时间序列——指数平滑法

这篇具有很好参考价值的文章主要介绍了时间序列——指数平滑法。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

理论知识参考自时间序列分析预测实战之指数平滑法 - 知乎 (zhihu.com)

SPSS操作可以对照我之前的博客(3条消息) 时间序列ARIMA模型_m0_52124992的博客-CSDN博客

一、理论知识

1、指数平滑法的基本公式:

时间序列——指数平滑法

,其中

  • St--第t期的预测值(或指数平滑值);

  • yt--第t期的实际值;

  • St − 1--第t-1期的预测值(或指数平滑值);

  • a--平滑常数,其取值范围为[0,1];

简单来说就是:任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均,也可以理解为下一期数据的预测值与本期的实际值和上一期的预测值相关.

2、一次指数平滑:

当时间序列无明显的趋势变化,可用一次指数平滑预测。

3、二次指数平滑:

对一次指数平滑的再平滑,它适用于具线性趋势的时间序列。

4、三次指数平滑:

在二次平滑基础上的再平滑。

二、SPSS操作步骤

1、收集数据(并补全缺失值)

如果有缺失数据,按照下面步骤(一般使用“序列均值”进行补全)

时间序列——指数平滑法
时间序列——指数平滑法

2、时序图和检验平稳性

首先,定义好日期:

时间序列——指数平滑法
时间序列——指数平滑法

此时会新生成一列数据,如下

时间序列——指数平滑法

然后创建时间序列:

时间序列——指数平滑法

3、创建模型与模型分析

选择分析预测——创建模型——指数平滑法

Ⅰ、holt线性趋势指数平滑模型

时间序列——指数平滑法
时间序列——指数平滑法
时间序列——指数平滑法
时间序列——指数平滑法
时间序列——指数平滑法

结果分析

时间序列——指数平滑法
R方是874(没有ARIMA模型的高),说明拟合效果没有ARIMA模型的好
显著性小于0.05说明这个模型的序列可能存在一定的自相关问题
时间序列——指数平滑法
时间序列——指数平滑法
预测结果也还可以

看一看选“平方根”的效果:文章来源地址https://www.toymoban.com/news/detail-458784.html

时间序列——指数平滑法
时间序列——指数平滑法
看到R方并没有什么显著提高,实际上这里在指数平滑中,用“自然对数”的方式更合适一些

Ⅱ、简单非线性指数平滑模型

时间序列——指数平滑法
时间序列——指数平滑法

Ⅲ、Brown线性趋势指数平滑模型

时间序列——指数平滑法

Ⅳ、阻尼趋势指数平滑模型

阻尼趋势指数平滑模型预测效果和holt线性趋势指数平滑模型效果一致
时间序列——指数平滑法
放在最后:
时间序列——指数平滑法

到了这里,关于时间序列——指数平滑法的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包