[管理学]市场调查与预测——第9章 时间序列预测法.pptVIP

市场调查与预测 重庆工商大学商务策划学院 第九章 时间序列预测方法 时间序列分析法是市场预测方法中一种经常采用的定量分析方法。它把第一经济变量的实际观察值按时间先后顺序依次排列，构成一组统计的时间序列，然后应用某种数学方法建立模型，使其向外延伸，来预计该经济变量未来发展变化趋势和变化规律的一种预测技术。 时间序列的前提假设 时间序列数据变动趋势 长期趋势变动模式 季节变动模式 循环变动模式 不规则变动模式 时间序列的组合形式 时间序列是由长期趋势变动、季节变动、循环变动及不规则变动等四种类型组成的。其组合方式常见的有以下几种： 时间序列分析法的预测顺序 第一节 平均值预测方法 算术平均法 就是以观察期数据之和除以求和时使用的数据个数(或资料期数)，求得平均数。 【例】假设食盐最近四年的每月销售量如表7—1所示，预测1998年的每月销售量。 如果以1997年的每月平均值作为1998年的每月预测值，则x=339.2(千元)； 如果以1994—1997年的每月平均值作为1998年的每月预测值，则有x=335.7千元。 然后计算某种可靠程度要求时的预测区间，公式为： 【例】根据上例计算出标准差 以1997午的月平均值339.2千元作为1998年的每月预测值，预测区间为： 在95%的置信度下，预测区间为 几何平均法 就是运用几何平均数求出发展速度，然后进行预测。 也可以用反对数法 【例】 某企业1991—2004年的销售额资料如表所示，预测该企业2005年的销售额。 预测步骤如下： （1）以上年度为基期分别求各年的环比指数。 （2）求环比指数的几何平均数，即发展速度。可用两种方法： 直接用所求得的环比指数，求平均发展速度。 反对数法 求环比指数几何平均数的简便算法 若1991年销售额为基期，…，2004年销售额为当前期，那么，其环比指数的几何平均数为： 利用平均发展速度进行预测。 加权平均法 就是在求平均数时，根据观察期各资料重要性的不同，分别给以不同的权数后加以平均的方法。其特点是所求得的平均数，已包含了长期趋势变动。 移动平均预测方法 移动平均法是将观察期的数据，按时间先后顺序排列，然后由远及近，以定的跨越期进行移动平均，求得平均值。 一次移动平均法 【例】 1983—2003年我国某地区年发电总且如表所示，试用一次移动平均法预测2004年的发电总量。 1. 绘制散点图 2. 选择跨越期 3计算移动平均值 4. 计算趋势变动值 当年的趋势变动值等于它当年的移动平均值与上年的移动平均值之差。 5．计算绝对误差、平均绝对误差 绝对误差＝|移动平均值—观察值| 6．建立模型求预测值 二次移动平均法 是对一组时间序列数据先后进行两次移动平均。即在一次移动平均值的基础上，再进行第二次移动平均，并根据最后的两个移动平均值的结果建立预测模型，求得预测值。 加权移动平均法 是根据跨越期内时间序列数据资料重要性不同，分别给予不同的权重，再按移动平均法原理，求出移动平均值，并以最后一项的加权移动平均值为基础进行预测的方法。 确定跨越期 选择跨越期n＝3，权数由远及近分别为1、2、3。 计算加权移动平均值 依此类推 计算趋势变动值 求平均趋势变动值 依此类推 建模预测 即根据一次加权移动平均法可预测2004、2005年原煤生产量分别为10.35l、10.785百万吨。 [例] 时间序列数据资料如表7—8所示，试用加权二次移动平均法求2004、2005年原煤生产量为多少百万吨 二次加权移动平均法的预测步骤如下： 确定跨越期 选择n＝3，其权数由远至近分别为l、2、3。 计算加权一次移动平均值 依此类推 计算二次移动平均值 依此类推 建模预测 第二节 指数平滑预测方法 指数平滑预测方法是移动平均预测方法加以发展的一种特殊加权移动平均预测方法。 它可分为一次指数平滑法、二次指数平滑法和三次指数平滑法三种 一般常用于时间序列数据资料既有长期趋势变动又有季节波动的场合。 一次指数平滑法 是以最后一次指数平滑值为基础，确定市场预测值的种特殊的加权平均法。 一次指数平滑法有如下特点 指数平滑法是以首项系数为a，公比为(1—a)的等比数列作为权数的加权平均法。 各权数之和为l。 下一期预测值等于本期预测值加本期误差值的a倍。 指数平滑法的修匀效果则取决于平滑指数a的大小，a越小，修匀效果越明显；a越大，修匀程度就越差。 平滑指数a的选择尤为重要，其取值的大小直接影响着新的预测值中新数据与原预测值各占的份额。a值越大，新数据所占的份额就越大，而原预测值所占的份额相应减少，反之亦然。 因此，在短期预测时，希望