1. 预测程序 预测的一般程序为:
8 e* w# g7 G* d (1) 确定预测的具体目的
+ X+ b0 n& j. d# v7 z7 G (2) 搜集和审核历史资料& z6 Q& _" g/ d* o
(3) 选择预测模型和预测方法
6 e1 _( w( F2 \+ l# | (4) 进行预测中华考试网$ J: E5 V" |" U( A D8 s0 q% f
(5) 分析预测误差和改进预测
+ M1 |2 \, F+ ~' U; d/ C9 Q8 Y 2. 预测方法的特殊性
4 H, i' _& Z: z 预测方法对于预测模型而言,就是估计模型参数的方法。
/ ?! b$ l$ Z/ V: p H$ M$ S 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。
! E q7 s5 M' P: e0 L m) r 3. 指数平滑预测法
* i! u. T$ l( Z 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。 W; R$ C" a; J7 ~7 q' z
一次指数平滑预测法是把第t期计算的一次指数平滑平均数作为第t+1期的预测值。5 g+ I. p, i" w
第t期的一次指数平滑平均数在理论上是对从第t期开始推向过去无穷远的各项实际观3 d, I, f! [/ N: \
- z/ n9 c. m0 Y/ ]! c
第t期的指数平滑平均数是第t期观测值和第t-1期指数平滑平均数的加权算术平均数,权数分别为 ;第t-1期的指数平滑平均数则是第t-1期的观测值和第t-2期指数平滑平均数的加权算术平均数,权数分别为 等等。 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。 |