指数平滑法计算模板.xlsVIP

3次平滑计算 2次平滑计算 1次平滑计算 说明 时间序号（t） 销售量（yt ） t 年份 财政收入 月份 销售实际 变化值 新倾向值 ? 销售期望值 工作日程间的预测 权重a= 工作日程= 个月 移动平均实绩 1次移动平滑 2次移动平滑 2） 3） 4） T为预测超前期数 at bt TT+t 销售量 式中: 三次指数平滑法的预测模型为: 3次移动平滑 ct 1、指数平滑法产生背景： 指数平滑由布朗提出、他认为时间序列的态势具有稳定性或规则性，所以时间序列可被合理地顺势推延；他认为最近的过去态势，在某种程度上会持续的未来，所以将较大的权数放在最近的资料。 2、指数平滑法的基本理论 ： 指数平滑法是移动平均法中的一种，其特点在于给过去的观测值不一样的权重，即较近期观测值的权数比较远期观测值的权数要大。根据平滑次数不同，指数平滑法分为一次指数平滑法、二次指数平滑法和三次指数平滑法等。但它们的基本思想都是：预测值是以前观测值的加权和，且对不同的数据给予不同的权数，新数据给予较大的权数，旧数据给予较小的权数。 指数平滑法是生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。 St=ayt+(1-a)St-1 St--时间t的平滑值； yt--时间t的实际值 St-1--时间t-1的平滑值 a--平滑常数，其取值范围为[0,1] 1） a为加权系数 指数平滑法对实际序列具有平滑作用，权系数(平滑系数)越小，平滑作用越强，但对实际数据的变动反应较迟缓 在实际序列的线性变动部分，指数平滑值序列出现一定的滞后偏差的程度随着权系数(平滑系数)的增大而减少 但当时间序列的变动出现直线趋势时，用一次指数平滑法来进行预测仍将存在着明显的滞后偏差。因此，也需要进行修正。修正的方法也是在一次指数平滑的基础上再进行二次指数平滑，利用滞后偏差的规律找出曲线的发展方向和发展趋势，然后建立直线趋势预测模型，故称为二次指数平滑法 式中： St(2) ——第t周期的二次指数平滑值； St-1(2) ——第t-1周期的二次指数平滑值； a ——加权系数（也称为平滑系数）。 St(1) ——第t周期的一次指数平滑值； 在指数平滑法中，预测成功的关键是a的选择。a的大小规定了在新预测值中新数据和原预测值所占的比例。a值愈大，新数据所占的比重就愈大，原预测值所占比重就愈小，反之亦然 3、指数平滑法的基本公式： 4、一次移动平滑计算示例： 5、二次移动平滑计算示例： 6、三次移动平滑计算示例： 7、三次指数平滑法的预测模型为: 8、加权系数的选择： 10、加权系数的选择： 9、指数平滑法的缺点 ： （1）对不同时间的数据的非等权处理较符合实际情况。 （2）实用中仅需选择一个模型参数a即可进行预测，简便易行。 （3）具有适应性，也就是说预测模型能自动识别数据模式的变化而加以调整。 一是对数据的转折点缺乏鉴别能力，但这一点可通过调查预测法或专家预测法加以弥补。 二是长期预测的效果较差，故多用于短期预测。 时间序号（t） 销售量（yt ） 一次移动平滑计算： 预测值 二次移动平滑计算： 预测 at bt TT+t 年份 t 销售量 1次移动平滑 2次移动平滑 at bt ct TT+t 预测 指数平滑法理论及计算公式 .30 .00 246.10 246.10 244.50 1996.00 1.00 225.20 239.83 244.22 244.42 1997.00 2.00 249.90 242.85 243.81 244.23 1998.00 3.00 263.20 248.96 245.35 244.57 1999.00 4.00 293.60 262.35 250.45 246.33 2000.00 5.00 318.90 279.31 259.11 250.17 2001.00 6.00 356.70 302.53 272.14 256.76 2002.00 7.00 363.30 320.76 286.72 265.75 2003.00 8.00 424.20 351.79 306.24 277.90 2004.00 9.00 466.50 386.20 330.23 293.60 2005.00 10.00 582.00 444.94 364.65 314.91 2006.00 11.00 750.00 536.46 416.19 345.30 2007.00 12.00 860.00 633.52 481.39 386.12 842.52 3.00 3.00 119.16 2.00 1.00 1.00 6.00 5.00 2.00