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、第一节一次移动平均法第二节一次指数平滑法第三节线性二次指数平滑法第四节线性二次指数平滑法第五节二次曲线指数平滑法第六节温特线性季节指数平滑法、第五章时间序列平滑预测法、回总目录、一次移动平均法收集一组观察值,校正一组观察值的平均值,将该平均值作为下一期的预测值。总目录、本章目录、第一节一次移动平均法、移动平均值的修正算法中包含的过去观察值的实际个数,必须从最初开始明确规定。 每当出现新的观察值时,从移动平均值中减去最早的观察值,并且通过加上最新的观察值计算移动平均值,并且将新的移动平均值设置为下一预测值。次总目录、本章目录、(1)移动平均法有两种极端的情况,在移动平均值的校正运算中含有的过去的
2、观测值的实际个数N=1的情况下,是将最新的观测值作为下一期的预测值使用的N=n,此时,将所有n个观测值的算术平均值作为预测值使用。 返回总目录,返回本章目录,当数据的随机要素大时,希望选择大的n。 这有助于显着地平滑因随机性引起的严重的变化,相反,如果数据的随机因子小,则优选地选择小的n。 这有助于跟踪数据的变化,而且预测值的延迟期也很少。 返回总目录,返回本章目录,由移动平均法的修正公式可知,各新的预测值是之前的移动平均预测值的修正,n越大平滑化效果越高。 按顺序点击时间序列,移动平均法为:式中:最新的观察值可以表示为:转到总目录,转到本章目录,(2)移动平均法的优点,修正量少的移动平均线可
3、以很好地反映时间序列的倾向及其变化。回总目录、本章目录、(3)移动平均法两个主要限制,限制1 :修正移动平均需要n个过去观测值,需要预测大量数值时,需要存储大量数据,回总目录,回本章目录,限制2:n个过去观测值各自的重量返回总目录,返回本章目录,只能用于稳态时间序列的短期预测。 例1分析预测了中国平板玻璃的月产量。 例题分析,下表是中国1980-1981年平板玻璃的月产量,使用N=3和N=5,尝试用一次移动平均法进行预测。 把订正结果列入表中。 登上总目录,登上本章目录。 例2下表为某产品111月的月销售额,选择N=3和N=5,使用一次移动平均法预测12月的销售额。回总目录、回本章目录、一次指
4、数平滑法是利用前期的预测值,取而代之的是得到预测的通式:回总目录、回本章目录、第二节一次指数平滑法、一次指数平滑法是加权预测,权重是。 由于不需要保存所有历史数据,也不需要保存一系列数据,因此可以大幅减少数据保存问题,有时只用最新的观测值、最新的预测值和值进行预测。 它提供了一个调整值,它将上一期的预测值与上一期的预测值相加。 从一次指数平滑法的公式可知:总目录、本章目录,确定一次指数平滑法的初始值有几种方法:选择以第一期的实际值为初始值,以最初数期的平均值为初始值。 一次指数平滑法比较简单,但也有问题。 一个问题是找到最佳值使平均方差最小,这需要通过尝试错误来决定。 返回总目录,返回本章目录
5、,采用例1次表数据,用一次指数平滑法预测1981年1月我国平板玻璃的月产量(=0.3、0.5、0.7 )。 修正平均误差选择为最小进行预测。 预计选择=0.3、=0.5、=0.7试行预测。结果如下表所示:回总目录、回本章目录、回总目录、回本章目录、=0.3、=0.5、=0.7时,平均误差分别为MSE=287.1 MSE=297.43 MSE=297.43 MSE。 1981年1月平板玻璃月产量的预测值由上表可知:最小,次总目录,本章目录,例2使用一次指数平滑法预测某公司第17期的销售额(=0. 1,0.3,0.9 )。 对平均误差进行修正,选择使其最小的进行预测。 在解答=0.1、=0.3、=
