第3-1章物流系統(tǒng)預測ppt課件

1、第3章 物流系統(tǒng)適用技術 3-1 物流系統(tǒng)預測主要內容預測的相關知識判別預測方法時間序列預測回歸分析預測1 預測技術概述一. 預測的相關概念定義：預測就是對未來一些不確定的或未知事件的判別或描畫。如社會預測、經(jīng)濟預測、科學預測、技術預測、軍事預測物流預測是根據(jù)客觀事物過去和如今的開展規(guī)律，借助科學的方法和手段，對物流管理開展趨勢和情況進展分析、描畫，構成科學的假設和判別的一種科學實際。凡是影響物流系統(tǒng)活動的要素都是預測對象。例如，物流系統(tǒng)的人力、物力、財力、以及資源、銷售、交通，國家的政策方針，經(jīng)濟開展的情勢和自然條件等，都是預測的內容。原資料市場消費廠家配送中心用戶需求預測市場預測供應預測訂

2、購預測訂單預測需求信息物流領域中的預測二. 預測的作用預測的本質掌握變化的緣由；了解變化的形狀；從量的變化中找出因果關系；從變化中找出規(guī)律性的東西對未來進展判別。 預測就是要從變化中，找出使事物發(fā)生變化的固有規(guī)律，尋覓和研討各種變化的背景及其演化的邏輯關系，去提示事物未來的容顏，對事物的未來做出判別。預測的作用預測是編制方案的根底 物流系統(tǒng)的存儲、運輸?shù)雀黜棙I(yè)務方案都是以預測資料為根底制定的。預測是決策的根據(jù) 決策的前提是預測，正確的決策取決于可靠的預測。三. 預測的概念模型輸入需求處置的信息。如市場的調研和搜集的數(shù)據(jù)資料擾動各種主客觀要素的影響。隨機要素與偶爾要素的影響輸出預測的結果，即對未

3、來目的的判別。該判別要經(jīng)過客觀努力的爭取并接受客觀實際的檢驗，如此不斷循環(huán)，不斷逼近預測概念模型四. 預測的實際根底1. 慣性原理延續(xù)性原理慣性: 指事物開展變化主要受內因的作用，事物的過去，如今的形狀會繼續(xù)到未來。事物的開展變化具有某種程度的繼續(xù)性、銜接性。利用這一原那么掌握事物變化的內在緣由，就能根據(jù)知推測未知，根據(jù)過去、如今推測未來。慣性原理: 事物在其開展變化過程中，總有維持或延續(xù)原形狀的趨向，事物的某些根本特征和性質將隨時間的延續(xù)而維持下去。 事物慣性的大小，取決于事物本身的動力和外界要素的作用。(消費資料、消費資料) 2類推原理因果關系原那么根據(jù)事物開展變化的因果關系，推測事物未來

4、的開展變化規(guī)律。事物的存在、開展和變化都受有關要素的影響和制約，事物的存在和變化都有定的方式。特性相近的事物，在其變化開展過程中，經(jīng)常有類似之處。于是可以假設在有些情況下、事物之間的開展變化具有類似的地方，依此進展類比，可以由先發(fā)事物的變化進程與情況，推測后發(fā)類似事物的開展變化。四. 預測的實際根底五. 預測的步驟1. 預測的根本步驟2. 各步驟闡明1確定預測目的 預測目的、對象和預測期間。 預測目的：明確為什么要預測；預測對象：對什么事物進展預測；預測期間：對哪個時期進展預測；1年內為短期，25年為中期，510年為長期2搜集、分析有關資料 包括影響預測對象的各種資料，如預測對象本身開展的歷史

5、資料，對預測對象開展變化起作用的各種要素的資料，構成這些資料的歷史背景，以及各種影響要素在未來能夠出現(xiàn)的情況。預測必需占有大量的、系統(tǒng)的、適用于預測目的的資料；預測資料可以分為兩類：縱向資料預測對象的歷史數(shù)據(jù)資料橫向資料作用于預測對象的各種影響要素的數(shù)據(jù)資料五. 預測的步驟五. 預測的步驟3選擇預測方法進展預測 選擇預測方法，建立預測模型、模型評價和利用模型進展預測。 選擇預測方法要思索以下幾個要素：預測對象的特點；預測范圍；預測期限的長短；預測要求精度；占有數(shù)據(jù)資料的多寡、順應性；企業(yè)愿為預測支付的費用的大??；企業(yè)要求得到預測結果所花時間的長短等。4分析評價預測方法及預測結果分析預測誤差，對

