(一)指数平滑法定义
指数平滑法又称指数加权平均法,实质是加权移动平均法的一种变化形式,是选取各时期权重数值为递减指数数列的均值方法。指数平滑法解决了移动平均法需要n个观测值和不考虑t-n前时期数据的缺点,消除历史统计序列中的随机波动,找出其中主要的发展趋势。
(二)指数平滑法分类
根据平滑次数的不同,指数平滑分为一次指数平滑、二次指数平滑、三次指数平滑和高次指数平滑。下面主要介绍一次指数平滑法。
一次指数平滑法(Single Exponential Smoothing)又称简单指数平滑法,在计算预测值时对于历史数据的观测值给予不同的权重,是一种较为灵活的时间序列预测方法。这种方法与简单移动平均法相似,都能够提供简单适时的预测,区别就在于简单指数平滑法对先前预测结果的误差进行了修正。
(三)一次指数平滑法公式
对时间序列X1,X2,X3,……,Xt,一次平滑指数公式为
Ft=αxt+(1-α)Ft-1
式中 α——平滑系数,0<α<1;
xt——历史数据序列x在t时的观测值;
Ft和Ft-1——t时和t-1时的平滑值。
一次指数平滑法适用于市场观测呈水平波动,无明显上升或下降趋势情况下的预测,它以本期指数平滑值作为下期的预测值,预测模型为
x′t+1=Ft
即x′t+1=αxt+(1-α)xt′
(四)平滑系数
平滑系数是前一观测值和当前观测值之间的权重。当接近于1时,新的预测值对前一个预测值的误差进行了较大的修正;当α=1时,Ft+1=Xt,即t期平滑值就等于t期观测值;当α接近于0时,新预测值只包含较小的误差修正因素;当α=0时,Ft+1=Ft,即本期预测值就等于上期预测值。一般说来,较大的α值导致较小的平滑效果,较小的α值会产生客观的平滑效果。在简单指数平滑方法的应用过程中,α值对预测结果所产生的影响跟简单移动平均法中n的影响一样,都是很大的。
一般情况下,观测值呈较稳定的水平发展,α值取0.1~0.3;观测值波动较大时,α值取0.3~0.5;观测值呈波动很大时,α值取0.5~0.8。
(五)初始值F0的确定
指数平滑法是一个迭代计算过程,进行预测时首先必须确定初始值F0,实质上它是序列起点t=0以前所有历史数据的加权平均值。由于经过多期平滑,特别是观测期较长时,F0的影响作用就相当小,因此在实践中,一般采用的方法处理是:当时间序列期数在20个以上时,初始值对预测结果的影响很小,可用第一期的观测值代替,即F0=x1;当时间序列期数在20个以下时,初始值对预测结果有一定影响,可取前3~5个观测值的平均值代替,如:F0=(x1+x2+x3)/3。(www.xing528.com)
(六)指数平滑法的程序(图2-4)
图2-4 指数平滑法的程序
【例2-8】 某地区1~12月煤炭消费量见表2-12,用一次平滑指数法预测下一年1月的煤炭需求量为( )。(α值取0.3)
A.41.73 B.42.69 C.43.74 D.44.65
表2-12 煤炭消费量
【解答】
(1)计算初始平滑值:
F0=(x1+x2+x3)/3=(32+34+39)/3=35(万t)
(2)按照指数平滑法的计算公式,可以求出:
F1=αX1+(1-α)F0=0.3×32+(1-0.3)×35=34.1(万t)
F2=αX2+(1-α)F1=0.3×34+(1-0.3)×34.1=34.07(万t)
F3=αX3+(1-α)F2=0.3×39+(1-0.3)×34.07=35.55(万t)
………
F12=43.74万t。
指数平滑表见表2-13。
表2-13 指数平滑表
于是,下一年1月煤炭需求量X′13=F12=43.74万t。
【答案】 C
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。