6、0.9的情况下,平均误差分别为MSE=3.93、MSE=3.98、MSE=4.2,因此,能够将=0.1作为预测时的平滑常数。 该公司的第17期销售量的预测值是,总目录,本章目录,一,线性二次移动平均法,(1)为了使根据基本原理移动平均法的倾向的数据的预测不产生系统误差,发展了线性二次移动平均法。 方法的基础是校正(即,在对实际值进行一次移动平均之后)二次移动平均。次总目录、本章目录、第三节线性二次移动平均法、(2)修正计算方法、线性二次移动平均法的通式是:m是预测进行期间数,(5.1)、(5.2)、(5.3)、(5.4),(5.2)式用于计算二次移动平均值(5.3)式是预测值与实际值间用于基本
7、校正预测(最新值)的初始点,在(5.4)式中使用,除以、是因为移动平均值对n个点求平均值,该平均值应该落在n个点的中点。 返回总目录,返回本章目录,某地区某商品的销售量数据,Ft T=at btT,总目录,1,一次移动平均值和二次平均值不适用于直接预测,而是用于求线性预测模型的平滑系数。 2 .在观察周期中各周期的估计值a、b的值虽然变化,但在预测周期中各预测值的a、b的值是一致的,即最后的观察周期的a、b的值。 3 .二次移动平均法解决了一次移动平均法将来只能预测一期的问题。 4 .二次移动平均法解决了一次移动平均法不能用于有明显趋势变动的市场现象时间序列。 不仅可用于短期预测,也可用于最近
8、的预测。 二次移动平均法比一次移动平均法应用面广,在实践中应用得多。 第四节线性二次指数平滑法,一、布朗单一残奥表线性指数平滑法的基本原理与线性二次移动平均法相似。 这是因为,如果不存在趋势,则一次和二次的平滑值比实际值慢,如果将一次和二次的平滑值的差与一次的平滑值相加,则能够修正趋势。 返回总目录,返回本章目录,修正公式:一次指数平滑值,或者二次指数平滑值,其中,m是预测先行期间数,次总目录,本章目录,二,霍尔特二残奥仪表线性指数平滑法的基本原理与布朗线性指数平滑法相似,但不是二次指数平滑法,而是直接平滑趋势。回总目录、本章目录、修正公式:(5.5)、(5.6)、(5.5)式利用前期的趋势值
9、直接修正,(5.6)式用于修正趋势项,趋势值在相邻的2次中平整,回总目录、本章目录、第5节二次曲线指数平滑法、根据时间序列增加在这样的非线性成长的时间序列中,与采用线性指数平滑法相比,采用二次曲线指数平滑法可能更有效。 其特征是不仅考虑了线性成长的因素,还考虑了二次抛物线的成长因素。、回总目录、回本章目录、二次曲线指数平滑法的修正计算过程可分为以下7个步骤:回总目录、回本章目录、临时线性和季节性指数平滑法的基本原理临时线性和季节性指数平滑法使用3个程序,各个方程式用于平滑模型的3个要素(平滑、趋势、季节性) 回总目录、回本章目录、第6节温特线性和季节指数平滑法、温特法的基础方程式:其中,l是季
10、节的长度I是季节校正系数。 然后转到本章的目录。 使用此方法的一个重要问题是如何确定、的值以使平均方差最小化。 通常,的最好方法是试错法。次总目录、次本章目录、第6章自适应过滤法、第1节自适应过滤法概要第2节自适应过滤法的应用第3节电子校正计算机在自适应过滤法中的应用(略)、表示次总目录调整前的第I期的权重的k表示调整系数,也称为学习常数xt-i 1是第t-i 1期的表示第t 1期的预测误差。 第一节自适应滤波法的概要、一、自适应滤波法的基本原理使用自适应滤波法调整权重的修正公式是、总目录、本章目录、第一节自适应滤波法的概要、二、决定自适应滤波法的修正步骤加权平均的权重个数初始权重修正预测值修
11、正预测误差调整,每次需要应用标准:主要应用于水平数据,通过对具有线性趋势的数据应用差分方法来消除数据趋势。 在数据的变动大的情况下,能够在调整权重之前,通过将原始数据值标准化来加快调整速度,使权重迅速收敛为“最佳”的权重集,使学习常数的最佳值接近1/p。回总目录、回本章目录、第二节自适应过滤法的应用、一、自适应过滤法的实用假设某商品最近5年的销售资料,利用自适应过滤法预测2012、2013年该商品的销售额。 返回总目录,返回本章目录,第二节自适应滤波法的应用,一、自适应滤波法的实际应用在本例中,取p=2,初始权重:=0.5学习常数:=0.000 2在此,取k,返回总目录,返回本章目录,返回第二
