移动平均法递推公式 yty t-n y=y1+ ■通过上式可知,只要知道上一移动平均数,再加上下 移动平均数的首项和上一移动平均数的末项之差 除以序时项数,即可以得到下一个移动平均数 ■移动平均数的个数=原始时间序列的个数-序时项数+1 技术经济预测与决策
04:33 技术经济预测与决策 16 移动平均法递推公式 n y y y y t t n t t − − − = +1 ◼通过上式可知，只要知道上一移动平均数，再加上下 一移动平均数的首项和上一移动平均数的末项之差， 除以序时项数，即可以得到下一个移动平均数。 ◼移动平均数的个数=原始时间序列的个数-序时项数+1
【例题1】已知某建筑公司过去25个月的实际产值,其统计数据如下表, 当平均值分段数据点为5和10时,求其一次移动平均值。 期数 值 (n=10) 5035 10 50.3 11 6.6 42%99898g% 73 74 99.8 86经济预测与决86 90.2
04:33 技术经济预测与决策 17 【例题1】已知某建筑公司过去25个月的实际产值，其统计数据如下表， 当平均值分段数据点为5 和10 时，求其一次移动平均值。 期数 产值 yt ’ (n=5) yt ’ (n=10) 1 50 2 45 3 60 4 52 5 45 50.4 6 51 50.6 7 60 50.3 8 43 50.2 9 57 51.2 10 40 50.2 50.3 11 56 51.2 50.9 12 87 56.6 55.1 13 49 57.8 54.0 14 43 55.0 53.1 15 52 57.4 53.8 16 85 63.2 57.2 17 98 65.4 61.0 18 90 73.6 65.7 19 97 84.4 69.7 20 86 91.2 74.3 21 91 92.4 77.8 22 83 89.4 77.4 23 97 90.8 82.2 24 86 88.6 86.5 25 89 89.2 90.2 预 测 软 件
22/83/89.477.486.4464.34 23 90.882.889.6467,28 24/8688.686.590.4870.6 25 9 89 90.290.0874.26 100 40 0 12345678910111213141516171819202122232425 系列1—系列2系列3—系列4—系列5
04:33 技术经济预测与决策 18 2 2 8 3 89.4 77.4 86.44 64.34 2 3 9 7 90.8 82.8 89.64 67.28 2 4 8 6 88.6 86.5 90.48 70.62 2 5 8 9 89.2 90.2 90.08 74.26 0 20 40 60 80 100 120 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 系列1 系列2 系列3 系列4 系列5
移动平均法讨论 数据所用的次数 口序时项数的影响: °每个周期的数值所用的次。序时项数n值越大时,信具 数不同 息的损失越多,但能够消 两头的数据用了一次 除偶然因素的干扰,反映 越靠近中间的数据被采用变化的灵敏度低; 的次数越多 当n值较小时,信息损失 越靠近中间的数据 反映变化的灵敏度高 在预测中所起的作用越大 但被采用的次数不会超过 n值 技术经济预测与决策
04:33 技术经济预测与决策 19 移动平均法讨论 ◼ 数据所用的次数： • 每个周期的数值所用的次 数不同 • 两头的数据用了一次 • 越靠近中间的数据被采用 的次数越多 • 越靠近中间的数据 • 在预测中所起的作用越大 • 但被采用的次数不会超过 n值 ◼ 序时项数的影响： • 序时项数n值越大时，信 息的损失越多，但能够消 除偶然因素的干扰，反映 变化的灵敏度低； • 当n值较小时，信息损失 少，反映变化的灵敏度高
移动平均法的作用 形成新数列 除一部分干扰 适用于短期预 技术经济预测与决策
04:33 技术经济预测与决策 20 移动平均法的作用 ◼ 形成新数列 ◼ 修匀 ◼ 消除一部分干扰 ◼ 适用于短期预测