6、結果進展評價。5修正預測結果在誤差計算的根底上，經(jīng)過定性、定量分析，以及預測人員的知識和閱歷對結果進展修正，使之更加適用于實踐情況。6提交預測報告 預測報告的內容包括：預測的主要過程；預測目的、預測對象及預測要求；預測資料的搜集方式、方法及其分析結果；論述選擇預測方法的緣由及建立模型的過程；對預測結果進展評價與修正的過程及結論；預測結論。 五. 預測的步驟六. 預測技術分類預測技術的種類繁多，據(jù)統(tǒng)計有150多種。一切的預測技術可以分為三類：判別預測技術 (定性預測) 時間序列預測技術定量預測因果預測技術定量預測七. 評判預測方法優(yōu)劣的規(guī)范準確?？梢缘玫脚c所破費用相應的準確度。彈性?？梢詫?jīng)濟環(huán)

7、境的變化和消費方式的變化做出迅速的反響和處置。服氣。對任何人都具有壓服力。耐用。能長期運用。簡便。簡易可行，任何人都能輕而易舉地用它求出預測值。2 判別預測方法一. 判別預測方法簡介判別預測就是在一種有組織的方式下，搜集個人對預測對象所作的判別，進展綜合分析，得出預測結論的方法。判別預測是一種定性預測方法。 特點適用于數(shù)據(jù)奇缺，或難于作定量分析時運用。預測簡單，容易實施。預測準確度不高，容易受客觀要素的影響。普通用于中長期預測。 比如，新產(chǎn)品的銷售量預測；新技術的運用前景等。 常用方法 德爾菲法、客觀概率法、市場調查、歷史類比法等。二. 部門擔任人評判意見法預測方法召集企業(yè)相關部門居于第一線的

8、專家或擔任人，請他們對預測對象在未來某個時間內的情況做出本人的估計。將一切人的估計結果交給業(yè)務部門進展分析，得出預測結論。特點簡便迅速。該方法包含了大量的客觀要素和個人要素，其預測的可信度，主要取決于預測人員的閱歷、知識和對情況的掌握。適用范圍產(chǎn)品選型、確定產(chǎn)品的開展方向等預測。三. 銷售人員估計法預測方法制定銷售方案時，讓銷售人員根據(jù)本人對市場和客戶的了解，提出本人的預測估計值。每個人都獨立進展將每個人的估計值，進展一定的數(shù)學處置如算術平均、加權平均，然后作為預測值。特點簡單易行，能對市場變化迅速做出反響。預測中個人客觀要素的影響較大，特別是易遭到預測者聲望的影響，導致預測結果出現(xiàn)較大誤差。

9、例題 某公司對明年銷售量的預測 根據(jù)三個銷售員、兩位經(jīng)理的估計對明年的銷量作出預測。 1. 三個銷售人員估計值銷售員 甲銷售額概率銷售額概率最高10000.3300最可能7000.5350最低4000.280期望730銷售員 乙銷售額概率銷售額概率最高12000.2240最可能9000.6540最低6000.2120期望900銷售員 丙銷售額概率銷售額概率最高9000.2180最可能6000.5300最低3000.390期望570三. 銷售人員估計法2. 銷售人員估計值處置 假設三個銷售人員預測的權重一樣，取三者的平均值作為預測值算術平均值，即： 銷售人員預測值=730+900+570/3=2

10、200/3=733.3單位3. 兩位銷售經(jīng)理的預測及處置 1估計值：經(jīng)理甲：1000； 經(jīng)理乙：800 2假設估計結果的權重一樣。取平均值，得到 經(jīng)理預測值=1000+800/2=900單位 4. 將經(jīng)理預測值與銷售人員預測值作加權平均，結果作為最終預測結果因經(jīng)理是部門擔任人，閱歷更豐富，意見的權威性大些，其預測值的比重可大一些，假設采取2:1加權，得到 明年銷售預測值1733.3+9002/3=844.4單位 三. 銷售人員估計法四. 德爾菲法Delphi德爾菲法Delphi簡介德爾菲法是由美國蘭德公司研提出的一種預測方法。德爾菲法也叫專家調查法。該方法的主要思想：依托專家小組背靠背的獨立判

