发布时间 : 星期四 文章时间序列平滑预测更新完毕开始阅读3ec6bd559b6648d7c1c7464d
在“输入区域”中按鼠标左键从B2拖动到B21，同理在“输出区域”中选择一段空白格以存储平均后的序列，间隔即移动平均中所选择的步长，这里我们给予步长值为3，选中“图表输出”和“标准误差”，点击“确定”，即得到步长为3 的一次移动平均值、线性图及其标准误差。
步骤3：根据输出结果和预测模型得到未来的预测值
实际操作中我们会根据数据特点和长度选择不同的间隔值，通过对比均方误差的大小，选择恰当的步长值，本例通过对比最后得出步长为3 时的均方误差最小，所以根据一次移动平均预测模型的计算公式可知，2013年该企业的销售量为7.733333333万元。
步骤4：用二次移动平均法预测表（2）2012年企业销售量 首先按一次移动平均步骤得到一次移动平均值
其次在一次移动平均值的基础上再进行一次平均，结果如下：
根据二次移动平均计算公式可以得到2013年企业销售量的预测值为：241.5778 表（2）的实验步骤如下：
步骤1：观察序列特征，绘制时序图点数据对象工具条的View-Graph-line
步骤2：由于销售量的时序图具有明显递增趋势，所以我们采用双指数平滑法进行预测，首先调整样本区间，双击工作文件上方的Range,得到如下对话框，将End
截
止
日
期
改
为
2012
，
单击数据对象工具条过程Proc按钮,在下拉菜单中选择Exponential Smoothing ,显示如下图所示的对话框
以下5个信息需要用户来提供：（1）Smoothing method平滑方法，有5种，分别是单指数平滑法，双指数平滑法，Holt-Winters无季节指数模型，Holt-Winters加法指数模型，，Holt-Winters乘法指数模型。实际中选择其中一种，这里我们选择双指数平滑法；（2）平滑参数，平滑参数有三个，实际操作中用户可以自行选择，当用户不指定参数具体值时，Eviews软件会根据误差平方和达到最小的准则自动估计平滑参数；（3）平滑预测的序列名。Eviews软件在原序列加sm作为平滑预测后序列，用户也可以更改此平滑预测的名字；（4）估计样本区间，Eviews软件默认的是工作文件的样本区间，所以要进行样本外预测，用户必须修改样本区间；（5）季节循环数，其默认值是月度数据为12，季度数据为4，用户可以更改每年的季节数，这个选项用户可以根据数据特点赋予不同的循环数。 步骤3：预测结果
点击ok得到如下对话框
由于我们选择的是双指数平滑预测法，只有一个平滑参数，这里根据误差平方和最小的原则计算出参数值为0.001，误差平方之和为230.0977，据对均方误差4.573617，模型中的均值项为247.0416，修正趋势项的值为7.828568。2012年的销售额预测值为5254.8702，而且每一年的预测值都已给出，我们可以计算出预测的相对误差。
表（3）的实验步骤如下：