数列波动的曲线修匀得越光滑,也就越能显示出现象的长期发展趋势。移动平均法可以对短期不规则变动修匀(在某种现象的发展变化中,当要突出现象的长期发展趋势是,可以把短期变动看成时受偶然因素影响的结果,通过简单算术平均将其修匀) 。 2.移动的项数越多,首尾丢失的项数也就越多,进行趋势外推测时的误差也就越大。3移动项数的多少要依据现象发展的特点和统计分析的要

3、求确定。实际应用中,移动平均法主要用来有效的消除不规则变动和季节变动对原数列的影响。目的 方法消除短期偶然因素影响 采用三项移动或五项移动消除原数列中季节变动影响 采用四项移动平均或十二项移动平均消除循环波动影响 分析现象的循环周期长度是否与移动平均的项数相同,若相同,移动平均后的数列能消除循环波动的影响,较好显示现象的长期趋势。4移动平均采用奇数项移动能一次对准被移动数据的中间位置,若采用偶数项移动平均,一次移动平均后的数值将置于居中的两项数值之间。5.移动周期至少为一个周期,并且是对不同时间的观察值进行修匀。四缺点1.不能很好预测长期趋势。2.简单移动平局,各期观察值的权数相同。3.加大移

4、动平均法的期数(即加大 n 值)会使平滑波动效果更好,但会使预测值对数据实际变动更不敏感。4. 移动平均值并不能总是很好地反映出趋势。由于是平均值,预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动。5移动平均法要由大量的过去数据的记录。 6.它通过引进愈来愈期的新数据,不断修改平均值,以之作为预测值。注:统计中的移动平均法则对动态数列的修匀的一种方法,是将动态数列的时距扩大。所不同 的是采用逐期推移简单的算术平均法,计算出扩大时距的各个平均是,这一些列的推移的序时平均数就形成了一个新的数列,通过移动平均,现象短期不规则变动的影响被消 除如果扩大的时距能与现象周期波动的时距相一致

5、或为其倍数,就能进一步削弱季节变动和循环变动的影响,更好的反应现象发展的基本趋势。 (三)指数平滑法定义 对不同时期的观察值用递减加权的方法修匀时间数列的波动,从而对现象的发展趋势进行预测的方法。优点 指数平滑法是对移动平均法的改进。指数平滑法对每期的资料分别给予大小不同的权数,越是近期资料给的权数越大,越是远期资料给的权数越小。指数平滑法计算简单,实用。 一 一次指数平滑法基本公式 S t+1 =yt+(1-)St St=yt-1+(1-)St-1St-1=yt-2+(1-)St-2注:S预测值 y实际观察值 t不同时期( t 上一期 t+1 下一期或预测期 t-1 上一期)平 滑 系 数

6、或 比 重 权 数 ( 0 5)特点 1.指数平滑法是一种以 为 权 数 的 特 殊 加 权 平 均 数 , 它 对 不同 时 期 的 数 据 资 料 分 别 给 予 不 同 的 权 数 。 如 果 远期资料的权数太小,可以忽略不计。2. 的 取 值 人 为 决 定 的 取 值 大 对近期资料对预测值的影响强,远期资料的影响弱 的 取 值 小 对长期资料对预测值的影响强若数列表现为明显的线性趋势,且数列项数不多,或的取值不太大,则可用如下估计公式推算初始预测值 S 1=y1-(b/a)注:y 1第一期观察值 b=(y n-y1)/(n-1)( y n最近一次的观察值,n 为数据项数)缺点 一次

7、指数平滑法容易造成预测值偏小。且仅适用于分析呈水平状态波动且无明显性趋势变动的资料。二二次指数平滑 当原始数列有效明显的长期线性趋势是时,需在一次指数平滑的基础上进行二次,三次指数平滑。适用于建立直线趋势方程,有效克服一次指数平滑适用于建立曲线趋势方程。但是计算量较大。计算公式 S t+1 =St+(1-)St S一次指数平滑预测值 St二次指数平滑预测值 t t+1不同预测期 估计公式推算二次指数平滑的初始预测值S1=2S1- (y/n)+(n+1)/2)*b b=(y n-y1)/(n-1)注:一 次 指 数 平 滑 法 当 时 间 数 列 无 明 显 的 趋 势 变 化 时二 次 指 数

8、 平 滑 法 二 次 指 数 平 滑 是 对 一 次 指 数 平 滑 的 再 平 滑 。 它适 用 于 具 线 性 趋 势 的 时 间 数 列 。三 次 指 数 平 滑 法 三 次 指 数 平 滑 预 测 是 二 次 平 滑 基 础 上 的 再 平 滑 。练习:新华印刷厂 19902004 年的利润资料如下表所示:单位:万元年 份 利 润 年 份 利 润 年 份 利 润199019911992199319945447541031701995199619971998199915214217518215920002001200220032004187213256273292试用移动平均法对该时间序

9、列进行修匀,以反映利润的长期趋势(注:分别作三项和四项移动平均) 。年 份 利 润 Y 三项移动 总和 三项移动 平均 四项移动 总和 四项移动 平均 二项移正 平均(1) (2) (3)=(2)3 (4) (5)=(4)4 (6)1990 541991 47 155 51.67 258 64.51992 54 204 68 374 93.5 791993 103 327 109 479 119.75 106.631994 170 425 141.67 567 141.75 130.751995 152 464 154.67 639 159.75 150.751996 142 469 156.

10、33 651 162.75 161.251997 175 499 166.33 658 164.5 163.631998 182 516 172 703 175.75 170.131999 159 528 176 741 185.25 180.52000 187 559 186.33 815 203.75 194.52001 213 656 218.67 929 232.25 2182002 256 742 247.33 1034 258.5 245.382003 273 821 273.672004 292利用指数平滑法(平滑系数取 0.3)求新华印刷厂各年利润的预测值。年 份 利 润(万元)预测值(万元) 3.01990 541991 47 541992 54 51.91993 103 52.531994 170 67.671995 152 98.371996 142 114.461997 175 122.721998 182 138.401999 159 151.482000 187 153.742001 213 163.722002 256 178.502003 273 201.752004 292 223.13

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 行业资料 > 其它行业文档

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号