《统计学》精品课程建设
2. 平均发展速度法
该方法就是利用时间序列资料计算出它的平均发展速度,然后再假定在以后各期当中,它仍按这样一个平均发展速度去变化,从而得出时间序列的预测值。我们计算出GDP在1978年—1998年间的平均发展速度为118.277%(几何法)和118.170%(方程法)[2],利用其对烟台市1999年和2000年的GDP进行预测得到结果见表2。
表2 平均发展速度法预测结果
1999年 2000年 GDP预测值(万元) 预测相对误差(%) GDP预测值(万元) 预测相对误差(%) 几何法 方程法 8364664 8306352 -4.47 -3.74 9455081.6 9323713.9 -7.49 -6.00 教师点评:①同平均增长量的计算一样,平均发展速度的计算方法也有两种,其中几何法也只是考虑起始年份的取值,有an变化,有a0X?a0X2?a0Xn,而方程法则要考虑到整个年份取值的
???a0Xnn??ai,方程法的内插预测曲线与原始曲线所夹的面积A
i?1和面积B也相等;②在方程式法计算中,计算平均增长速度可以采取试错法(让学生尝试着编写小的循环程序求解)或插值法;③同平均增长量的计算一样,平均发展速度的计算方法也有两种,其中几何法也只是考虑起始年份的取值,而方程法则要考虑到整个年份取值的变化;④由预测的结果可以看出,无论是平均增长量法还是平均发展速度法只适于作短期预测,否则预测相对误差会显著提高。
[2]
在该问题中几何法与方程法计算出的平均发展速度差别不大。
21
《统计学》精品课程建设
8000000.007000000.006000000.005000000.004000000.003000000.002000000.001000000.000.00万元B
A 5153555759616365676971737577798183858789919395191919191919191919191919191919191919191919191919971949年份原始GDP几何法GDP方程法GDP图3 由平均发展速度推算出的时间序列变化图
3. 移动平均法
移动平均法是根据时间序列资料,采取逐项移动平均的办法,计算一定项数的序时平均数,以反映长期趋势的方法。移动平均法主要有简单移动平均法,加权移动平均法,趋势移动平均法等。这里主要介绍简单移动平均法。
记Mt?yt?yt?1???yt?N?1N,t?N为t期移动平均数;N为移动平均项数。由于移动
平均可以平滑数据,消除周期变动和不规则变动的影响,使长期趋势显示出来,可以利
?t?1?Mt,即以第t期移动平均数作为第t+1期的预用其进行外推预测。预测公式为:y测值。
表3 移动平均预测结果 年份 1949 1950 1951 1952 1953 1954 1955 1956 1957 1958 序号t 1 2 3 4 5 6 7 8 9 原始GDP 18263 25639 29327 34993 36725 40796 41752 48204 46608 51759 三期移动平均值(T=3) —— —— —— 24409.67 29986.33 33681.67 37504.67 39757.67 43584.00 45521.33 五期移动平均值(T=5) —— —— —— —— —— 28989.40 33496.00 36718.60 40494.00 42817.00 22
《统计学》精品课程建设
1959 1960 1961 1962 1963 1964 1965 1966 1967 1968 1969 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 58699 59348 52275 53408 62012 65407 76014 88388 91758 82229 92063 105603 122584 131998 141524 145245 177917 191185 218721 257782 276146 304923 311590 340400 407773 470404 572569 660180 847263 1150970 1258556 1485282 1721637 2296046 3254235 4278600 5394000 6152400 6750000 7400000 8006600 48857.00 52355.33 56602.00 56774.00 55010.33 55898.33 60275.67 67811.00 76603.00 85386.67 87458.33 88683.33 93298.33 106750.00 120061.67 132035.33 139589.00 154895.33 171449.00 195941.00 222562.67 250883.00 279617.00 297553.00 318971.00 353254.33 406192.33 483582.00 