咨询工程师的延伸预测法有哪些呢？

  一、简单移动平均法: Ft+1 = 1/n Σx i 属于平滑技术,变化趋势较原始数据变化幅度小

适用于短期预测,以月或周为单位的近期预测;对原始数据预处理

n值越小,表明对近期观测值预测的作用越重视,预测值对数据变化的反应速度也越快,但预测的修匀程度较低,估计值的精度也可能降低。

  反之n值越大,预测值的修匀程度越高,但对数据变化的反映程度较慢。因此,n值的选择无法二者兼顾,应视具体情况而定。一般3-200,视序列长度和预测目标情况而定。

二、指数平滑法:指数加权平均法,实际是加权的移动平均法,它是选取各时期权重数值为递减指数的均值方法。

  通过某种平均方式,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。

一次指数平滑 Ft =αx i +(1-α)Ft-1 --适用于市场观测呈水平波动,无明显升降趋势的预测

这种方法与简单移动平均法相似,两者之间的区别在于:简单指数平滑法对先前预测结果的误差进行了修正,因此这种方法和简单移动平均法一样,都能够提供简单适时的预测。

以本期指数平滑值作为下期的观测值。α是前一观测值和当前观测值之间的权重。大的α导致较小的平滑效果,较小则产生客观的平滑效果,α接近0,新预测值只包含较小的误差修正因素。

观测值稳定水平发展,α取0。1-0。3;波动较大,取0。3-0。5;波动很大,取0。

  5-0。8

初始值F0实质是序列起始点前历史数据的加权平均值。当时间序列数>20,F0=X1;  

(一)季节指数水平法 Yt = Y*f t Y-前1个月或所有月的平均水平,f t-季节指数

适用于无明显升降趋势,主要受季节变动和不规则变动影响的时间序列,一般需3-5月/季的历史数据

程序:①数据分析,形成数据序列;②计算各年同月平均值Yi;③计算所有月平均值Y;④计算各月季节比率f t =Yi/Y;⑤计算预期趋势值一般采用最近年份平均值Yt -1;⑥计算预测年各月预测值= Yt -1 f t

(二)季节指数趋势法 Yt =(a + bt)f t --适用于存在季节变动,各年(或同月)呈升降趋势。