SOFTWARE 软 件2021
第42卷 第1期2021年
Vol. 42, No.1
间序列。
基金项目：海南省教育厅项目《基于海南旅游大数据的微博舆情分析与研究》（Hnky2020-47）；国家级大学生创新创业训练项目《基于区块链的人脸识别自由贸易港积分系统（202013892002）；海南省大学生创新创业训练项目《捞鱼》 （S201913892088）
作者简介：张晶(1983—)，女，满族，辽宁沈阳人，研究生，讲师，研究方向：数据分析、机器学习。
张晶 高华玲 叶龙祥 付允纬
基金项目论文
张晶 高华玲 叶龙祥等：基于时间序列分析的销售市场的预测研究
企业预计在2020年销售量提高到15%，统计商品近四年的各季度销量数据，从而预测各季度的销售量，可以进一步做好销售规划。
南昌一日游最佳景点
本文为了实现各季度的销售量预测及消除偶然因素
影响而产生的随机性及周期的波动性，首先选择采用四期移动平均，根据统计商品近四年的各季度销量数据，计算出四年各季度的平均值数据和所有季度的平均值数据，使用各季度的平均值与所有季度的平均值相除，求出每季度的季度比率，根据年份求出每年销售合计，利用最近一年的销售合计，求出2020年达到销量的百分之十五的预测合计，利用2020年的预测合计值与采用四期移动平均的方法相除后乘以每年的季度比率，如图1所示。求出每个季度的销售量的目标预测值，根据 分析的数据结果，企业可以提前准备库存，做好销售规划，到达每个季度的销售目标。
图1 各季度比率走势图
Fig.1 The trend chart of the ratio of each quarter
本案例中使用到Excel 的average 函数[1]
，该函数
自驾去九寨沟沿途景点
是EXCEL 表格中的计算平均值函数(也做算术平均值)。其语法格式如下：
average（number1,number2,...）
用于求出所有参数的算术平均值。如果某个单元格
是空的或包含文本，它将不用于计算平均数。如果单元格数值为0，将参于计算平均数[2]。例如，如果区域(区域：工作表上的两个或多个单元格。区域中的单元格可以相邻
或不相邻)A1:A8包含数字，则函数=A VERAGE(A1:A8)将返回A1:A8包含数字的平均值。
1.2移动平均预测法
移动平均预测法[2]是根据一定时间间隔及滑动规港中旅国际旅行社
则，对时间序列数据求一系列的平均值，根据移动求得的平均数来预测即为移动平均预测。具体公式如下：
1
1110
1ˆy N t t t N t t
t i
i y y y M y
N N
−+−++−=++===∑ 其中，y t ,y t-i ,…分别代表第t,t-1,…期的观察值；N
为平均项数。根据时间序列的特征项数N 越大，移动
平均平滑越均匀。为了消除偶然因素影响而产生的随机性的变动很大，使移动平均的预测值更加平稳，可以将
延吉旅游攻略2天怎么游N 的值取大；若偶然因素影响而产生的随机性的影响较小，希望预测值能对现象的变化作出相对较快的跟踪反应，那么，将N 的取值变小。移动平均预测能消除
或减弱时间序列中的不规则变动，呈现出数据变化的趋势，所以移动平均预测在各个领域的市场预测中有着广泛的应用。全州天气
虽然移动平均预测在各个领域的市场预测中有着广
泛的应用，但只适用于呈水平趋势的时间序列，仅一次移动平均预测的计算只得到推测未来一期趋势值。若想得到的数据趋势的发展变化具有明显的上升(或下降)
趋势，则选择一次移动平均值作为预测值并不可靠，预测结果就会产生偏低(或偏高)的滞后偏差的可能性极大，即预测值的变化要滞后于实际趋势值的变化。移动平均的项数N 越大，这种滞后偏差的绝对值就越大。对具有上升(或下降)趋势的时间序列进行移动平均预测，必须要考虑滞后偏差，因此，最常用的方法是二次
移动平均预测[3]。为了能使预测的销售利润更加准确，
本文使用二次移动平均预测法预测企业销售量。首先，根据一年中12个月进行平滑移动求平均，即为一次移动平均预测；
其次，根据每个月进行平滑移动求平均，即为二次
