X,(1) = β,X,X(2) =PX=βX,(1)t+1X,(3) =βX=βX,(2)t+2显然，预测是递推的，由此，预测误差也在累积，随差预测的步数加大，预测误差也在增大。因此，予预测的步数不能太长
显然，预测是递推的，由此，预测误差 也在累积，随差预测的步数加大，预测 误差也在增大。因此，预测的步数不能 太长。Xt 1 Xt (1) ˆ = (2) ˆ (3) ˆ Xt =1 Xt+2 =1 Xt (1) ˆ (2) ˆ Xt =1 Xt+1 =1 Xt
2.二阶自回归模型的预测：如果序列最后所选的模型是二阶自回归模型：X, = P,X,-1 +P2X,-2 + at其预测方法与一阶模型类似，干扰项的处理仍然是用其均值水平零代替，以t为原点，一步、二步、三步预测值为：（步数再高的预测方法也类似）
2.二阶自回归模型的预测: 如果序列最后所选的模型是二阶自 回归模型： 其预测方法与一阶模型类似，干扰项的 处理仍然是用其均值水平零代替，以t为 原点，一步、二步、三步预测值为： （步数再高的预测方法也类似） Xt =1 Xt−1 +2 Xt−2 + at
X,(1) =PX, +P2X,-1X,(2) = PX,(1) +P2X)X,(3) = PX,(2) +P2X,(1)预测也是递推的，预测误差也在累积，因此，预测的步数越长，预测误差就越大。对于三阶及以上自回归模型的预测方法完全类似，只是项数多了而已
预测也是递推的，预测误差也在累积， 因此，预测的步数越长，预测误差就越 大。对于三阶及以上自回归模型的预测 ，方法完全类似，只是项数多了而已。 1 2 1 (1) ˆ Xt = Xt + Xt− Xt 1 Xt 2 Xt (1) ˆ (2) ˆ = + (1) ˆ (2) ˆ (3) ˆ Xt =1 Xt +2 Xt
二、移动平均模型的预测1.一阶移动平均模型的预测如果序列最后所选的模型是一阶移动平均模型：X, = a, -O,at-1以t为原点，一步预测值为：X,(1) =-0,a
二、移动平均模型的预测 1.一阶移动平均模型的预测: 如果序列最后所选的模型是一 阶移动平均模型： 以t为原点，一步预测值为： Xt = at −1 at−1 Xt 1 at (1) ˆ = −