.Р1.3.1指数平滑分析Р指数平滑法是生产预测中常用的一种方法.指数平滑分析是在移动平均模型基础上发展起来的一种时间序列分析预测法,其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均[18].指数平滑模型的思想是对过去值和当前值进行加权平均、以及对当前的权数进行调整以抵消统计数值的摇摆影响,得到平滑的时间序列.指数平滑法不舍弃过去的数据,但是对过去的数据局给予逐渐减弱的影响程度.Р1.3.2 指数平滑模型的建立Р指数平滑法一般有一次指数平滑法、二次指数平滑法和三次指数平滑法.指数平滑法的预测模型为:初始值的确定,即第一期的预测值.一般原数列的项数较多时(大于15项),可以选用第一期的观察值或选用比第一期前一期的观察值作为初始值.如果原数列的项数较少时(小于15项),可以选取最初几期(一般为前三期)的平均数作为初始值.指数平滑方法的选用,一般可根据原数列散点图呈现的趋势来确定.如呈现直线趋势,选用二次指数平滑法;如呈现抛物线趋势,选用三次指数平滑法.或者,当时间序列的数据经二次指数平滑处理后,仍有曲率时,应用三次指数平滑法.Р1.3.3 基本公式Р指数平滑法的基本公式是:St=ayt+(1-a)St-1 (7)Р式中,St是时间t的平滑值;yt是时间t的实际值;St-1是时间t-1的平滑值;a是平滑常数,其取值范围为[0,1].Р2. 几种分析方法实现的基本步骤与逻辑框图Р2.1 描述性分析的步骤Р(1)根据研究问题选取自变量、因变量.Р(2)确定连续变量的样本个数. (3)进行相关分析(如:均值、方差、标准差、峰度、偏度等).Р(4)得出结果.Р(5)根据结果进行进一步深入分析,产生结论.Р2.2 描述性分析逻辑框图Р我们用逻辑框图表示描述性分析模型的建模过程.见图1:Р根据研究问题选取自变量、因变量Р ↓Р确定连续变量的样本个数Р ↓Р进行相关分析