|
平滑法的适用情况 1.平滑法的目的是“消除”时间序列的不规则成分所引起的随机波动。平滑法适用于平稳时间序列的预测,即没有明显的趋势、循环和季节波动的时间序列。 2.平滑法包括移动平均法和指数平滑法。 3.平滑法简单易用,对数据的要求最低,通常对于近期的预测具有较高的精度。 移动平均法 1.含义: 移动平均法使用时间数列中最近K期数据值的平均数作为下一期的预测值。 2.计算: 【例题24,单选题】某商品流通企业某种商品前11个月的实际销售量如下表所示: 取m=4,用一次移动平均数法预测,则第12个月该种商品的销售量为( )吨。 A.350 B.364 C.368 D.385 【答案】C【解析】第12个月的销售量预测值=(D8+D9+D10+D11)/4 =(350+364+373+385)/4=368吨。 指数平滑法 1.含义:指数平滑法是利用过去时间序列值的加权平均数作为预测值,即t+1期的预测值等于第t期的实际观察值与第t期预测值的加权平均数。指数平滑法的特点是,观测值离预测时期越久远,其权重也变得越小,呈现出指数下降,因而称为指数平滑。 2.计算: 预测值Ft+1=平滑系数α×第t期实际观察值+(1-α)×第t期预测值 α为平滑系数,取值范围:0≤α≤1 【提示】在开始计算时,没有第1期的预测值,一般可以设第1期的实际观察值即为第1期的预测值。 【例题25-单选题】某商品流通企业某种商品前11个月的实际销售量如下表所示: 已知第11个月的销售量预测值
吨,取α=0.8,用一次指数平滑法预测第12个月的销售量为( )吨。 A.564 B.574 C.575 D.584 【答案】B【解析】0.8*575+0.2*570=574 3.特点 观测值离预测值时期越久远,其权重也变得越小,呈现出指数下降,因而称为指数平滑。
|