时间序列分析—移动平均法

移动平均法:

Method1:简单移动平均

近N期序列值的平均值作为未来各期的预测结果。
N的取值范围: 5 ≤ N ≤ 200
只适用于近期预测,且数据发展趋势不大
误差计算:
s^2=\displaystyle \sum^{N}_{n}(y_t^1-y_t)^2/(N-n)
其中,N为实际量,n表示n次移动平均,取标准误差较小的作为移动平均的次数和最后的预测值。

Method2:加权移动平均

根据数据的重要性添加权数,w为权重(近期的权重大,远期的权重小),则预测公式为:
PV={(w_1y_1+w_2y_2+w_3y_3+...+w_ny_{t-N+1})}\div {(w_1+w_2+w_3+...+w_n)}
若预测值偏低,可修正,方法为:
计算相对误差:(Y_t-PV)/Y_t
计算总相对误差:Total=1-\displaystyle \sum{y_t^1}/\displaystyle \sum{y_t}
修正后的预测值:Y_N=PV/1-Total

Method3:趋势移动平均

多次简单移动平均:
已知前t项,预测t+1项的值
Y_{t+1}=b_t*(t+1)+a_t
其中:a_t=2M_t^1-Mt^2
b_t=(2/N-1)*(M_t^1-Mt^2)
N:N项移动平均

©著作权归作者所有,转载或内容合作请联系作者
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

推荐阅读更多精彩内容

  • 参考书目为安德森的《商务与经济统计》,以下为个人的学习总结,如果有错误欢迎指正。有需要本书pdf的,链接在本文末尾...
    愚盆阅读 6,745评论 0 1
  • 时间序列预测法及Spark-Timeserial 时间序列预测法 时间序列预测法(Time Series Fore...
    raincoffee阅读 14,925评论 8 17
  • 基础定义 1、方差:在统计描述中,方差用来计算每一个变量(观察值)与总体均数之间的差异。为避免出现离均差总和为零,...
    丛小贱阅读 10,077评论 0 0
  • 1. 主要概念及其定义 时间序列一个变量在连续时点或者连续时期上测量的观测值的序列。 平稳时间序列统计性质与时间独...
    _诉说阅读 3,940评论 0 0
  • 今天感恩节哎,感谢一直在我身边的亲朋好友。感恩相遇!感恩不离不弃。 中午开了第一次的党会,身份的转变要...
    余生动听阅读 13,586评论 0 11