系統(tǒng)工程-時間序列預測模型0331

1、時間序列模型預測,《系統(tǒng)工程》 —— 第四章 模型,,,,,,時間序列相關定義,,,,,,,,時間序列是一組觀測的數據序列，通常是按時間順序排列。在現實生活中,大量數據集之中的數據都帶有時間特征如股市每日(或月)指數、交換機每小時的業(yè)務量……,時間序列模型是指在生產和科學研究中，對某一個或一組變量x(t)進行觀察測量，將在一系列時刻t1, t2, …, tn (t為自變量）按照時間次序排列，并用于解釋變量和相互關系的數學表達式。,時間序

2、列分析是根據系統(tǒng)觀測得到的時間序列數據，通過曲線擬合和參數估計來建立數學模型的理論和方法。,,,,,定義,,Time series,平滑（MA）預測法、時間序列分解法、趨勢外推法、自回歸（AR）模型是常見的時間序列模型預測方法。,時間序列分析的用途是：系統(tǒng)描述 、系統(tǒng)分析 、預測未來 、決策和控制,,,時間序列模型預測—時間序列,,,復合型,時間序列模型預測——從例題開始,例題：某農機公司某年1月至12月某種農具的銷售數量（臺）如圖所

3、示，請您預測次年1月銷售量？,,,頭腦風暴,時間序列模型預測 ——移動平均 MA (Moving Average),求解思路：（1）每次取固定數量數據平均，按時間順序逐次推進。,,（2）對過去數據預測的均方差MSE來作為選取N的準則。,,,,時間序列模型預測——移動平均特點,移動平均法特點：（1）適合較為平穩(wěn)的學列進行預測；不可以預測具有趨勢的數據。。（2）將每個觀測值給予相同的權重。（3）只使用近期數據，移動間隔固定。（4）

4、選擇使均方差最小的移動間隔。,,,時間序列模型預測——例題,,,例題:某商品連續(xù)12個月的市場需求量（件）如圖所示，預測5個月后的市場需求量？,二次移動平均建立直線趨勢預測模型。二次移動平均是在對實際值進行一次移動平均的基礎上，再進行一次移動平均,時間序列模型預測——二次移動平均計算,,,N=5,時間序列模型預測——指數平滑移動（exponential soothing）,,,例題：某商品連續(xù)12個月的市場需求量（件）如圖所示，預

5、測6個月后的市場需求量。,指數平滑移動：（1）各期預測值依時間順序加權。（2）消除歷史統(tǒng)計序列中的隨機波動，找出主要發(fā)展趨勢。（3）依據平滑次數不同，有一次指數平滑、二次指數平滑、三次指數平滑……（4）分析中短期預測。,時間序列模型預測——指數平滑移動計算,,,,,一次指數平滑：,當時間序列呈線性趨勢時，采用二次指數平滑：,當時間序列呈二次曲線趨勢時，采用三次指數平滑.,平滑系數（左表中等于0.3）,時間序列模型預測——指數平滑

6、移動計算,,,,,,,;,,,,,時間序列模型預測——指數平滑移動計算,,,,,,,;,,,,,指數平滑法特點:（1）對過去的觀測值加權平均進行預測（2）觀察值時間越遠，其權重也跟著呈指數的下降，因而稱為指數平滑（3）用于對時間序列進行修均，以消除隨機波動，找出序列的變化趨勢。,時間序列模型預測——時間序列分解,,,,,,,,,,,將時間序列分解成以下四個因素：（1）長期趨勢因素（T）：長時間的一種近似直線（曲線）的持續(xù)趨勢（

7、2）季節(jié)變動因素（S）：季節(jié)性長度和幅度的周期波動（3）周期變動因素（C）：上下起伏不定的波動，與季節(jié)波動的區(qū)別是周期波動長度不變，而周期波動長度不固定（4）不規(guī)則變動因素（I）：偶然因素影響導致的隨機波動時間序列可以表示為：,,時間序列模型預測——例題,,,,,,,;,,,例題：某公司連續(xù)12年的季度銷售曲線如圖所示，預測第13年的銷售額。,Exl,時間序列模型預測——時間序列分解,,,,,,,;,,,時間序列分解步驟：,例題

