时间序列模型 （五）： 趋势外推预测方法

时间序列的其它博文系列：

时间序列模型 （一）：模型概述

时间序列模型 （二）：移动平均法

时间序列模型 （三）：指数平滑法

时间序列模型 （四）：差分指数平滑法、 自适应滤波法v

时间序列模型 （五）： 趋势外推预测方法

时间序列模型 （六）：平稳时间序列模型 ：自回归AR 、移动平均 MA 、ARMA 模型

时间序列模型 （七）： 时间序列建模的基本步骤

---

趋势外推法是根据事物的历史和现时资料，寻求事物发展规律，从而推测出事物 未来状况的一种比较常用的预测方法。利用趋势外推法进行预测，主要包括六个阶段：

（a）选择应预测的参数； （b）收集必要的数据；   （c）利用数据拟合曲线；  

（d）趋势外 推；（e）预测说明；（f）研究预测结果在进行决策中应用的可能性。

趋势外推法常用的典型数学模型有：指数曲线、修正指数曲线、生长曲线、包络 曲线等。 

目录

 指数曲线法 

 修正指数曲线法 

三和法

Compertz 曲线 

 Logistic 曲线（生长曲线） 

  趋势线的选择

---

 指数曲线法 

一般来说，技术的进步和生产的增长，在其未达饱和之前的新生时期是遵循指数 曲线增长规律的，因此可以用指数曲线对发展中的事物进行预测。 

 

 修正指数曲线法 

利用指数曲线外推来进行预测时，存在着预测值随着时间的推移会无限增大的情 况。这是不符合客观规律的。因为任何事物的发展都是有一定限度的。例如某种畅销产 品，在其占有市场的初期是呈指数曲线增长的，但随着产品销售量的增加，产品总量接 近于社会饱和量时。这时的预测模型应改用修正指数曲线。 

三和法

 

例 8  根据统计资料，某厂收音机连续 15 年的销售量如表 11。 试用修正指数曲线预测 1986 年的销售量。 

计算的 MATLAB 程序如下： 

function chanliang 
clc,clear 
global a b k 
load xsh.txt %原始数据存放在纯文本文件 xsh.txt 中 
yt=xsh; n=length(yt);m=n/3 
cf=diff(yt); 
for i=1:n-2     
    bzh(i)=cf(i+1)/cf(i); 
end 
range=minmax(bzh) 
s1=sum(yt(1:m)), s2=sum(yt(m+1:2*m)), s3=sum(yt(2*m+1:end)) 
b=((s3-s2)/(s2-s1))^(1/m) a=(s2-s1)*(b-1)/(b*(b^m-1)^2) 
k=(s1-a*b*(b^m-1)/(b-1))/m 
y=yuce(1:18) 
%************************************ 
%定义预测函数 
%************************************ 
function 
y=yuce(t) 
global a b k 
y=k+a*b.^t;  

Compertz 曲线 

 

例 9（续例 8）  根据表 11 的数据，试确定收音机销售量的 Gompertz 曲线方程， 求出各年收音机销售量的趋势值，并预测 1986 年的销售量。

计算的 MATLAB 程序如下： 

function chanliang2 
clc,clear 
global a b k 
load xsh.txt %原始数据存放在纯文本文件 xsh.txt 中 
yt=log(xsh); n=length(yt);m=n/3; 
s1=sum(yt(1:m)), s2=sum(yt(m+1:2*m)), s3=sum(yt(2*m+1:end)) 
b=((s3-s2)/(s2-s1))^(1/m) 
a=(s2-s1)*(b-1)/(b*(b^m-1)^2) 
k=(s1-a*b*(b^m-1)/(b-1))/m a=exp(a) 
k=exp(k) 
y=yuce(1:18) 
%************************************ %定义预测函数 %************************************ function y=yuce(t); 
global a b k 
y=k*a.^(b.^t); 

 Logistic 曲线（生长曲线） 

生物的生长过程经历发生、发展到成熟三个阶段，在三个阶段生物的生长速度是不 一样的，例如南瓜的重量增长速度，在第一阶段增长的较慢，在发展时期则突然加快， 而到了成熟期又趋减慢，形成一条 S 形曲线，这就是有名的 Logistic 曲线（生长曲线），很多事物，如技术和产品发展进程都有类似的发展过程，因此 Logistic 曲线在预测中有 相当广泛的应用。 

 

例 10（续例 8）  根据表 10 的数据，试确定收音机销售量的 Logistic 曲线方程， 求出各年收音机销售量的趋势值，并预测 1986 年的销售量。 

计算的 MATLAB 程序如下： 

function chanliang3 
clc,clear 
global a b k 
load xsh.txt %原始数据存放在纯文本文件 xsh.txt 中 
yt=1./xsh; n=length(yt);m=n/3; 
s1=sum(yt(1:m)), s2=sum(yt(m+1:2*m)), s3=sum(yt(2*m+1:end)) 
b=((s3-s2)/(s2-s1))^(1/m) 
a=(s2-s1)*(b-1)/(b*(b^m-1)^2) 
k=(s1-a*b*(b^m-1)/(b-1))/m 
y=yuce(1:18) 
%************************************ %定义预测函数 %************************************ function y=yuce(t); 
global a b k 
y=1./(k+a*b.^t); 

  趋势线的选择

 趋势线的选择有以下几种方式

当有几种趋势线可供选择时，应选择S 小的趋势线。

 

---

时间序列的其它博文系列：

时间序列模型 （一）：模型概述

时间序列模型 （二）：移动平均法

时间序列模型 （三）：指数平滑法

时间序列模型 （四）：差分指数平滑法、 自适应滤波法v

时间序列模型 （五）： 趋势外推预测方法

时间序列模型 （六）：平稳时间序列模型 ：自回归AR 、移动平均 MA 、ARMA 模型

时间序列模型 （七）： 时间序列建模的基本步骤