logonew chat icon top
  • icon-chaticon-chat-active搜题/提问
    new chat icon
    新建会话
  • icon-calculatoricon-calculator-active计算器
  • icon-subjecticon-subject-active学科题目
  • icon-pluginicon-plugin-active浏览器插件
  • icon-uploadicon-upload-active上传题库
  • icon-appicon-app-active手机APP
recent chat icon
历史记录
首页
/
统计
题目

表3-11是某种特种汽车轮胎的月销售记录。(a) 计算当SA=100,α=0.2时的一次指数平滑预测值。(b) 计算当SA=100,α=0.4时的一次指数平滑预测值。(c) 计算(a),(b)两种情况下的MAD,RSFE。表3-11 单位:只月份123456789101112销售量104104100921059595104104107110109

表3-11是某种特种汽车轮胎的月销售记录。

(a) 计算当SA=100,α=0.2时的一次指数平滑预测值。

(b) 计算当SA=100,α=0.4时的一次指数平滑预测值。

(c) 计算(a),(b)两种情况下的MAD,RSFE。

表3-11 单位:只

月份

1

2

3

4

5

6

7

8

9

10

11

12

销售量

104

104

100

92

105

95

95

104

104

107

110

109

题目解答

答案

解:

(a)SFt+1=At+(1-)SFt=0.2At+0.8SFt (b)SFt+1=At+(1-)SFt=0.4At+0.6SFt

月份

销售量

一次指数平滑预测值(=0.2)

月份

销售量

一次指数平滑预测值(=0.2)

1

104

100

1

104

100

2

104

102

2

104

101

3

100

103

3

100

102

4

92

102

4

92

102

5

105

98

5

105

100

6

95

101

6

95

101

7

95

99

7

95

100

8

104

97

8

104

99

9

104

100

9

104

100

10

107

102

10

107

101

11

110

104

11

110

102

12

109

107

12

109

104

(c)情况a:MAD==6

RSFE==14

情况b:MAD==6.3

RSFE==17

解析

步骤 1:计算一次指数平滑预测值
一次指数平滑预测值的计算公式为:$SF_{t+1} = \alpha A_t + (1-\alpha) SF_t$,其中$A_t$是第$t$个月的实际销售量,$SF_t$是第$t$个月的预测销售量,$\alpha$是平滑系数。
步骤 2:计算MAD和RSFE
MAD(平均绝对偏差)的计算公式为:$MAD = \frac{1}{n} \sum_{t=1}^{n} |A_t - F_t|$,其中$A_t$是第$t$个月的实际销售量,$F_t$是第$t$个月的预测销售量,$n$是月份数。
RSFE(累积绝对偏差)的计算公式为:$RSFE = \sum_{t=1}^{n} (A_t - F_t)$,其中$A_t$是第$t$个月的实际销售量,$F_t$是第$t$个月的预测销售量,$n$是月份数。
步骤 3:计算当$\alpha=0.2$时的一次指数平滑预测值
根据公式$SF_{t+1} = 0.2 A_t + 0.8 SF_t$,计算出当$\alpha=0.2$时的预测值。
步骤 4:计算当$\alpha=0.4$时的一次指数平滑预测值
根据公式$SF_{t+1} = 0.4 A_t + 0.6 SF_t$,计算出当$\alpha=0.4$时的预测值。
步骤 5:计算MAD和RSFE
根据步骤2中的公式,计算出当$\alpha=0.2$和$\alpha=0.4$时的MAD和RSFE。

相关问题

  • 请你从下表中找出1~100中所有质数.并数一数一共多少个. 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100

  • 下列哪项属于常见的池化方式。()A. 反向传播B. 最大池化C. 方差池化D. 协方差池化

  • 假定用于分析的数据包含属性age.数据元组[1]中age的值如下(按递增序):13,15,16,16,19,20,20,21,22,22,25,25,25,30,33,33,35,35,36,40,45,46,52,70, 问题:使用按箱平均值平滑方法对上述数据进行平滑,箱的深度为3。第二个箱子值为:A. 18.3B. 22。6C. 26。8D. 27。9

  • 5.聚类分析可以看作是一种非监督的分类。()

  • 下列哪项属于常见的池化方式。()A. 协方差池化B. 方差池化C. 反向传播D. 最大池化

  • 区群谬误是用个体调查(分析)单位做资料收集与分析,却用集群乃至总体调查(分析)单位做结论。()A. 正确B. 错误

  • 可以从最小化每个类簇的方差这一视角来解释K均值聚类的结果,下面对这一视角描述正确的A. 每个样本数据分别归属于与其距离最远的聚类质心所在聚类集合B. 每个簇类的质心累加起来最小C. 最终聚类结果中每个聚类集合中所包含数据呈现出来差异性最大D. 每个簇类的方差累加起来最小

  • 聚类分析的常见应用领域不包括( )A. 数据分析B. 图像处理C. 客户分割D. 发现关联购买行为

  • 下列说法正确的是() A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差和方差的计算方式完全一致C. 协方差衡量了多个变量的分布D. 方差描述了样本数据的波动程度

  • 48皮尔逊相关系数的取值范围为0到正无穷。()A. 错误B. 正确

  • 决策树算法常用的划分准则包括: A. 信息增益B. 基尼指数C. 误差平方和D. 均方差

  • 关于样本中某一变量的综合描述叫( )A. 统计值B. 平均值C. 估计值D. 参数值

  • 从总体中抽取的、对总体有一定代表性的一部分个体称为()A. 总体B. 部分C. 样本D. 取样

  • 下列关于回归分析的描述不正确的是()A. 回归分析研究单个变量的变化情况B. 刻画不同变量之间关系的模型统称为线性回归模型C. 回归分析研究不同变量之间存在的关系D. 回归分析模型可分为线性回归模型和非线性回归模型

  • 皮尔逊相关系数的取值范围为0到正无穷。()A. 正确B. 错误

  • 下列关于回归分析的描述不正确的是()A. 回归分析模型可分为线性回归模型和非线性回归模型B. 回归分析研究不同变量之间存在的关系()C. 刻画不同变量之间关系的模型统称为线性回归模型D. 回归分析研究单个变量的变化情况

  • 以下几种数据挖掘功能中,〔〕被广泛的用于购物篮分析.A. 关联分析B. 分类和预测C. 聚类分析D. 演变分析

  • 下列哪项属于常见的池化方式。() A. 反向传播B. 方差池化C. 协方差池化D. 最大池化

  • 下列说法正确的是() A. 方差数值上等于各个数据与样本方差之差的平方和之平均数B. 协方差衡量了多个变量的分布C. 协方差和方差的计算方式完全一致D. 方差描述了样本数据的波动程度

  • 1. 名词解释 假设检验 (请在答题纸上手写并拍照上传)

上一页下一页
logo
广州极目未来文化科技有限公司
注册地址:广州市天河区黄村大观公园路10号3N2
关于
  • 隐私政策
  • 服务协议
  • 权限详情
学科
  • 医学
  • 政治学
  • 管理
  • 计算机
  • 教育
  • 数学
联系我们
  • 客服电话: 010-82893100
  • 公司邮箱: daxuesoutijiang@163.com
  • qt

©2023 广州极目未来文化科技有限公司 粤ICP备2023029972号    粤公网安备44011202002296号