指数平滑方法说起来感觉挺简单的,不就是几期求均值吗,但是你知道在Eviews里做指数平滑模型的时候,1、他的初始值是如何确定的吗?2、初始值的确定方法可以按照我们想的去改变吗? 3、Eviews得到结果中的 End of Period Levels: Mean 代表什么意思? 4、如果进行预测,期数增加1期或者2期,3期的话,序列对应的sm又是什么样的?今天我们就结合Excel 和 Eviews 的结果进行对比,并给出上述问题的解析。
1. 一次指数平滑
原始数据序列:yt
平滑值序列:St
预测值序列:yt_fore
1.1 平滑值表达式

1.2 预测值表达式

初始项可以自行定义(比如使用第1期值,或者前3期平均值等),也可以由软件自动给出。
1.3 说明
之所以给出这两个表达式,是因为网络上出现的次数太多了,而且还让人混乱,实际上这两个表达式的关系是: t+1 期的预测值是 t 期的平滑值。
s0 y0 y0预测值的初始值:都用前三期的平均值表示,即
参数为0.5,y0=23,S0=(y1+y2+y3)/3=11,y0_fore=11
参数值a:0.5
1.4 适用范围
当时间序列无明显的趋势变化,可用一次指数平滑预测。
1.5 案例




通过 Excel 和 Eviews 结果对比,发现,Eviews给出的结果是预测值结果(没有平滑值)。并且 Eviews 的初始预测值即y0的预测值默认为前8期的均值。(红色单元格即为验证过程)


将 Excel 的参数值设为 0.5,初始值设为和 Eviews 一样的,即 14.625,得到 Excel 的预测结果和 Eviews 的预测结果一致。而且一次指数平滑只能预测未来 1 期的结果,如果继续预测未来 2 期、3 期,则会发现得到的结果与未来 1 期的结果相同。
未来(M16)第1期预测值为:290.5+(1-0.5)27.126=28.063
未来(M17)第2期预测值为:290.5+(1-0.5)27.126=28.063
未来(M18)第3期预测值为:290.5+(1-0.5)*27.126=28.063

2. 二次指数平滑
原始数据序列:yt
一次平滑值序列:St(1)
二次平滑值序列:St(2)
预测值序列:yt_fore
2.1 平滑值表达式

2.2 预测值表达式

2.3 说明
初始值设定:参数为0.9,y0=23,S0(1)=23,S0(1)=28.4
2.4 适用范围
当时间序列的变动呈现直线趋势时,用一次指数平滑法来进行预测将存在明显的滞后偏差,此时需要使用二次指数平滑。二次指数平滑是在一次指数平滑的基础上再进行一次平滑。
2.5 案例



可以发现,Eviews 的二次指数平滑结果即为预测值结果,与 Excel 的预测结果不是很一致,原因可能是初始值的设定可能不一样。(小编暂时也不知道 Eviews 的二次指数平滑的初始值设定规则是什么)

我们可以发现,未来 3 期使用 Excel 和 Eviews 的预测结果一致。另外需要注意的是,在预测未来3期(不论未来几期)时,at 和 bt 的参数估计值都是以原序列最后1期,即 1993 年测算的 at 和bt 为参数估计值,进行变量值的预测。即
y12_fore = 103+8.991=111.99
y13_fore = 103+8.992=120.98
y14_fore = 103+8.99*3=129.97

3. 三次指数平滑
原始数据序列:yt
一次平滑值序列:St(1)
二次平滑值序列:St(2)
三次平滑值序列:St(3)
预测值序列:yttt_fore
3.1 平滑值表达式

3.2 预测值表达式

3.3 说明
初始值设定:参数为0.3,S0=(y1+y2+y3)/3=246.1,S0(1)=246.1,S0(1)=244.5
3.4 适用范围
时间序列的变动呈现出二次曲线趋势,则需采用三次指数平滑序列进行预测。三次指数平滑是在二次指数平滑的基础上再进行一次平滑。
3.4 案例


末尾3个值为未来3期的预测值,求该预测值时也是使用原始序列的末期(2016年)的at、bt、ct估计值进行估计。即:
y2017_fore = 706.1+98.41+4.511=809.0411
y2018_fore = 706.1+98.42+4.522=921.0452
y2019_fore = 706.1+98.43+4.53*3=1042.118
对最开始问题的解答:
针对问题一:
Eviews中,对于一次指数平滑,初始值以前8期的均值来确定;二次指数平滑小编暂时还不确定;三次指数平滑Eviews不可以做。
针对问题二:
Eviews初始值无法自己设定。
针对问题三:
End of Period Levels: Mean 是一次指数平滑出现的结果,表示未来1期的预测值。
针对问题四:
一次指数平滑,未来1/2/3……/n 期,都为一个值。
二次指数和三次指数平滑,可以根据方程公式算出未来未来1/2/3……/n 期的预测值。
数据参考来源
最后祝大家学习愉快~
网友评论