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。
8 v2 p7 x1 m1 m" j9 T* U4 {
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。

6 d7 N; Z; J& ?  e: l* ]

; f* b$ e8 u" `" y  A

: n* ^4 s0 \  c8 r
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

( k# N" Z3 Y# C2 f' U% G) Jx=[[1:5]',ones(5,1)];y=[11 12 13 15 16]';z=x\y
& b& T7 p  q7 m% ^1 l

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]';
y=y0(3:5);x=[y0(2:4),y0(1:3),ones(3,1)];
z=x\y
- n3 A) r% g, L& j+ d
' I/ M8 C5 a' p



- g+ o9 j$ e+ {2 Xy0=[11 16 25 12 12 18 26 14 13 20 27 15 15 24 30 15 16 25 32 17]';
7 I% f2 x+ C8 ~y=y0(9:20);
! Q5 y1 y+ a3 s9 _( }0 ^! B: fx=[y0(5:16),y0(1:12),ones(12,1)];
( T% M$ _+ n/ i5 j8 U5 V  {z=x\y
2 D' [9 ^0 A/ i. v
! `( G. R4 U7 j' E


' f: c7 [/ z# G, |. o& r" {————————————————
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。
, S! i$ l' J& z. V% G原文链接：https://blog.csdn.net/qq_29831163/article/details/89646427

9 o  g4 |* w7 A( A1 y& G# q
, U( e$ G- b  z4 W+ G. M  h7 `, K6 S