11、別，來替代面對面的會議，使不同專家意見分歧的幅度和理由都可以表達出來，經(jīng)過客觀的分析，到達符合客觀規(guī)律的一致意見。預測方法確定預測課題并編制咨詢表。選擇參與預測的專家。進展四輪次左右的函詢與反響。處置專家們的意見并給出預測結果。四. 德爾菲法Delphi德爾菲法的詳細步驟挑選專家。聘請企業(yè)內、外假設干專家，對所需預測的問題組成技術專家小組，但組內成員普通沒有人是整個問題的專家。進展函詢。向選定的專家組成員發(fā)放預測問卷和預測資料，要求專家們根據(jù)預測資料，針對預測目的，獨立作出本人的回答，提出個人獨立的預測結果。函詢修正。將專家預測結果進展綜合編輯，將不同的專家預測結果整理成新一輪預測的參考資料。

12、把新的參考資料和修正后的預測問卷提供應專家做新一輪的分析和預測。經(jīng)過多次的反復，直至問題能得到相對集中、意見能相對一致為止。得出預測結果。根據(jù)專家們提供的預測結果作出最終的預測結果。德爾菲法的特點優(yōu)點：簡明直觀，防止了專家會議的許多弊端。缺陷：專家的選擇、函詢調查表的設計、答卷處置等難度較大。五. 歷史類比法 預測方法 經(jīng)過對類似產(chǎn)品、可替代產(chǎn)品、或國外同類產(chǎn)品開展規(guī)律的分析，來進展相關的預測。特點 短少必要數(shù)據(jù)資料的新惹事物，但能找到可進展對比分析的產(chǎn)品。3 時間序列預測技術一.時間序列預測的實際分析預測根據(jù) 事物開展變化主要受內因的作用，事物過去、如今的形狀會繼續(xù)到未來。慣性原理、延續(xù)性原

13、理歷史數(shù)據(jù)的特征歷史數(shù)據(jù)中隱含著事物開展的根本規(guī)律。歷史數(shù)據(jù)同時又受多種隨機要素的影響而呈現(xiàn)出一定程度的動搖性和不規(guī)那么性；不能直接從歷史數(shù)據(jù)得到未來的趨勢預測的根本思想從歷史數(shù)據(jù)中提示開展規(guī)律 經(jīng)過對歷史數(shù)據(jù)進展平均或平滑，消除歷史數(shù)據(jù)中的部分隨機動搖要素的影響，指示出隱含在事物中的某種根本規(guī)律，并以此預測未來。二. 時間序列的概念時間(月份)1月2月3月4月5月6月7月8月9月銷量(萬臺)2223252726232421?時間(年度)199619971998199920002001200220032004運輸量(噸)645650670660675678685686?某企業(yè)彩電銷售資料1月8

14、月某物流公司962003年的貨物運輸量按月陳列的銷量按年陳列的運輸量時間序列，指觀測或記錄到的一組按時間順序陳列的歷史數(shù)據(jù) 又叫時間數(shù)列。時間序列預測，根據(jù)預測對象的歷史數(shù)據(jù)資料，按時間進程組成動態(tài)數(shù)列，進展分析，預測的方法。三. 時間序列預測技術及分類時間序列預測的分類四. 常見時間序列銷售量1 程度變動趨勢時間銷售量時間2 長期變動趨勢上升銷售量時間四. 常見時間序列銷售量時間3 長期變動趨勢下降銷售量時間四. 常見時間序列銷售量時間4 季節(jié)變動趨勢四. 常見時間序列銷售量時間5 周期變動趨勢四. 常見時間序列預測目的時間6 不規(guī)那么變動趨勢四. 常見時間序列準確、完好的歷史數(shù)據(jù)資料時間序

