时间序列预测法的分类

时间序列预测法可用于短期预测中期预测长期预测。根据对资料分析方法的不同,又可分为:简单序时平均数法加权序时平均数法移动平均法加权移动平均法趋势预测法指数平滑法季节性趋势预测法市场寿命周期预测法等。

  简单序时平均数法 

也称算术平均法。即把若干历史时期的统计数值作为观察值,求出算术平均数作为下期预测值。这种方法基于下列假设:“过去这样,今后也将这样”,把近期和远期数据等同化和平均化,因此只能适用于事物变化不大的趋势预测。如果事物呈现某种上升或下降的趋势,就不宜采用此法。

简单时间序列平滑法\简单移动平均法\简单时间序列法(Simple Time Series Techniques)

简单时间序列法公式:

  F(T+1)=(1 / N) * Σ X(I)

  X(I)为时间序列的第I期的实际值

  F(T+1)为预测值

  N为平均的个数

  T为预测的年份

  注:时间序列周期数选3

  加权序时平均数法 

就是把各个时期的历史数据按近期和远期影响程度进行加权,求出平均值,作为下期预测值。

  简单移动平均法 

就是相继移动计算若干时期的算术平均数作为下期预测值。

  加权移动平均法 

即将简单移动平均数进行加权计算。在确定权数时,近期观察值的权数应该大些,远期观察值的权数应该小些。

上述几种方法虽然简便,能迅速求出预测值,但由于没有考虑整个社会经济发展的新动向和其他因素的影响,所以准确性较差。应根据新的情况,对预测结果作必要的修正。

  指数平滑法 

即根据历史资料的上期实际数和预测值,用指数加权的办法进行预测。此法实质是由内加权移动平均法演变而来的一种方法,优点是只要有上期实际数和上期预测值,就可计算下期的预测值,这样可以节省很多数据和处理数据的时间,减少数据的存储量,方法简便。是国外广泛使用的一种短期预测方法。

  季节趋势预测法 

根据经济事物每年重复出现的周期性季节变动指数,预测其季节性变动趋势。推算季节性指数可采用不同的方法,常用的方法有季(月)别平均法和移动平均法两种:a.季(月)别平均法。就是把各年度的数值分季(或月)加以平均,除以各年季(或月)的总平均数,得出各季(月)指数。这种方法可以用来分析生产、销售、原材料储备、预计资金周转需要量等方面的经济事物的季节性变动;b.移动平均法。即应用移动平均数计算比例求典型季节指数。

  市场寿命周期预测法 

就是对产品市场寿命周期的分析研究。例如对处于成长期的产品预测其销售量,最常用的一种方法就是根据统计资料,按时间序列画成曲线图,再将曲线外延,即得到未来销售发展趋势。最简单的外延方法是直线外延法,适用于对耐用消费品的预测。这种方法简单、直观、易于掌握。

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out /  Change )

Google photo

You are commenting using your Google account. Log Out /  Change )

Twitter picture

You are commenting using your Twitter account. Log Out /  Change )

Facebook photo

You are commenting using your Facebook account. Log Out /  Change )

Connecting to %s

%d bloggers like this: