单元格区域“F6：F13”给出了预测的标准差，实际值
以及一次移动平均法预测值同时以图表形式给出。
时间序列预测法
•分类
之
指数平滑法
1、一次指数平滑法
2、二次指数平滑法 3、三次指数平滑法
4、霍尔特双参数现行指 （以“一次指数平滑法”为例） •下表为1980某地区平板玻璃月产量数据，运用一次指 数平滑法对1981年1月份该地区平板玻璃月产量进行预 测（取a=0.3,0.5,0.7），并计算军方误差。选择使均 方误差最小的a进行预测。 单位：t
时间序列预测法
之
指数平滑法
点击EXCEL菜单栏中【工具】菜单下面的子菜单【数
据分析】；打开“数据分析”对话框；从“分析工具”
列表中选择“指数平滑”，点击【确定】按钮。 在“移动平均”对话框“输入区域”选择原始数据所
在的单元格区域“C2：C13”，“阻尼系数”中输入
“0.3”，表示平滑系数a=0.3，“输,出区域”选择单 元格“E2”，同时选择“图标输出”和“标准误差” 复选框，点击确定按钮。
时间序列与其滞后2期，6期的时间序列相关系数取负值，
季节变动预测法
之 不变季节指数预测法 •操作步骤 （以“方差分析法”为例） 应用一次线性模型消除时间序列数据中的趋势数据， 即绘制时间序列的“XY散点图”，然后通过添加趋势 线的方式获得一次线性模型的模型方程以及趋势预测 值。 用各期的时间序列值除以其趋势预测值，得到季节指
E17+F13*F17+ G15* G17”
定性预测法
时间序列预测法
时间序列是将某种统计指标的数值，按时间 先后顺序排到所形成的数列。 时间序列预测法就是通过编制和分析时间序 列，根据时间序列所反映出来的发展过程、方 向和趋势，进行类推或延伸，借以预测下一段 时间或以后若干年内可能达到的水平。
时间序列预测法
定性预测法
移动平均法 时间序列预测法 指数平滑法
曲线趋势预测法 季节变动预测法 回归分析预测法
不变季节指数预测法
可变、多季节指数预测
定性预测法
定性预测是指根据已掌握的历史资料和直观材料， 运用个人的经验和分析判断能力，对事物的未来发展 做出性质和程度上的判断，然后，再通过一定形式综 合各方面的意见，作为预测未来的主要依据。适用于 重大问题或缺乏原式数据的预测。其预测准确程度主
^
季节变动预测法
季节变动预测法又称季节周期法、季节
指数法、季节变动趋势预测法，季节变动预 测法是对包含季节波动的时间序列进行的方 法。要研究这种方法，就要研究时间序列的 变动。
季节变动预测法
之 不变季节指数预测法
•分类
1、自相关系数法
2、方差分析法
3、简单季节预测法
4、Winters指数平滑预测法
点击EXCEL菜单栏中【工具】菜单下的子菜单【数据 分析】；打开“数据分析”对话框；从“分析工具” 列表中选择“移动平均”，点击【确定】按钮。
时间序列预测法
之
移动平均法
在“移动平均”对话框“输入区域”选择原始数据所
在的单元格区域“C2：C13”，“间隔”中输入“3”，
“输入区域”选择单元格“E2”，同时选择“图标输 出”和“标准误差”复选框，点击确定按钮。 此时，单元格“E13”给出了一次移动平均的预测值，
季节变动预测法
之 不变季节指数预测法
从方差分析所得结果可知，组件差异平方和为3.8509，
编号 最低销售量 最可 能销 售量 750 450 600 900 200 最高 销售 量 900 600 800 1500 350 最低销售量 最可 能销 售量 750 500 700 750 400 最高 销售 量 900 650 800 1500 500 最低销售量 最可 能销 售量 750 500 700 600 500 最高 销售 量 900 650 800 1250 600 第一次判断 第二次判断 第三次判断
之
移动平均法
•操作步骤 （以“一次移动平均法”为例）
•某商场2005年1~12月份彩电的销售数据如表所示，预
测2006年1月销售额，单位：万元
月份 1 2 3 4 5 6 7 8 9 10 11 12
销售额 25.5 28.1 25 27.5 23.5 21.9 23.8 24.5 26
25
28.1 25
1 2 3 4 5
500 200 400 750 100
600 300 500 600 220
550 400 500 500 300
6
7 8
300
250 260
500
300 300
750
400 500
300
250 350
500
400 400
750
500 600
300