移动平均预测，如图2所示为利润数据经过二次移动求平均值；
图2 二次平均值
Fig.2 Quadratic average
软 件第42卷 第1期SOFTWARE
最后选取利润列数据和二次平均值列，使用折现图进行数据可视化分析，如图3所示。
图3 月份销售与移动平均趋势线图
Fig.3 Sales and moving average trend line chart
分析结果：根据2年的利润数据分析，每年6月
份时达到全年利润的最高峰；与移动平均趋势线组合分析，上半年销售趋势呈上升趋势，下半年销售趋势呈递减趋势。
故宫博物院门票多少钱一张1.3指数平滑法预测分析
指数平滑法[4]是在移动平均法的基础上发展起来的
时间学列分析预测法，通过计算指数平滑值，配合一定
的时间序列预测模型对未来进行预测。利用指数平滑法来预测分析企业商品，在未来一段时间内的销量情况。
首先，根据每年采集的实际销售量的值At-1，使用移动平均预测法计算出开始年的预测销售量Ft-1。其次，根据预测值的具体公式如下：
Ft=α*At-1+（1-α）*Ft-1
At-1为每年销量实际值，Ft-1为每年销量的预测值，
α为平滑指数系数，本文根据平滑系数的经验值0.3来计算之后每年的销量预测值（不合理的平滑系数预测出的结果与实际值相比会相差很多）。之后，因为需要得到的是预测值，那么真实值和预测值之间一定是要存在差异，根据现有的数据是准确的，那么，预测时要以现有的数据为基准，尽量贴合现有的数据，使得让其差距J 最小，来达到预测的准确性。根据计算得到每年的预
测值减去销售实际值来，求得预测的误差。通过Excel 的average 函数计算实际销售量的平均值，再利用误差平方和函数，具体公式如下：
21
1’2i m i i
i J h x y m θθ==−=−∑()(())
h(x i )代表预测的第i 个值，y i 代表实际的第i 个值。J（θ-θ’）表示真实值与预测值的差距。求取每一年销量
实际值的预测误差平法和，测误差平方和构造了优选并自动生成最佳平滑参数使平滑模型，可以优化的最速下
降算法，从而增强了指数平滑模型对时间序列的适应能力，使得预测值更精确。通过Excel 的sum 函数计算出预测误差的总平方和。Sum 函数具体函数格式如下：
SUM(number1,[number2],...) number1 是必要参数，要相加的第一个数字，计算其中数字个数的第一个单元格引用或区域；number2，相加的第二个单元格引用或区域，以此类推。例如：Excel 中A1单元格
或 A2:A8 之类的单元格范围。
通过Excel 分析中的规划求解工具，设定目标值为
预测误差的总平方和及约束条件设置约束条件为[0,1]
之间，使用非线性GRG 求解方法和无约束标量为非负数的规划求解方式，得到最合理且最优的平滑系数值及最优的销售量预测值，使得量预测值与销量实际值的差
距很小。如图4销售的实际值和预测值对比所示。
图4 销售的实际值和预测值
Fig.4 Actual and predicted value of sales
2总结
基于时间序列的预测分析方法是一种回归预测的方
法，根据情况进行预测时，还可使用一些定量的预测功能，图表趋势预测法、时间学列预测法及多个相关的预
测函数等；还可以使用一些定量的预测方法，如德尔菲
法、马尔可夫法等。在未来一定时期内的市场需求、发展趋势和影响因素的变化做出判断时，通过定量预测功能和方法预测市场及分析，可以用时间序列的预测分析
方法更好地辅助决策判断。参考文献
[1] 吴长顺.营销学[M].北京：经济管理出版社,2001.[2] 马草原，王传林，贾立敬，等.基于移动平均值低通滤波器新锁
相方法的设计[J].电力电子技术,2015(4):101-104.[3] 刘渝涛.浅谈时间序列分析方法及其在市场预测中的应用
[J].广西经济职业学报,2019(5):75-76.[4] 张恒.基于指数平滑法的全国货运量分析与预测[J].环渤海
经济瞭望,2020(1):162.