567717.67 693337.33 886137.67 1085596.33 1298269.33 1488491.67 1834321.67 2423972.67 3276293.67 4308945.00 5275000.00 6098800.00 6767466.67 45823.80 49404.40 52923.60 53737.80 55097.80 57148.40 58490.00 61823.20 69045.80 76715.80 80759.20 86090.40 92008.20 98847.40 106895.40 118754.40 129390.80 143853.60 157573.80 174918.40 198170.00 224350.20 249751.40 273832.40 298168.20 328166.40 367018.00 420547.20 490265.20 591637.80 740277.20 897907.60 1080450.20 1292741.60 1582498.20 2003151.20 2607160.00 3388903.60 4275056.20 5165847.00 5995000.00 23
《统计学》精品课程建设
万元80000007000000600000050000004000000300000020000001000000019491951195319551957195919611963196519671969197119731975197719791981198319851987198919911993199519971999年份原始GDP三期移动平均值五期移动平均值
图4 烟台市GDP的移动平均预测曲线
由图4,我们可以得出这样的结论:移动平均法对原始序列产生了一个修匀作用,并且移动平均所使用的间隔期越长,即N越大,修匀的程度也越大,但对原始数据的反应越不灵敏;反之,则反是。为此,我们需要依据误差分析选择间隔时期N,见表4。
表4 烟台市GDP移动平均预测法的误差分析
平均误差(ME) 平均绝对百分误差(MAPE) 1999年的预测相对误差 单位 万元 % % N=3 295708.35 28.33 20.58 N=5 431300.80 40.61 27.36 由表4中的分析知,在N=3时产生的误差较小,因此,选定N=3进行预测,得到1999年烟台市GDP的预测值为6767466.7万元。
教师点评:①简单移动平均法只适合作近期预测,且如果目标的发展趋势存在其它较大的变化,采用简单移动平均法就会产生较大的预测偏差和滞后;②移动平均法会损失一部分数据,因而需要的数据量较大;③移动平均法对所平均的N个数据等权看待,而对t?N期以前的数据则完全不考虑,这往往不符合实际。 指数平滑法
4.
指数平滑法可以改变移动平均法的后两个缺点,指数平滑的计算公式为:
24
《统计学》精品课程建设
St(1)?ayt?(1?a)St?1,其中:a(1)为权数,St(1)为一阶指数平滑值。二阶指数平滑就是在一阶
指数平滑的基础上再进行一次指数平滑,高阶的依此类推。由于指数平滑存在着滞后现象,因此,无论一次指数平滑或二次、三次指数平滑值[3](数据略),都不宜直接作为预测值。但可以利用它来修匀时间序列,以获得时间序列的变化趋势,从而建立预测模型。由相应的指数平滑数值,可以建立如下的指数平滑二次曲线趋势预测模型。
2?PGDt?l?at?btl?ctl
??(1)(2)(3)?at?3St?3St?St?a(1)(2)(3)其中?b?[(6?5a)St?2(5?4a)St?(4?3a)St], ?t22(1?a)?2?a(1)(2)(3)?ct?[St?2St?St]22(1?a)??St(1)、S(2)、S(3)为当前时间点处的一次、二次、三次指数平滑值,l为预测时段长。为
tt了预测烟台市GDP的1999年和2000年值,可以取t=49,l分别取1和2。由指数平滑数值可计算出:a49=7583559.18,b21=936865.62,c21 数平滑预测模型为:
2?PGD49?l?7583559.18?936865.62?l?294704.17?l=294704.17,故得二次曲线指
(1)
分别令l=1、l=2得预测结果见表5。
表5 指数平滑预测结果 年 份 预测值(万元) 预测相对误差(%) 1999年 8815128.99 -10.10 2000年 10636107.17 -20.92 教师点评:(1)在作指数平滑时,涉及到初始值和权数a的选取问题,不同的取值导致结果各不相同;(2)由于指数平滑法也存在着严重的滞后现象,所以直接用平滑值去预测未来值会带来较大的误差,当建立指数平滑模型进行预测时,就会大大地减少预测误差。
5.
曲线拟合法
曲线拟合法亦称趋势拟合法或时间回归法,该方法根据时间序列随时间变化趋势,
[3]
在具体计算时,取a?0.3,S0(1)?S0(2)?S0(3)?GDP1949?18263。
25