1 2 3 4 5 6 7 8 9 10 11 12
实际观测值
203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5
三个月移动平均值
215.9 222.6 224.8 214.6 209.0 211.6 214.3 220.6 227.0
5
这个公式表明当t向前移动一个时期，就增加一 个新近数据，去掉一个远期数据，得到一个新的平 均数。由于它不断地“吐故纳新”，逐期向前移动， 所以称为移动平均法。
由于移动平均可以平滑数据，消除周期变动和不 规则变动的影响，使得长期趋势显示出来，因而可 以用于预测。其预测公式为：
即以第t周期的一次移动平均数作为 第t+1周期的预测值。
市场调查与研究课程演示文稿
1
1.内涵
移动平均法概述
移动平均法是一种简单平滑预测技术，它的基本
思想是：根据时间序列资料、逐项推移，依次计算包
含一定项数的序时平均值，以反映长期趋势的方法。
2.适用场合
因此，当时间序列的数值由于受周期变动和随机
波动的影响，起伏较大，不易显示出事件的发展趋势
时，使用移动平均法可以消除这些因素的影响，显示 出事件的发展方向与趋势（即趋势线），然后依趋势
7
例题: 是我国1980-1981年平板玻璃月产量，试选用N=3
和N=5用一次移动平均法进行预测。计算结果列入表 中。
时间
1980.1 1980.2 1980.3 1980.4 1980.5 1980.6 1980.7 1980.8 1980.9 1980.10 1980.11 1980.12
序号
3
2.一次移动平均方法的两种极端情况
在移动平均值的计算中包括的过去观察值的实际个数 N=1，这时利用最新的观察值作为下一期的预测值；
N=n，这时利用全部n个观察值的算术平均值作为预测 值。
当数据的随机因素较大时，宜选用较大的N，这样
有利于较大限度地平滑由随机性所带来的严重偏差；
反之，当数据的随机因素较小时，宜选用较小的N，
五个月移动平均值
218.4 217.4 216.1 215.8 212.4 213.6 223.5
8
• 某公司2003年—2010年某种产品产量如下表所示：
年份
产量（万吨）
2003
1437
2004
1532
2005
பைடு நூலகம்
1503
2006
1498
2007
1524
2008
1552
2009
1542
2010
1632
线分析预测序列的长期趋势。
2
一次移动平均
1.一次移动平均方法的内涵 一次移动平均方法是收集一组观察值，计算这
组观察值的均值，利用这一均值作为下一期的预 测值。
在移动平均值的计算中包括的过去观察值的实 际个数，必须一开始就明确规定。每出现一个新 观察值，就要从移动平均中减去一个最早观察值， 再加上一个最新观察值，计算移动平均值，这一 新的移动平均值就作为下一期的预测值。
9
分别以时距长度N=3和N=5计算的各期预测值如下表所示：
年份 2003 2004 2005 2006 2007 2008 2009 2010 2011
产量（万吨） 预测值（N=3） 预测值（N=5）
1437
1532
1503
1498
1491
1524
1511
1552
1508
1499
1542
1525
1522
有时只需一个最新观察值、最新预测值和α值，
就可以进行预测。它提供的预测值是前一期预测 值加上前期预测值中产生的误差的修正值。
12
一次指数平滑法的初值的确定有几种方法：
取第一期的实际值为初值；
取最初几期的平均值为初值。
一次指数平滑法比较简单，但也有问题。问
题之一便是力图找到最佳的α值，以使均方差最
小，这需要通过反复试验确定
这有利于跟踪数据的变化，并且预测值滞后的期数也
少。
4
3.一次移动平均方法的应用公式
设时间序列为
,移动平均法可以表示为：
式中： 为第t周期的一次移动平均数； 为第t周期的观测值；N为移动平均的项数，即求 每一移动平均数使用的观察值的个数.
由移动平均法计算公式可以看出，每一新预测 值是对前一移动平均预测值的修正，N越大平滑效 果愈好。
1632
1539
1524
？
？
10
一次指数平滑法
一次指数平滑法是利用前一期的预测值 Ft 代替
xt n 得到预测的通式，即 ：
Ft1 xt (1 )Ft
11
由一次指数平滑法的通式可见：
一次指数平滑法是一种加权预测，权数为α。
它既不需要存储全部历史数据，也不需要存储一 组数据，从而可以大大减少数据存储问题，甚至
13
例2 利用下表数据运用一次指数平滑法对1981年1月
我国平板玻璃月产量进行预测（取α=0.3，0.5 ， 0.7）。并计算均方误差选择使其最小的α进行预测。
拟选用α=0.3，α=0.5，α=0.7试预测。
结果列入下表：
14
时间
1980.01 1980.02 1980.03 1980.04 1980.05 1980.06 1980.07 1980.08 1980.09 1980.10 1980.11 1980.12 1981.01
指数平滑法
α=0.5
— 203.8 209.0 230.0 226.9 223.8 211.1 209.5 219.0 212.8 219.8 233.8
α=0.7
— 203.8 211.0 224.2 223.9 221.7 205.4 207.1 222.1 211.2 222.1 240.1
6
4. 一次移动平均方法的有优缺点
1) 优点
计算量少; 移动平均线能较好地反映时间序列的趋势及其变化。 2) 两个限制
限制一：计算移动平均必须具有N个过去观察值， 当需要预测大量的数值时，就必须存储大量数据；
限制二：N个过去观察值中每一个权数都相等，而 早于 （t-N+1）期的观察值的权数等于0，而实际 上往往是最新观察值包含更多信息，应具有更大权 重。
序号
1 2 3 4 5 6 7 8 9 10 11 12
实际观测值
203.8 214.1 229.9 223.7 220.7 198.4 207.8 228.5 206.5 226.8 247.8 259.5
α=0.3
— 203.8 206.9 213.8 216.8 218.0 212.1 210.8 216.1 213.2 217.3 226.5