随机波动很大的时间序列数据的处理;同时也便于不同时间序列波动幅度大小变化的比较研究。Р2.使用移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响。但移动平均法运用时也存在着如下问题:加大移动平均法的期数(即加大n值)会使平滑波动效果更好,但会使预测值对数据实际变动更不敏感;移动平均值并不能总是很好地反映出趋势。由于是平均值,预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动;移动平均法要由大量的过去数据的记录。Р3. 指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法,它是通过计算指数平滑值,配合一定的时间序列预测模型对现象的未来进行预测。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。缺点是难以确定指数平滑系数,受主观影响较大。Р参考文献Р[1].侯云先. 产量预报中滑动平均法的改进[J]. 河南农业大学学报, 1994Р[2].李蔚俊. 城乡居民消费水平差距预测分析——基于指数平滑法[J].社会试点, 2013Р[3].陈金先. 多种时间序列预测模型在市场营销预测中的比较[J]. 方法应用, 2012Р[4].张建军,周后福,翟菁. 合肥气温和降水的突变特征分析[J]. 安徽农业科学, 2007Р[5].裴益轩,郭民. 滑动平均法的基本原理及应用[J]. 火炮发射与控制学报, 2000Р[6].李云刚. 基于移动平均法的改进[J]. 知识丛林, 2009Р[7].张克荣,刘武艺. 价格波动的研究方法及其模型[J]. 理论新探, 2011Р[8].罗芳琼,吴春梅. 时间序列分析的理论与应用综述[J]. 柳州师专学报, 2009Р[9].聂淑媛,梁铁旺. 指数和滑动平均的历史发展探究[J]. 理论新探, 2011Р[10].童强,张克功,杜吉梁. 指数平滑预测法及其在经济预测中的应用[J]. 经济研究导刊, 2013
全文预览
