统计业务知识辅导：动态分析预测资料(二)

更新时间：2011-09-08 09:10:34 来源：|0

浏览

统计师报名、考试、查分时间免费短信提醒

地区

北京
上海
天津
重庆
河北
山东
辽宁
黑龙江
吉林
甘肃
青海
河南
江苏
湖北
湖南
江西
浙江
广东
云南
福建
海南
山西
四川
陕西
贵州
安徽
广西
内蒙
西藏
新疆
宁夏
兵团

获取验证立即预约

请填写图片验证码后获取短信验证码

看不清楚，换张图片

免费获取短信验证码

　　1. 预测方法的特殊性

　　预测方法对于预测模型而言，就是估计模型参数的方法。

　　预测相对于依存关系和发展趋势分析的特殊性就在于：在依存关系分析和发展趋势分析中，对于观察资料各期的数值，都以同等重要性来看待，第一项(期)数值和最后一项(期)数值，没有轻重高低之分，对于所要揭示的依存关系或发展趋势，都具有同样的重要性。但是预测则不同，它比较重视近期资料，相对地轻视远期资料。学术界称其为“近大远小”原则。

　　2. 指数平滑预测法

　　指数平滑法是被广泛使用的一种有效的预测方法，其包含一次指数平滑预测法与多次指数平滑预测法。

　　计算每一个指数平滑平均数时，都要用到本期实际观测值处期的平滑平均数。而在计算数列第一期的平滑平均数时，“上期”的平滑平均数是没有的，需要假定一个数学作初始值。确定初始值的方法有多种，常见的是令初始值等于数列第一项实际观测值。选择不同的初始值，会对预测产生不同的影响。不过，由于指数平滑平均数的定义可知，它对历史数据由近及远使用了一套按几何级数递减的权数，这种权数的衰减非常迅速，把指数平滑递推公式应用多期以后，初始值的影响作用会变得很弱。

　　【一次指数平滑预测法例示】

　　用某厂1至6月份废品资料作一次指数平滑预测。

　　递推预测过程见表4-6

　　表4-6　　　废品率月资料的指数平滑预测

月份

序号

废品率（%）

指数平滑平均（初始值＝4%，α＝0.1

预测值

－

0.1×4+0.9×4=4.00

0.1×5+0.9×4.00=4.10

0.1×4+0.9×4.10=4.09

0.1×6+0.9×4.09=4.28

0.1×3+0.9×4.28=4.15

0.1×5+0.9×4.15=4.24

―

4.00

4.10

4.09

4.28

4.15

4.24

　　平滑常数α数值大小的效应是：α值越小，对数列的修匀效果越好。α数值大小的原则：当数列的波动较剧烈时，应取较小的α值，以便增强对数列修匀的作用;当预计数列可能要发生转折时，应取较大的α值，因为这样可以加重近期资料的影响，易于对转折灵敏地作出反应;当数列中的规律不会有大的变化时，α的数值不妨小些，因为这样消除数列波动的效果好。

　　指数平滑法对近期和远期资料分别给了由大到小不同的权数，并把需要贮存的数据量压缩到最少，是一种合理、简便的预测方法。

　　这种预测方法要在具备新观测值的条件下，才能作下一期的预测，，它只宜于作未来一期的预测，而不宜于作远期的预测。

2011年统计师网络辅导招生简章

2011年统计师考试报名汇总

2011年考试时间为：10月16日