8、預測曲線,時間序列模型預測——趨勢外推法——圖形識別,,,,,,;,二次曲線,指數曲線,修正指數曲線,三次曲線,平穩(wěn)直線,線性斜線,時間序列模型預測——趨勢外推法——差分法,,,,,,,;,時間序列模型預測—趨勢外推法—直線模型例題,,,,,,,;,例題：某市1978-1986年化纖零售量（單位萬米）如圖所示，試預測1987年化纖零售量。,時間序列模型預測—趨勢外推法—直線模型計算,,,,,,,;,,1987年預測值為578萬米,

9、時間序列模型預測—趨勢外推法—二次拋物線例題,,,,,,,例題：某市1978-1986年某水產品收購量如表所示，試預測1987該水產品收購量。,二次拋物線預測模型,特點是二階差分為常數,時間序列模型預測—趨勢外推法—二次拋物線計算,,,,,,,;,,1987年預測值為247.9萬擔,,時間序列模型預測—趨勢外推法—指數模型例題,,,,,,,例題：某市1978-1989年居民儲蓄存款余額（單位億元）如圖所示，試預測1990年儲蓄余額

10、。,,時間序列模型預測—趨勢外推法—指數模型計算,,,,,,,;,,,時間序列模型預測—趨勢外推法—修正指數模型例題,,,,,,,例題：某市1977-1985年某種家用電器銷售如表所示，試預測1986、1987年該種家用電器銷售量。,,修正指數曲線預測模型,特點是一階差分環(huán)比為常數,,參數估計（三點法）,時間序列模型預測—趨勢外推法—修正指數模型計算,,,,,,,;,,,,該種家用電器銷售已處于飽和狀態(tài),時間序列模型預測—趨勢外推法—

11、戈伯資（Gompertz）曲線預測模型例題,,,,,,例題：某省1976-1984年小型拖拉機擁有量如表所示。試預測1985-1986年小型拖拉機擁有量。,,參數估計（三點法）,戈伯資曲線預測模型,特點取對數后的一級增長量的環(huán)比系數為常數b,時間序列模型預測—趨勢外推法—戈伯資（Gompertz）曲線預測模型計算,,,,,,,;,,,,,四個階段：（1）試制階段（2）增長階段（3）按一定比率遞減增長（4）達到平穩(wěn),時間序列模型

12、預測——參考資料,[1]詳解時間序列分析法：http://wenku.baidu.com/link?url=qQzWPP9PXc2k0Db3pGMY78_jfE9dQYUJV5VRhZEs0Cnl-IJRXr-q1tSvpZnYlmKF-M9kwvrKypppFqBgT-XRfuDdimEOWpEMDNlxXgrL5ya[2]時間序列分解法 http://wenku.baidu.com/link?url=lvaA4JDwQ1dmp

13、00Bgu4MZ-XVuI0VppzPzLCuWzXtiuYJpy8gwKhex67WtoR5awaybPOV6f-JCEH-JTo8TOh_dbWZvX28mTml-fYeXLcesXK[3]乘法模型http://v.ku6.com/show/FIiujBlVJChw5936CTxX8g...html?ptag=vsogou[4]統(tǒng)計學 時間序列分析和預測http://wenku.baidu.com/link?url=TNB1

14、Xn-SyrfskXsYAGWtvKYh82wU2a1T88RI0XrgpmYpqXId7vur3vJQVkctPQ-zQM_bZSozSVwqbE9eJUQheEdHn2n24nZZR_DTZvyddfG[5]時序分析預測法http://wenku.baidu.com/view/a00c9673be23482fb4da4cf8.html?re=view[6] 《市場調查與預測》教學大綱http://wenku.baidu.co

15、m/link?url=l_tqxhDyXqhlSlZfSIZ5Vd9zeHZf1j9Dmz8ZcrImZSEnxFTJxA1LjMS8qh7Vch8n3RXx1BTp2apz0OfiAhOY3VzT-m23obDLBL51tviYEfq[7] 第三章 趨勢曲線模型預測法http://www.docin.com/p-891251486.html,作業(yè) —— 應用時間序列模型解決實際問題,使用最新的、真實的數據直接獲得60分： （1）

16、最新性，數據是截止到2016年的。（2）真實性，說明獲取數據手段，通過你的說明別人也可以獲得該數據。,60分,30分,20分,+,+,10分,采用非授課內容的時間序列模型進行預測，解決實際問題。注：大于100分按100分計算。,+,采用時間時間序列模型進行預測，解決實際問題。,作業(yè)的完整性：（1）提出問題（2）解決問題（3）結論（可以對比不同模型的預測結果）（4）格式美觀、沒有錯別字等,提交word電子版本和紙質版各一份（一