12、节自适应滤波法的自适应滤波法的实际应用基于已知的数据,修正t=2时t 1期的预测值: (1)=44 (2)=48-44=4 (3)返回总目录,返回本章目录,第2节自适应滤波法的应用,一、自适应滤波法的实际应用步骤(1)、(3) 返回总目录,返回本章目录,关于第二节自适应滤波法的应用,另一方面,自适应滤波法的实际应用,因为没有t=6期的原始数据,所以修正t=5时et 1的值,在该时刻第一轮的调整结束。 现在,将新的权重作为新的初始权重,重新开始新的t=2的预测过程。 重复,直到预测误差没有明显改善为止,得到最合适的权重集,认为实际上可以预测2012,2013年的销售额。、次总目录、本章目录、第二
13、节自适应滤波法的应用,一、自适应滤波法的实际应用本例在调整过程中经过5次反复可以使误差为零(四舍五入),权重稳定不变,最后得到的最佳权重为:=0.54,=0.541,关于总目录标准化过程可加快调整速度,将权重快速收敛于一组“最佳”权重,使学习常数的最佳值近似于1/p,从而使自适应滤波方法更有效,同时可使数据和残差无量纲化,从而有助于比较不同的单位时序数据。 返回总目录,返回本章目录,第2节适应滤波法的适用,二、标准化处理问题的标准化式,在和中,称为标准化常数。回总目录、回本章目录、第7章平稳时间序列预测法、第1节概要第2节时间序列的自相关分析第3节单位根检查和协调检查第4节ARMA模型的建模第
14、5节时间序列的案例研究(略)、回总目录、第1节概要、第1、自回归模型满足时间序列的话,返回总目录返回总目录,返回本章目录,第1节概要、三、ARMA(p,q )模型在满足时间序列时遵循(p,q )次自回归移动平均模型。 或者,次总目录、次本章目录、第二节时间序列的自相关分析、一、自相关分析延迟期间k的自协方差函数,在此,在序列平稳的情况下,自相关函数能够写为、次总目录、次本章目录、第二节时间序列的自相关分析样本的偏自相关函数是指、总目录、本章目录、第二节时间序列的自相关分析、一、自相关分析时间序列的随机性是指时间序列各项之间没有相关关系的特征。 判断时间序列是否稳定是重要的工作。回总目录、本章目录、第二节时间序列的自相关分析、二、ARMA模型的自相关分析AR(p )模型的偏自相关函数在p步结束,是自相关函数。 MA(q )模型的自相关函数是q阶截距性、偏自相关函数尾随(通过上述两个性质能够识别AR和MA模型的次数)。 ARMA(p,
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。
最新文档
- 小学五年级劳动课程“种植金银花”教学设计
- 高中地理选择性必修3第三章第二节污染物的跨境转移教学设计
- 初中七年级美术教案-山水新声创作与鉴赏
- 初中八年级数学《一元二次方程的概念》教学设计(沪教版五四制上册专题21.1)
- 八年级物理教学设计 光的直线传播 核心素养导向下的实验探究与模型构建
- 高中体育与健康一年级一分钟跳绳教学设计
- 九年级物理内能第一课时教案
- 高中二年级物理模块综合检测教学设计
- 高三化学阿伏加德罗常数正误判断教学设计
- 2026年中考语文二轮复习作文专题教学设计:初中九年级普通素材转化高阶立意的三种思维路径
- 2026全球牙科诊疗椅人机工程学创新设计与用户体验提升分析报告
- 2025 重症脓毒症与感染性休克救治指南(中文版)完整原文 + 详细解读
- 2026年重症医学5c考试题库带答案
- 洗衣机装配工岗前工艺控制考核试卷含答案
- 《数字人民币智能合约互联互通建设管理规范》编制说明
- 四川省政府采购评审专家考试真题库及答案(完整版)-四川评标评审专家
- ICU三管感染防控集束化管理
- 2026年湖北省荆州市编制教师招聘考试参考题库及答案解析(综合卷)
- 2026年健康管理师《技能操作》考前冲刺模拟试题及答案
- GB/T 16895.3-2024低压电气装置第5-54部分:电气设备的选择和安装接地配置和保护导体
- TZGCSC 010-2024 数字道路路侧雷视一体机数据接口规范
评论
0/150
提交评论