第五章預測決策法

1、第五章預測決策法,本章概要： 1. 預測的重要性 2. 討論不同的預測方法 3. 時間序列 4. 計算預測的誤差 5. 因果分析預測 6. 線性回歸方法 7. 趨勢外推法 8. 平均法、移動平均法、指數(shù)平滑法預測 9. 預測有季節(jié)性和特定趨勢的時間序列,預測與決策,預測,資源,目標,經理,決策,執(zhí)行情況,實施,預測方法分類,判斷預測法,定性方法,預測,定量方法,趨勢外推法,因果分析法,歷史數(shù)據(jù),參數(shù)值,其它因素,預測方法,初步預測,最終預測,主要觀點、信 息、討論等,判斷預測法,精確性 短期 中期 長期 個人見解 差 差 差 低 座 談 會 輕差 輕差 差 低 市場調查 很好 好 可以 高 歷

2、史推斷 差 稍好 稍好 中 德爾菲法 較好 較好 較好 稍高,方法,成本,時間序列與預測誤差,值,值,值,值,值,值,時間,時間,時間,時間,時間,時間,(f)階梯序列,(e)脈沖序列,(d)季節(jié)趨勢序列,季節(jié)性序列,(b)趨勢序列,(a)常數(shù)序列,常見的時間序列圖,時間序列與預測誤差,誤差均值= = 誤差絕對均值= = 誤差平方均值= = t時間，D(t)時間t的需求，F(xiàn)(t)時間t的預測值 E(t)=D(t)F(t) 誤差,E(t) n, D(t)F(t) n, D(t)F(t) n, E(t) n, E(t) n, D(t)F(t) n,2,2,時間序列與預測誤差,實例 1： 下面時間序

3、列的預測誤差是多少？ t 1 2 3 4 5 6 7 8 D(t) 122 135 142 156 156 161 169 177 F(t) 112 120 131 144 157 168 176 180 因果分析預測，原因及其關系（預測值與其有關因素）,時間序列與預測誤差,時間序列與預測誤差,線性回歸法,Y(i)=a+bX(i)+E(i) minE(i)2 求a、b最小= 法） Y(X) = a+bX b = a = =,nXY-(X) (Y) nX2+(X)2,Y n,X n,b,Y bX,線性回歸法,案例一： 海爾福特化工公司正在考慮改變產品檢驗的方法。他們做了一些不同檢驗次數(shù)的實驗，得

4、到了相應的殘次品數(shù)目數(shù)據(jù)。 檢驗次數(shù) 0 1 2 3 4 5 6 7 8 9 10 殘次品數(shù)目 92 86 81 72 67 59 53 43 32 24 12 如果海爾福特打算檢驗6次，產品中還會有多少殘次品？如果檢驗20次呢？,確定性系數(shù)與相關系數(shù)（SSE,Sum of squared errors),總SSE = Y(i)-Y 2 解釋SSE = Y(i)Y 2 r2 = 確定性系數(shù) = = r = 相關系數(shù) = 確定性系數(shù),解釋的SSE 總的SSE,n(XY)-XY nX2-(X)2 nY2-(Y)2,+ -,Y,X,解釋的,總的,均值（Y）,回歸線（Y）,未解釋的,總的、解釋的和未解

5、釋的偏離之間的關系,確定性系數(shù)與相關系數(shù)（SSE,Sum of squared errors),X,X,X,X,X,X,Y,Y,Y,Y,Y,Y,(a)r=+1,(b)r接近于+1,(c)r逐漸變小,(d)r=0,(e)r接近于-1,(f)r=-1,確定性系數(shù)與相關系數(shù)（SSE,Sum of squared errors),實例2： 在過去的10個月中，一家鋼鐵廠的某部門用電量與鋼產量有關，具體數(shù)據(jù)如下： 產量(百噸)151314106811131412 用電(百度)10599102835267799710093 (a) 畫出散點圖，觀察電力消耗與產量之間的關系。 (b) 計算確定性系數(shù)和相關系

6、數(shù)。 (c) 求出上述數(shù)據(jù)的最優(yōu)擬合線，a和b的值各代表什么意義？ (d) 如果一個月要生產2000噸鋼，該廠將需要多少電量？,產量（百噸）,用電 （百瓦）,2 4 6 8 10 12 14,100 80 60 40 20,確定性系數(shù)與相關系數(shù)（SSE,Sum of squared errors),確定性系數(shù)與相關系數(shù)（SSE,Sum of squared errors),趨勢外推預測法,簡單平均數(shù)：F(t+1) = D(t) 移動平均數(shù)：F(t+1) = D(t-k) N 指數(shù)平滑法：F(t+1) = D(t)+(1-)F(t) 實例3：下表所示的是某產品上一年度的月需求情況，采用移動平均

7、法，分別按N=3，N=6和N=9逐期做出預測。 月份 1 2 3 4 5 6 7 8 9 10 11 12 需求 16 14 12 15 18 21 23 24 25 26 37 38,n t=1,N-1 k=0,趨勢外推預測法,趨勢外推預測法,趨勢外推預測法,實例4： 下面的時間序列在第3個月時，需求有一個明顯的跳躍式上升。假定初始預測值為500，取為不同的值，比較按照指數(shù)平滑預測的結果。 月 1 2 3 4 5 6 7 8 9 10 11 實際值 480 500 1500 1450 1550 1500 1480 1520 1500 1490 1500,趨勢外推預測法,趨勢外推預測法,季節(jié)性和趨勢性模型,季節(jié)性指數(shù) = F(t+1) = U(t)+T(t) I(n) U(t) 基本值（根據(jù)季節(jié)與趨勢調整） T(t) 趨勢值 I(n) 季節(jié)指數(shù) 實例5：一組12期的需求數(shù)據(jù)顯示出兩期為一個季節(jié)。對這種數(shù)據(jù)的預測需要一些初始值，用前8期的數(shù)據(jù)得出： 循環(huán)中第1期的季節(jié)指數(shù)=1.2 循環(huán)中第2期的季節(jié)指數(shù)=0.8 基本需求U(8)=100 趨勢T(8)=10 按平滑