全球专业中文经管百科,由121,994位网友共同编写而成,共计435,874个条目

直線趨勢模型預測法

用手机看条目

出自 MBA智库百科(https://wiki.mbalib.com/)

目錄

什麼是直線趨勢模型預測法

  直線趨勢模型預測法是利用描述預測對象的直線趨勢模型進行外推預測的方法。在統計預測中,當某一變數時間序列在長時期內呈連續增長或減少的變動趨勢,且其逐期增減量大致相同時,常用直線趨勢模型進行預測。

直線趨勢預測模型[1]

  直線趨勢預測模型為:

  \widehat{x}_t=a+bt

  式中,a,b為趨勢模型待定的兩個參數,t代表時間。

  利用數據(t,x_t),t=1、2、…、n,根據最小平方法可得參數a、b的估計為下列標準方程組的解

  \begin{cases}\sum X_t=na+b\sum t\\\sum t X_t+b\sum t^2\end{cases}

  估計出a、b的值以後就可以進行預測。

  其預測標準誤差為:

  S=\sqrt{\frac{\sum(X_t-\widehat{X}_t)^2}{n-2}}

直線趨勢模型預測法實例分析

  某企業連續9年的銷售額如下,試預測2002年的銷售額

年份時間t銷售額Xtt2tXt預測值\widehat{X}_t預測誤差X_t-\widehat{X}_t預測誤差平方(X_t-\widehat{X}_t)^2
1993-430016-1200299.160.840.7056
1995-33249-972323.510.490.2401
1996-13721-372372.21-0.210.0441
1997039600396.56-0.560.3136
199814201420420.91-0.910.8281
199924464892445.260.740.5476
2000346991407469.61-0.610.3721
20014495161980493.96-0.061.0816
合計-3569601461--4.8724

  根據給定時間序列定出時間t的值代入表中第二列,則

  a=\frac{\sum X_t}{n}=\frac{3569}{9}=396.56

  b=\frac{\sum tX_t}{\sum t^2}=\frac{1461}{60}=24.35

  其直線趨勢預測模型為:

  \widehat{X}_t=396.56+24.35t

  預測2002年的銷售額,取t=5,則

  \widehat{X}_1997=396.56+24.35\times5=518.31(萬元)

  其預測標準誤差為:

  S=\sqrt{\frac{\sum(X_t-\widehat{X}_t)^2}{n-2}}=\sqrt{\frac{4.8724}{9-2}}=0.83

相關條目

參考文獻

  1. 馬樹才主編.統計學教程[M].ISBN:978-7-5610-3730-0/F568.遼寧大學出版社,2002.06
本條目對我有幫助8
MBA智库APP

扫一扫,下载MBA智库APP

分享到:
  如果您認為本條目還有待完善,需要補充新內容或修改錯誤內容,請編輯條目投訴舉報

本条目由以下用户参与贡献

Yixi,Llyn.

評論(共3條)

提示:評論內容為網友針對條目"直線趨勢模型預測法"展開的討論,與本站觀點立場無關。
61.227.90.* 在 2021年3月10日 11:06 發表

趨勢模型預測的例子寫錯了,時間合計不是0?

回複評論
Llyn (討論 | 貢獻) 在 2021年3月10日 13:37 發表

61.227.90.* 在 2021年3月10日 11:06 發表

趨勢模型預測的例子寫錯了,時間合計不是0?

謝謝指正,已修改

回複評論
116.20.67.* 在 2022年3月10日 11:09 發表

例子里的數據少了1994這一年的數據,說是9年,實際只有8條數據

回複評論

發表評論請文明上網,理性發言並遵守有關規定。

打开APP

以上内容根据网友推荐自动排序生成

下载APP

闽公网安备 35020302032707号