具有季节性特点的时间序列的预测
更新时间:2023-05-24 19:12:01 阅读量: 实用文档 文档下载
3.2 具有季节性特点的时间序列的预测
这里提到的季节,可以是自然季节,也可以是某种产品的销售季节等。显然,在现实的经济活动中,表现为季节性的时间序列是非常多的。比如,空调、取暖设备、季节性服装的生产与销售所产生的数据等。对于季节性时间序列的预测,要从数学上完全拟合其变化曲线是非常困难的。但预测的目的是为了找到时间序列的变化趋势,尽可能地做到精确。从这个意义上来讲,可以有多种方法,下面介绍其中一种,即所谓季节系数法。季节系数法的具体计算步骤如下:
1.收集m年的每年各季度或者各月份(每年n个季度)的时间序列样本数据xij。 2.计算每年所有的季度或所有月份的算术平均值,即:
1mn
xij,
ki 1j 1
m
k mn
3.计算同季度或同月份数据的算术平均值.j
x
i 1
ij
,j 1,2, ,n
4.计算季节系数或月份系数 j .j/。其中j 1,2, ,n为季度或者月份的序号。 5.预测计算。当时间序列是按季度列出时,先求出预测年份(下一年)的年加权平均:
ym 1
n
w1y1 w2y2 wmym
w1 w2 wm
式中,yi
x
j 1
ij
为i年份的年合计数:wi为i年份权数,按自然数列取值。再计算预
测年份的季度平均值m 1:m 1 ym 14。最后,预测年份第i季度的预测值为:
ym 1,i m 1 i
季节系数法的Matlab程序如下。 funjie.m
%简单季节系数法,文件名funjie.m
function JiJie=funjie(x) %输入m年,每年n个季节的历史数据 [m,n]=size(x);
BarX=mean(mean(x)) %计算所有数据的算术平均值 BarXj=mean(x) %计算同季节的算术平均值 Betaj=BarXj./BarX %计算季节系数 y1=[1:m];
y=y1*sum(x,2)/sum(y1) %计算预测下一年的年加权平均值 y2=y/n %计算预测年份的季节平均值 y3=y2*Betaj %预测年份的季节预测值 end
【例3-11】某商店某类商品1999-2003年各季度的销售额如表3-6所示。试预测2004
年第3、4季度的销售额。
手工计算如下: 1.
3967761
198338.05; 20
2.季节系数 i:
3.y2004
143799.8198713.4
0.7248, 2 1.0018
198338.05198338.05269374.2181664.8 3 1.3578, 4 0.9517
198338.05198338.05
1 774656 2 790177 3 834871 5 825665 803333
1 2 3 4 5
1
4.2004年季度平均数:2004 803333/4 200833.25 于是,2004年第1、2、3、4季度预测值分别为:
y2004,1 200833.25 0.7248 145563.94,y2004,2 200833.25 1.0018 201194.75 y2004,3 200833.25 1.3578 272691.39,y2004,4 200833.25 0.9157 183903.01
利用Matlab程序funjie.m计算如下: >>
x=[137920,186742,274561,175433;142814,198423,265419,183521;131002,193987,247556,169847;157436,200144,283002,194319;149827,214301,276333,185204]; >> funjie(x)
BarX = 1.9839e+005 BarXj = 1.0e+005 *
1.4380 1.9872 2.6937 1.8166 Betaj = 0.7248 1.0017 1.3578 0.9157 y = 803341 y2 = 2.0084e+005 y3 = 1.0e+005 *
1.4557 2.0117 2.7269 1.8390
如果在求出季节系数后,还已知预测年份某季节的实际值,那么,可以利用季节系数进行调节,以使得在随后的预测中能更准确地反映其变化趋势。假如2004年第二季度的实际销售额是223045元,二季度季节系数为1.0017,则2004年第三季度预测值修正为:
y2004,3
223045
1.3578 3.0234e 005
1.0017