15、列所代表的時間周期必需一致時間序列中的各項數(shù)字的計算方法、計量單位、數(shù)據(jù)內容必需一致。五. 時間序列預測應留意的問題六. 簡單平均法1. 算術平均法 把時間序列中的歷史數(shù)據(jù)進展算術平均，以平均數(shù)作為預測值。2. 加權平均法 對歷史數(shù)據(jù)給予不同的權數(shù)進展加權平均，以加權平均值作為預測值。3. 幾何平均 以歷史數(shù)據(jù)的幾何平均值作為預測值。七. 挪動平均預測法以預測對象最近一組歷史數(shù)據(jù)的平均值直接或間接地作為預測值?！捌骄?是取預測對象的時間序列中由遠而近，按一定跨期的數(shù)據(jù)進展平均；“挪動 是指參與平均值計算的實踐數(shù)據(jù)隨預測期的推進而不斷更新。添加一個新值，同時剔除掉已參與平均計算的最陳舊的一個實踐

16、值，保證每次參與計算的實踐值個數(shù)一樣。時間（月）123456789運輸量（噸）645650670660675678685686?某公司2003年18月的貨物運輸量1. 一次挪動平均預測法式中：Mt(1) _t時辰的挪動平均值 ， 上標 1代表一次挪動平均； xi _時間序列代表的實踐值； n _參與平均值計算的實踐值個數(shù)(跨期)時間（月）123456789運輸量(xi)（噸）645650670660675678685686?某公司2003年18月的貨物運輸量七. 挪動平均預測法 例題2 某物資企業(yè)統(tǒng)計了某年度1月至11月的鋼材實踐銷售量，統(tǒng)計結果見表42，請用挪動平均預測法預測其12月的鋼材銷

17、售量。月份實際銷量(噸)移動平均數(shù)Mt(1)n=3n=61224002219003226004214002230052310021967623100223677257002253322417823400239672296792380024067232161025200243002341611254002413324049122480024433七. 挪動平均預測法計算結果圖表顯示從圖上可以看出：1用挪動平均法計算出的新數(shù)列的變化趨勢與實踐變化情況根本一致；2新數(shù)列數(shù)據(jù)動搖的范圍變小了，并且隨參與平均值計算的n值的添加，平均值的動搖范圍越小。(修勻才干、抗干擾才干)3當n值增大，挪動平均值對時間

18、序列變化的敏感性降低。挪動平均法對時間序列數(shù)據(jù)變化的抗干擾才干叫修勻才干。挪動平均法對時間序列數(shù)據(jù)變化的反響速度叫敏感性。挪動平均法的修勻才干與敏感性相互矛盾。當n值增大，挪動平均值的修勻才干添加，但同時挪動平均值對時間序列變化的敏感性降低。要根據(jù)時間序列的特點來確定n值的大小。n值的普通選擇原那么是：1由時間序列的數(shù)據(jù)點的多少而定。數(shù)據(jù)點多，n可以獲得大一些；2由時間序列的趨勢而定。趨勢平穩(wěn)并根本堅持程度形狀的，n可以獲得大一些；3趨勢平穩(wěn)并堅持階梯性或周期性增長的n應該獲得小一些；七. 挪動平均預測法期序歷史數(shù)據(jù)一次平均n=3一次平均n=51102153204251553020635252

19、0740302584535309504035105545401簡便易于運用；2一次挪動平均法能較好地順應程度型歷史數(shù)據(jù)的預測，但不順應帶有明顯上升或下降的斜坡型歷史數(shù)據(jù)的預測。主要缺陷：由于對分段內部的各數(shù)據(jù)同等對待，而沒有強調近期數(shù)據(jù)對預測值的影響，假設近期內情況變化開展較快，利用一次挪動平均預測會導致較大的誤差。 實踐上，近期數(shù)據(jù)對預測值的影響普通更大，為了減少這種誤差，可以采取二次挪動平均方法。期序歷史數(shù)據(jù)一次平均n=3二次平均n=311021532042515530206352574030208453525950403010554535從圖上可以看出，一次挪動平均值滯后于歷史數(shù)據(jù)，而二

