什么是加权拟合直线方程法?

加权拟合直线方程法是要数据资料要按照时间先后本着重近轻远的原 则,对离差平方和进行 赋权 ,然后再按最小二乘原理,使离差平方和达到最小,求出加权拟合直线方程的过程.拟合直线方程法 根据 最小二乘原理 ,使观察值对于估计值的离差平方和Q=sum(y_t- overline{y})^2达到最小,再应用数学上求偏导数并令之等于零的求极值方法计算待定参数a、 b,然后建立直线方程并用来预测.但此法存在缺陷是在拟合直线过程,对 时间序列 数据不分远期或近期 ,都一视同仁,同等对待.然而,实际上往往近期的数据资料对预测值的影响比远期的数据资料要重要 得多.因此,在 市场预测 的实践中,要按照时间先后本着重近轻远的原则,对离差平方和进行 赋权 ,然后再按最小二乘原理,使离差平方和达到最小,求出加权拟合直线方程的过程,称为加权拟合直线方程法.