第7章時間序列預測課件

經(jīng)濟統(tǒng)計與分析軟件應用基礎第7章時間序列預測目錄7.1概述7.2移動平均預測7.3加權移動平均預測（略）7.4指數(shù)平均預測本章學習要點時間序列的概念和組成時間序列的預測步驟衡量預測準確性的指標(MSE)移動平均模型和指數(shù)平滑模型幾個重要的函數(shù)和EXCEL工具(方法)—

OFFSET、SUMXMY2、INDEX、MATCH—“規(guī)劃求解”工具、“數(shù)據(jù)分析”工具、模擬運算表—數(shù)組公式、查表法、可調(diào)圖形的制作7.1概述7.1.1時間序列的基本概念7.1.2時間序列的一般預測步驟7.1.3均方誤差(MSE)7.1.1時間序列的基本概念

時間序列就是一個變量在一定時間段內(nèi)不同時間點上觀測值的集合。這些觀測值是按時間順序排列的，時間點之間的間隔是相等的?？梢允悄辍⒓径?、月、周、日或其它時間段。常見的時間序列有：按年、季度、月、周、日統(tǒng)計的商品銷量、銷售額或庫存量，按年統(tǒng)計的一個省市或國家的國民生產(chǎn)總值、人口出生率等。時間序列的獲取

通過對企業(yè)數(shù)據(jù)庫中的日常經(jīng)營數(shù)據(jù)進行分類匯總分析而獲得。時間序列預測方法定量分析方法移動平均法指數(shù)平滑法趨勢預測法季節(jié)指數(shù)法7.1.1時間序列的基本概念

第一步：確定時間序列的類型，即分析時間序列的組成成分。第二步：選擇合適的方法建立預測模型如果時間序列沒有趨勢和季節(jié)成分，選擇移動平均或指數(shù)平滑法如果時間序列含有趨勢成分，選擇趨勢預測法如果時間序列含有季節(jié)成分，選擇季節(jié)指數(shù)法第三步：評價模型準確性(MSE)，確定最優(yōu)模型參數(shù)第四步：按相關要求進行預測7.1.2時間序列的預測步驟要得到預測模型的總體預測誤差,一種可用的方法是計算均方誤差—MSE。它等于時間序列每一個時刻預測誤差的平方的均值。公式如下：其中，F(xiàn)t表示時刻t的預測值、Yt表示時刻t的觀測值、n表示時刻t的數(shù)目值。MSE越小，模型越準確?？墒褂靡?guī)劃求解法、查表法、公式法求解。7.1.3均方誤差(MSE)

7.2

移動平均預測7.2.1模型描述7.2.2應用舉例7.2.3最優(yōu)移動平均跨度的確定7.2.1移動平均模型描述適用于圍繞一個穩(wěn)定水平上下波動的時間序列移動平均預測利用平均,使各個時間點上的觀測值中的隨機因素互相抵消掉，以獲得關于穩(wěn)定水平的預測將包括當前時刻在內(nèi)的N個時間點上的觀測值的平均值作為對于下一時刻的預測值（N應選擇得使MSE極小化）【例7-1】某汽油批發(fā)商在過去12周內(nèi)汽油的銷售數(shù)量如下：

試在Excel工作表中使用“數(shù)據(jù)分析”工具建立一個移動平均跨度為3的移動平均模型，用以估計各周的汽油銷售量及其標準誤差。7.2.2移動平均模型應用舉例7.2.2移動平均模型應用舉例使用“數(shù)據(jù)分析”工具生成的結(jié)果:周銷量觀測值移動平均預測值標準誤差117

221#N/A#N/A319#N/A#N/A42319#N/A51821#N/A620201.63299316272220.333333331.644294287818201.644294287922201.644294287102020.666666671.8053418681117201.387777333122219.666666671.7213259327.2.2移動平均模型應用舉例使用“數(shù)據(jù)分析”工具自動生成并經(jīng)修改后的圖形(X-Y散點圖):7.2.3最優(yōu)移動平均跨度的確定【例7-2】利用【例7-1】的數(shù)據(jù),使用函數(shù)(公式)、控件、數(shù)組公式、模擬運算表、查表法、規(guī)劃求解法等建立“移動平均”模型。求解不同移動平均跨度(在2～7變化)下各周的汽油銷售量預測值，并求解最優(yōu)移動平均跨度的值。

同時，使用微調(diào)（數(shù)值調(diào)節(jié)鈕）控件和繪圖文本框制作表現(xiàn)不同移動平均跨度下均方誤差（MSE）和預測值變化的“動態(tài)”圖。7.2.3最優(yōu)移動平均跨度的確定移動平均跨度=2MSE=6.85不同移動平均跨度下均方誤差(MSE)和預測值變化的“動態(tài)”圖(帶數(shù)據(jù)標記的折線圖)：7.4指數(shù)平滑預測7.4.1計算公式7.4.2應用舉例7.4.3最優(yōu)指數(shù)平滑常數(shù)的確定改進移動平均預測模型，將計算平均值時對于不同時期觀測值的權數(shù)設置得不同：近期的權數(shù)較大，遠期的權數(shù)較小。7.4.1指數(shù)平滑計算公式時間序列觀測值時間序列預測值α：指數(shù)平滑常數(shù)【例7-4】利用例7-1的數(shù)據(jù)在Excel工作表中使用“數(shù)據(jù)分析”工具建立一個指數(shù)平滑常數(shù)為0.4的指數(shù)平滑預測模型來預測第13周的汽油銷量。7.4.2指數(shù)平滑模型應用舉例7.4.2指數(shù)平滑模型應用舉例使用“數(shù)據(jù)分析”工具生成的結(jié)果:周銷量觀測值指數(shù)平滑預測值117#N/A2211731918.642318.7651820.45662019.473672219.6841681820.61049692219.5662976102020.53977856111720.32386714122218.994320281320.196592177.4.2指數(shù)平滑模型應用舉例使用“數(shù)據(jù)分析”工具自動生成并經(jīng)修改后的圖形(帶數(shù)據(jù)標記的折線圖):【例7-5】利用【例7-1】的數(shù)據(jù),使用函數(shù)(公式)、控件、數(shù)組公式、模擬運算表、查表法、規(guī)劃求解法等建立“指數(shù)平滑”模型。求解不同平滑常數(shù)(在0.1～0.6變化)下各周的汽油銷售量預測值，并求解最優(yōu)平滑常數(shù)的值。

同時，使用微調(diào)（數(shù)值調(diào)節(jié)鈕）控件和繪圖文本