400 370
600
500 410
12 8
12
13 10
24
14 27
30
15 31
9
16 10
季节变动预测法
之 不变季节指数预测法 输入给定的数据，并输入其滞后1期的时间序列。 点
击excel软件菜单中【工具】菜单下面的子菜单【数据
分析】，打开“数据分析”对话框，从“分析工具”列
表中选择“相关系统”，并点击[确定]按钮。
在打开的“相关系数”对话框中，“输入区域”选择
单元格区域，“输出区域”，并指定“分组方式”为 “逐列”，点击[确定]按钮。
季节变动预测法
之 不变季节指数预测法
此时已给出时间序列与其滞后1期所形成的时间序列
的相关系数计算值为-0.112998。重复上述操作，计算
该时间序列与其滞后2~8期的时间序列的相关系数值。
绘制时间序列自相关系数的散点图。从图中可以看出， 且绝对值很大；与滞后4期，8期的时间序列相关系数值 取正值，且值很大。由此可以判断，该时间序列存在季 节变动，且季节长度为4。
750
600 610
定性预测法
之
•操作步骤 【平均值法】 输入给定的数据 设置“E13”单元格的内容为“=AVERAGE（H3:H10）” 将“E13”单元格的内容复制到“F13”和“G13”单元 格。 设置“I13”单元格的内容为“= AVERAGE（E13: G13）” 【比重系数法】 假设最可能销售量、最低销售量和最高销售量比重 分别是0.5、0.2和0.3，则可以设置“I15”单元格内容 为“=SUMPRODUCT（E13：G13,E15：G15）”，即“= E13* E15+F13*F15+ G13* G15”
•原理
之
移动平均法
1、一次移动平均法是指将观察期的数据由远而近按 一定跨越期进行一次移动平均，以最后一个移动平均 值为确定预测值的依据的一种预测方法。 2、二次移动平均法，是对一次移动平均数再进行
第二次移动平均，再以一次移动平均值和二次移动平
均值为基础建立预测模型，计算预测值的方法。
时间序列预测法
年该产品的销售量。比较符合的模型有二次曲线和指
曲线趋势预测法
之
数曲线模型，但无法确定那一个模型能更好拟合该曲
线。 产品生产表
年份 1996 1997 1998 1999 2000 2001 2002 2003 2004
销售量
10
18
25
30.5
35
38
40
39.5
38
曲线趋势预测法
之
二次线性/多项式 模型预测
平均值法 比重系数法
定性预测法
•操作步骤
之
中位值法
设置“E17”单元格的内容为“=MEDIAN（H3：H10）
将“E17”单元格的内容复制到“F17”和“G17”单元
格
采用比重系数法中对最可能销售量、最低销售量和最
高销售量比重的设置，设置“I17”单元格的内容为
“=SUMPRODUCT（E15：G15,E17：G17）”，即“= E15*
判断可以使用二次线性模型进行预测。设定时间值为-4~4，从
而使得 t 0 ， t 3 0 。
t 4
t 4
4
4
曲线趋势预测法
之
二次线性/多项式 模型预测
因此，二次线性模型的参数估计公式可以简化为
4 4 2 yt 9b0 b2 t t 4 t 4 4 4 2 tyt b1 t t 4 t 4 4 4 4 2 2 4 (t yt ) b0 t b2 t t 4 t 4 t 4
势,其逐期增长量又大致相同时,使用直线趋势模型进行
预测为宜;如果时间序列的二级增长量大体相同,使用抛 物线趋势模型进行预测为宜;当时间序列的环比发展速 度或环比增长速度大体相同时,使用指数趋势模型进行 预测为宜.
曲线趋势预测法
•分类
1、二次线性/多项式模型预测
2、指数曲线模型
二次线性/多项式 •操作步骤 模型预测 •已知某商店某种产品销售量如下表所示。试预测2005
时间 产量 时间 产量 1980.01 203.8 1980.07 207.8 1980.02 214.1 1980.08 228.5 1980.03 229.9 1980.09 206.5 1980.04 223.7 1980.10 226.8 1980.05 220.7 1980.11 247.8 1980.06 198.4 1980.12 259.5
5、趋势比率法
6、Holt-Winters指数平滑法
季节变动预测法
之 不变季节指数预测法
•操作步骤 （以“自相关系数法”与“方差分析法”
为例）试采用自相关系数判断法判断下表的时间序列
是否存在季节变动的影响。
时间 1 2 3 4 5 6 7 8