差分方程模型(三）： 预测商品销售量

浅夏110

在利用差分方程建模研究实际问题时，常常需要根据统计数据并用最小二乘法来拟合出差分方程的系数。其系统稳定性讨论要用到代数方程的求根。对问题的进一步研究又常需考虑到随机因素的影响，从而用到相应的概率统计知识。

; V) i- ?& p4 F2 t例 4 某商品前 5 年的销售量见表。现希望根据前 5 年的统计数据预测第 6 年起该 商品在各季度中的销售量。
. V, f& G& B) U' F
' C4 Y3 Z4 K/ ]( F$ i: k



% C" t6 r0 Q8 p* |
从表中可以看出，该商品在前 5 年相同季节里的销售量呈增长趋势，而在同一年中 销售量先增后减，第一季度的销售量最小而第三季度的销售量最大。预测该商品以后的 销售情况，根据本例中数据的特征，可以用回归分析方法按季度建立四个经验公式，分 别用来预测以后各年同一季度的销售量。例如，如认为第一季度的销售量大体按线性增 长，可设销售量 ，由

x=[[1:5]',ones(5,1)];y=[11 12 13 15 16]';z=x\y

+ a6 A; M+ T/ N5 @

求得a = z(1) = 1.3 ，b = z(2) = 9.5。

最小。编写 Matlab 程序如下：

y0=[11 12 13 15 16]';
% H, H. N0 a* n6 l. }y=y0(3:5);x=[y0(2:4),y0(1:3),ones(3,1)];
  V. E- F9 r: lz=x\y
, |4 ?/ p- f6 J; \9 K' D8 t0 a




y0=[11 16 25 12 12 18 26 14 13 20 27 15 15 24 30 15 16 25 32 17]';
y=y0(9:20);
x=[y0(5:16),y0(1:12),ones(12,1)];
z=x\y
2 g) @$ ^8 a, s; _4 \4 `  B+ m! J



4 v' a7 b& o& b! \: V6 }2 t————————————————
版权声明：本文为CSDN博主「wamg潇潇」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
9 j5 I3 s- V, y8 d* h3 H原文链接：https://blog.csdn.net/qq_29831163/article/details/89646427
) @7 X$ Q/ @4 ^: u6 e3 Z  ~4 R4 l
; \# E3 \: Z+ |8 S6 M" _; a& v
" P7 G% D5 n. o* K2 ^( K