20、次挪動平均值又落后于一次挪動平均值。啟示：根據(jù)歷史數(shù)據(jù)、一次挪動平均值、二次挪動平均值三者間的滯后關系，可以先求出一次挪動平均值與二次挪動平均值之間的差值，然后將此差值加到一次挪動平均值上，再思索其趨勢變動值，得到接近實踐情況的預測值。二次挪動平均預測法的根本思想2. 二次挪動平均預測法二次挪動平均預測法是在求得一次挪動平均數(shù)、二次挪動平均數(shù)的根底上，對有線性趨勢的時間序列所作的預測。步驟如下： 1計算一次挪動平均值 2計算二次挪動平均值其中：Mt(1) t時辰的一次挪動平均值 Mt(2)t時辰的二次挪動平均值； n：參與二次平均計算的一次挪動平均值的個數(shù)3對有線性趨勢的時間序列做預測其中：七

21、. 挪動平均預測法例題 某物資企業(yè)某年度1月至11月的鋼材實踐銷售量，用二次挪動平均預測法預測其12月的鋼材銷售量。月份實際銷售量一次平均數(shù)Mt(1) 二次平均數(shù)Mt(2) Mt(1)- Mt(2)atbt預測值yt+T取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=(8)=(6)+(7)*T122400221900322600421400223005231002196762310022367725700225332221132222856322231788234002396722289167825645167827322923800240672295611

22、112517811112628910252002430023522778250787782585611254002413324111222415522241771224800241676332543363326066挪動平均預測小結 1在外界環(huán)境變化較少的情況下，挪動平均法是一種有效的預測方法； 2短期預測效果很好。適用于需求、銷售預測、庫存管理預測等； 3需求較多的歷史數(shù)據(jù)，并且計算量較大。八. 指數(shù)平滑法指數(shù)平滑預測法，是在挪動平均預測法的根底上開展起來的一種特殊的加權平均預測法。包括一次指數(shù)平滑預測法，二次指數(shù)平滑預測法和高次指數(shù)平滑法。 特點：計算簡單，需求的歷史數(shù)據(jù)較少思緒：對離預測

23、期較近的歷史數(shù)據(jù)給予較大的權數(shù)，離預測期較遠的歷史數(shù)據(jù)給予較小的權數(shù)。一次指數(shù)平滑法計算公式式中：Ft+1(1)在t+1時辰的一次指數(shù)平滑值 (t時辰的下期預測值)； Ft(1)在t時辰的一次指數(shù)平滑值(t時辰預測值)； xt 在t時辰的實踐值； 平滑常數(shù)，規(guī)定01；八. 指數(shù)平滑法 例題 某企業(yè)對某年度l11月某種物資的價錢情況進展了統(tǒng)計，用一次指數(shù)平滑法對該年12月份該物資的市場價錢進展預測 解：設0.9，F(xiàn)1(1)x1 =200(假定)依次代入公式得到：月份市場價格xt預測值Ft(1)1200（200）21352003195141.54197189.75310196.76175298.7

24、7155187.48130158.29220132.810277211.311235270.912238.61初始值F1(1)確實定方法由歷史數(shù)據(jù)得到算術平均值、加權平均等；定性預測估計。2合理選取平滑系數(shù) 取值大小表達了不同時期數(shù)據(jù)在預測中所占的比例；月份運輸量（萬噸）預測值=0.1=0.5=0.9151（38）（38）（38）23539.344.549.732838.8739.7536.4743237.7833.8828.8554837.232.9431.6965438.2840.4746.3775239.8547.2453.2484841.0749.6252.1294247.7648.8

25、148.41104641.7845.4142.64114442.245.7145.66124742.3844.8644.17142.8445.9346.72例題 某物資企業(yè)2002年每月的物資運輸量統(tǒng)計如下，用指數(shù)平滑法預測2003年一月份的運輸量用不同的平滑常數(shù)解：設 F1(1)=(x1+x2+x3)=38, =0.1, 0.5, 0.9, 計算結果見下表： 由上圖可知：值越大，近期數(shù)據(jù)對預測值的影響越大，模型靈敏度越高；值越小，近期數(shù)據(jù)對預測值的影響越小，消除了隨機動搖性，只反映長期的大致開展趨勢。合理確定值，是用指數(shù)平滑模型的進展預測的關鍵。下期預測值 本期實踐值的一部分 十 本期預測值

