《预测与决策教程 第2版》 思考与练习题及答案 第4章 确定型时间序列预测方法、第5章 随机型时间序列预测方法.docx

《《预测与决策教程 第2版》 思考与练习题及答案 第4章 确定型时间序列预测方法、第5章 随机型时间序列预测方法.docx》由会员分享，可在线阅读，更多相关《《预测与决策教程 第2版》 思考与练习题及答案 第4章 确定型时间序列预测方法、第5章 随机型时间序列预测方法.docx（11页珍藏版）》请在优知文库上搜索。

1、第4章确定型时间序列预测方法思考与练习(参考答案)1.什么是时间序列？时间序列预测方法有什么假设？答：时间序列是一组按时间顺序排序的数据。时间序列预测方法的假设：假设预刈目标的发展过程规律性会延续到未来.假设预测对象的变化仅仅与实践有关.2 .移动平均法的模型参数N的数值大小对预测值有什么影响？选择参数N应考虑哪些问题？答：、位越大对数据修匀的程度越强，建立移动模里的波动也越小，预测值的变化趋势反应也越迟钝。Nffl超小，对预测伯的变化玲势反应越灵敏，但修匀性超差，容易杷随机干扰作为玲势反应出来。选择N的时候首先需要考虑预测对象的具体情况.是带里对预测对望的变化趋势反应的更灵敏还是钝化其变化趋

2、势从而更看空综合的稔定按测：其次,如果时间序列有周期性变动，则当N的选取刚好是该周期变动的周期是，则可消除周期变动的影响，3 .试推导出三次移动平均法的预测公式。解：有了二次移动平均的预测模型的推导过程，同理可以推广出一次移动平均法的预测模型：已知时间序列Xx,X2Xt,.足跨,越期一次移动平均数：+；.+一、“sIHUJy二次移动平均数：M=%.%:+*“：“u2)V三次移动平均数：”,=圾+:+，*M:设时间序列无从某时期开始具有宜城趋势，且认为未来时期也按此直线趋势变化，则可设此内战趋势预测模型为：用“=4+”其中r为当前的时期数：，为由，至预测期数.T=12.:a,=2.fU)-ifl

3、iibf=2(.V,2)-.-.V,s2)=2X28.3326.67=30.00%=2(J15-Vl2,)CV-D=1.67T=1尤6=%+%X1=31.677=2尤；=%+Z152=33.34(3)螳=11=Xt+cAXl-Xt)尤=暧=0.1X16=19.92J11=17.79Xli=18.91=0.3T16=26.12J11=23.31熊=25.02=0.5J16=28.06K=25.25J15=27.1310.利用4.6节中的数据,使用SPSS软件对“SalesofMensClothing,“SalesofJewelry字段用移动平均、指数平滑以及时间序列分解模型对未来一期的产品销样额

4、进行预测并对预测结果进行讨论.解：打开SPSS15.OforIFindOWS选择OPenanexistingdntaSOUrCe点击ok,选择turorial/sample_files/catalogseasfac.SaV打开1）绘制时间序列趋势图，分析时序变动规律按照4.6中操作，将SalesofMensClothing,SaleofJewelry,jVariables机.将“Data选入TimeAxis1.abeIs”.查看趋势图如下图从趋势图两个时间序列中可以看出；SalesofMensClothing呈现明显的上升的势。“SaleofJeWeIry”的趋势不是很明显：两个时间序列都呈现

5、很明显的季节特征，SalesofMCnsClothing的季节变动早.现随时间的埴加而增长的趋势。2）预冽：a）利用移动平均模型预测:按照4.6节中移动平均模型的操作，将SalesOfMenClothingWSaleofJewelry分别选择入变量栏内，“Span”，选项分别选择6和12即移动平均中蹄越期数，得到.当N=6和N=12时”Sak）SofMen,SCl。Ihinjr的未来一期铜售额的预测值分别为23366.75和22640.03：当N-6和N-12时SaleofJeuelry,的未来一期销售额的预测值分别为17557.80和16921.97：b）利用指数平滑模型预测：按照1.6节中

6、指数平滑模型的操作，将SalesofMen,SClothi11,和SaleofJewelry分别选择入变量栏内,在ExponentialSiiiuothirigCriteria对话框中.VodelType选择SeaSOna/wintersIlUItiPIiCatice”.得到SalesofMenSClothing的未来一期销伪题的预测值分别为22261.78：”SaleofJewelry的未来一期销咨额的预测值分别为12778.75；c）利用时间序列分解模型：按照4.6节中时间序列分解模型的操作,选择SalesofMen,SClothing变Sb得到分解后的四个因素时序,因为选择的是乘法模型.闪此将侍个