2004年第四季度的预测值修正为:
y2004,4
223045
0.9157 2.0389e 005
1.0017
【例3-12】某服装企业2001-2003年每月针织夏衣销售额如表3-7所示。预测2004年5、6、7月销售额。
表3-7 某服装企业2001-2003年每月针织夏衣销售额 (单位:万元)
可利用Matlab程序funjie.m计算如下: >>
x=[240,360,640,1080,2720,4480,4040,2360,800,520,360,280;240,460,860,1240,2800,5060,4980,2440,760,480,260,300;340,420,1080,1760,2580,5620,5600,2100,1340,840,420,220];
>> funjie(x)
BarX = 1.6689e+003 BarXj = 1.0e+003 * Columns 1 through 7
0.2733 0.4133 0.8600 1.3600 2.7000 5.0533 4.8733 Columns 8 through 12
2.3000 0.9667 0.6133 0.3467 0.2667 Betaj =
Columns 1 through 7
0.1638 0.2477 0.5153 0.8149 1.6178 3.0280 2.9201 Columns 8 through 12
1.3782 0.5792 0.3675 0.2077 0.1598 y = 2.0767e+004 y2 = 1.7306e+003 y3 = 1.0e+003 * Columns 1 through 7
0.2834 0.4286 0.8918 1.4103 2.7998 5.2401 5.0534 Columns 8 through 12
2.3850 1.0024 0.6360 0.3595 0.2765
正在阅读:
具有季节性特点的时间序列的预测05-24
支部2019年上半年工作总结03-12
2019年河南大学成人高考报名10-12
视听语言题11-09
2019年整理--音乐学院暑假实践报告12-15
2019年高考理科数学模拟试题03-13
教学无痕,润物细无声-2019年教育文档01-06
2019超星尔雅《中华诗词之美》考试答案11-17
2019届中考数学总复习:几何综合问题11-14
2019年整理纯化水系统验证方案11-17
- 教学能力大赛决赛获奖-教学实施报告-(完整图文版)
- 互联网+数据中心行业分析报告
- 2017上海杨浦区高三一模数学试题及答案
- 招商部差旅接待管理制度(4-25)
- 学生游玩安全注意事项
- 学生信息管理系统(文档模板供参考)
- 叉车门架有限元分析及系统设计
- 2014帮助残疾人志愿者服务情况记录
- 叶绿体中色素的提取和分离实验
- 中国食物成分表2020年最新权威完整改进版
- 推动国土资源领域生态文明建设
- 给水管道冲洗和消毒记录
- 计算机软件专业自我评价
- 高中数学必修1-5知识点归纳
- 2018-2022年中国第五代移动通信技术(5G)产业深度分析及发展前景研究报告发展趋势(目录)
- 生产车间巡查制度
- 2018版中国光热发电行业深度研究报告目录
- (通用)2019年中考数学总复习 第一章 第四节 数的开方与二次根式课件
- 2017_2018学年高中语文第二单元第4课说数课件粤教版
- 上市新药Lumateperone(卢美哌隆)合成检索总结报告
- 时间序列
- 季节性
- 具有
- 特点
- 预测
- 各种标牌制作方法1
- 六年级数学教学设计 数的意义
- 八年级下册英语第五单元学案
- 上海市大气中PM10浓度的统计分析
- 语文学科校本课程
- 某某公司营销总监述职报告20120105
- 臂丛神经损伤术后康复护理
- 弱电系统集成 应用 技术 方案
- 班主任工作经验总结
- CMMI模板 YSU_TEMP_RMD_软件需求规格说明书
- 六西格玛黑带培训教材13
- 兴国四小青年教师评课技能大赛活动方案
- 人身伤亡事故现场应急处置方案
- 1.4 采集与制作标本
- Matlab图像处理函数汇总
- 小学五年级上册数学列方程解应用题练习题(分类)
- 辽宁省大连市普兰店市第三十八中学2021届高三第一学期开学考试英语试卷
- 海参营养及人工配合饲料的研究现状
- FMEA潜在失效模式及分析标准表格模版
- 影视后期制作实习报告