26、的一部分平滑系數(shù)的大小那么闡明了新、老數(shù)據(jù)在下期預測計算中的比重。越大，現(xiàn)實測定值在預測中占的比重就越大，這就越能表達預測對象當前的變化趨勢而忽視它的歷史趨勢。越小，歷史數(shù)據(jù)在預測中占的比重就越大，這就越能反映預測對象的歷史演化趨勢而忽視了當前的變化。的普通取值原那么： (1)初始值的準確性小時， 宜取大些，以強調注重現(xiàn)實形狀； (2)初始數(shù)據(jù)中，只需一部分與預測值擬合較好而大部分不好時，闡明歷史情況不能較好地反映現(xiàn)實，宜取較大的數(shù)值。 (3)時間序列雖有不規(guī)那么擺動，但其長期趨勢較為平穩(wěn)時， 宜取小些，以強調注重總的演化趨勢； (4)時間序列擺動的頻率和振幅都較大，取值要大一些，以強調注重近

27、期實踐的變化形狀； (5)時間序列擺動的頻率相振幅較小，取值要小一些，以強調用歷史開展趨勢預測。 時間序列預測法小結本節(jié)主要學習了兩種時間序列預測方法：挪動平均方法和指數(shù)平滑法。這兩種方法都采用“平滑的方式來進展預測。 其根本思想都是經(jīng)過對歷史數(shù)據(jù)的“平均或“平滑處置，“平滑掉短期的不規(guī)那么性，消除影響事物的隨機要素，提示事物開展的規(guī)律。平滑的數(shù)據(jù)可以反映事物的變化趨勢，在物流系統(tǒng)預測中是極其有用的預測方法。這二類預測法所用的數(shù)據(jù)量不多，對時間序列有較好的適用性，被廣泛運用于市場資源量、采購量、需求量、銷售量及價錢的預測中。4 回歸分析預測技術一. 相關與回歸相關指的是一種要素的變化引起另外一

28、種要素變化。事物之間或事物的各要素之間只處于兩種形狀：有關系或無關系。假設把事物或事物的各要素用最能反映其本質特征的變量來表示，那么這些變量之間也只能存在兩種形狀：有關系或無關系。比如，物資的需求與價錢，物資的采購量與需求量，物資的采購本錢與銷售利潤等，都可以用變量來表示。事物及其要素變量有關系無關系確定性關系非確定性關系特征提取確定性關系：指一個變量可以被一個或假設干個其他變量按一定規(guī)律獨一確定，也就是說變量之間的關系能用確定的數(shù)學公式來反映，即函數(shù)關系。非確定性關系：變量之間存在著某種關系，但這種關系具有不確定性，這種關系叫做非確定性關系，即相關關系。大多數(shù)事物之間是這種關系 一. 相關與

29、回歸變量間非確定性的相關關系不能用準確的函數(shù)關系式獨一地表達，但在統(tǒng)計學意義上，它們之間的相關關系可以經(jīng)過統(tǒng)計的方法給出某種函數(shù)表達方式，這種用統(tǒng)計方法處置變量間相關關系的方法就是回歸分析方法?；貧w分析預測法是經(jīng)過搜集統(tǒng)計數(shù)據(jù)，在分析變量間非確定性關系的根底上，找出變量間的統(tǒng)計規(guī)律性，并用數(shù)學方法把變量間的統(tǒng)計規(guī)律表現(xiàn)出來，并在此根底上進展預測。二. 回歸預測法回歸分析是一種對于變量間非確定性關系的統(tǒng)計分析法。預測步驟如下：確定預測變量能夠的相關要素，并搜集這些要素的統(tǒng)計資料；分析這些要素間能否存在相關關系；根據(jù)統(tǒng)計資料建立回歸模型，求出回歸方程；用回歸方程進展預測；對回歸方程進展統(tǒng)計檢驗，并

30、給出預測精度估計值。分類一元線性回歸預測法多元線性回歸預測法非線性回歸預測法三. 一元線性回歸預測法 例：為了預測汽車薄鋼板的年需求量，有關物資企業(yè)研討并搜集了興隆國家汽車制造業(yè)近幾年間的汽車產(chǎn)量與薄鋼板耗費量的數(shù)據(jù)，見表： 序號年度汽車產(chǎn)量x（萬輛）薄鋼板消耗量y（噸）1198511.38182852198612.54199373198713.80217194198814.91302625198918.603039961990？一元線性回歸預測 變量間是線性相關關系。只需一個自變量影響要素，一個因變量。三. 一元線性回歸預測法例：某公司預備購入鋼材，根據(jù)統(tǒng)計資料估計鋼材在途運輸時間供貨工廠鐵

