设有实则削刈,t=12..n,初始为为又设刈为平 滑序列,若帟骨直ⅹ由下式求得: (9-8) 贝预则去为数去,做α称胥常数,0<α<1,(X←1-X -n称为预则蹉 上式经笥单娌,可得琉: x=ax-1+(1+a)x-1 (99 观察这公式,司值X是测值直x-1与则值Ⅺ 的平均值,戋数分α和1-α) 现公司的销售量'预赎例预则結结 果表9-7。 指数郾预则徳賴于平骨的选昪一般来说,α选 得小,-则稳;之,则桃大妽 动软大,就求樊媽高些,ν上数的化,时 α应选得大些 回则法去 1.“回归的含义。回指用柝碗个变量(因φ量)与 个几个其量(自量)如的衣关系,其的在组 已知的自变量数姐直,来则因变量的总体坳。在齐则 中,人们把预败橡(经标)俟为量,捫气骖密切 槌关綗肉索作量椐椐者的甽在的 统资料,建回归甍,经后用预则回戶预烦有个 变的冋回称个量的多回,对论元 线性回预则去166 设有一实测值时间序列{xt}，t=1,2,…,n，初始值为x0。又设{xt}为平 滑序列，若平滑预测值xt由下述公式求得： xt = xt - 1+ a(xt - 1 - xt - 1) （9-8） 则称此预测法为指数平滑法，此处α 称为平滑常数，0<α <1，(xt－1－xt －1)称为预测误差。 上式经简单处理，可得另一形式： xt = axt - 1+ (1+ a)xt - 1 (9.9) 观察这一公式，可知预测值xt是前期实测值xt－1与前期预测值xt－1 的加权平均值，其权数分别为α 和(1-α )。 现以某公司的月销售量记录作为指数平滑的预测实例。预测计算结 果见表9-7。 指数平滑法的预测结果依赖于平滑常数α 的选择。一般来说，α 选 得小一些，预测值趋向就较平稳；反之，则变化较大。如果实际图形波 动较大，就要求模型的灵敏度高一些，以便迅速跟上数据的变化，这时 α 应选得大一些。 二、回归预测法 1. “回归”的含义。回归是指用于分析、研究一个变量（因变量）与一 个或几个其它变量（自变量）之间的依存关 系，其目的在于根据一组 已知的自变量数据值，来估计或预测因变量的总体均值。在经济预测 中，人们把预测对象（经济指标）作为因变量，把那些与预测对象密切 相关的影响因素作为自变量。根据二者的历史和现在的 统计资料，建立回归模型，经过统计检验后用于预测。回归预测有一个 自变量的一元回归预测和多个自变量的多元回归预测，这里仅讨论一元 线性回归预测法