31、路運輸距離x（公里）在途運輸時間y（小時）121052290733506448011549086730117780128850899201510101012三. 一元線性回歸預測法一元線性回歸預測法預測流程判別變量間能否成線性趨勢。對n對察看點數(shù)據(jù)Xi,Yi,選取直角坐標系，繪制散點圖。分析變量間能否存在線性相關關系 求回歸方程：ya+bx，并進展預測檢驗相關性散點圖只能表示兩個變量之間能否線性相關，而不能表示變量的線性相關程度究竟有多大。對兩個變量的線性相關性的檢驗可以經(jīng)過數(shù)理統(tǒng)計中的F檢驗和R檢驗來進展。 式中三. 一元線性回歸預測法例題：某公司預備購入鋼材，下表是一些供貨點的路程及運輸時

32、間的統(tǒng)計資料，要求根據(jù)提供的統(tǒng)計資料估計供貨點位于1500公里時鋼材的在途運輸時間供貨工廠鐵路運輸距離x（公里）在途運輸時間y（小時）121052290733506448011549086730117780128850899201510101012三. 一元線性回歸預測法解：1判別統(tǒng)計數(shù)據(jù)能否有線性關系，作散點圖由散點圖得出運輸間隔與運輸時間根本成線性關系三. 一元線性回歸預測法2計算回歸系數(shù)供貨工廠運輸距離Xi(KM)運輸時間Yi(Hour)XiYiXi2Yi2121051050441002522907203084100493350621001225003644801152802304001

33、215490839202401006467301180305329001217780129360608400144885086800722500649920151380084640022510101012121201020100144求和611095644904451500993三. 一元線性回歸預測法3代入運輸間隔1500KM，得到運輸時間的預測值為： Y=4.019+0.00897*1500=17.474(小時)4相關性檢驗及預測誤差計算略四. 多元線性回歸預測法多元線性回歸預測法是一元線性回歸預測法的延伸。多元線性回歸預測法研討一個因變量和兩個或兩個以上的自變量間的關系。因變量和每一個自

34、變量之間為線性關系。回歸方程回歸系數(shù)的計算略五. 回歸效果分析1. 相關性檢驗用相關系數(shù)r來描畫變量間相互關系的親密程度。R的變化范圍：-1，1R=0，表示零相關不相關R=+1或R=-1表示完全相關R越接近于正負1表示相關程度越強2. 回歸方程和回歸系數(shù)的顯著性檢驗用顯著性檢驗來調查回歸方程能否提示變量間的數(shù)量規(guī)律，即判別回歸方程的擬合程度如何?；貧w方程的顯著性檢驗用F檢驗?；貧w系數(shù)的顯著性檢驗用t檢驗。六. 平滑預測與回歸預測的比較平滑預測與回歸預測都是常用的預測技術，其區(qū)別如下：適用范圍不同平滑預測模型適用于時間序列；回歸模型既適用于時間序列，也適用于具有因果關系的非時間序列。預測期間不同平滑預測是一種對現(xiàn)有資料的外推，只適用于短期預測；回歸模型反映變量間的因果關系，適用于中短期預測。功能不同平滑模型通常只用于進展預測；回歸模型既用于預測，也可以用于構造分析、政策評價等數(shù)學根底不同回歸模型是根據(jù)統(tǒng)計學原理推導得出的，具有嚴謹?shù)臄?shù)學根底，并且可以對預測模型進展統(tǒng)計檢驗分析。而平滑模型那么不能進展檢驗。5 預測結果分析一. 預測誤差預測誤差：預測結果與實踐情況的偏向。預測誤差分析：對預測誤差的計算、分析、反響和調整過程，稱之為誤差分析。預測誤差分析的作用闡明預測結果與實踐情況的差別。經(jīng)過誤差計算和分析產(chǎn)生誤差的緣由，從而檢驗、比較和