预测决策法课件

,单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第五章,预测决策法,本章概要：,1.预测的重要性,2.讨论不同的预测方法,3.时间序列,4.计算预测的误差,5.因果分析预测,6.线性回归方法,7.趋势外推法,8.平均法、移动平均法、指数平滑法预测,9.预测有季节性和特定趋势的时间序列,天马行空官方博客：；QQ:1318241189；QQ群：175569632,预测与决策,预测,资源,目标,经理,决策,执行情况,实施,天马行空官方博客：；QQ:1318241189；QQ群：175569632,预测方法分类,判断预测法,定性方法,预测,定量方法,趋势外推法,因果分析法,历史数据,参数值,其它因素,预测方法,初步预测,最终预测,主要观点、信,息、讨论等,天马行空官方博客：；QQ:1318241189；QQ群：175569632,判断预测法,精确性,短期 中期 长期,个人见解 差 差 差 低,座 谈 会 轻差 轻差 差 低,市场调查 很好 好 可以 高,历史推断 差 稍好 稍好 中,德尔菲法 较好 较好 较好 稍高,方法,成本,时间序列与预测误差,值,值,值,值,值,值,时间,时间,时间,时间,时间,时间,(f)阶梯,序列,(e)脉冲,序列,(d),季节趋势序列,季节性序列,(b),趋势序列,(a),常数序列,常见的时间序列图,时间序列与预测误差,误差均值=,误差绝对均值=,误差平方均值=,t,时间，D(t)时间t的需求，F(t)时间t的预测值,E(t)=D(t)F(t)误差,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,时间序列与预测误差,实例 1：,下面时间序列的预测误差是多少？,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,因果分析预测，原因及其关系（预测值与其有关因素）,时间序列与预测误差,时间序列与预测误差,线性回归法,Y(i)=a+bX(i)+E(i),minE(i),2,求a、b最小=法）,Y(X)=a+bX,b=,a=,=,n,XY-(X)(Y),nX,2,+(X),2,Y,n,X,n,b,Y bX,线性回归法,案例一：,海尔福特化工公司正在考虑改变产品检验的方法。他们做了一些不同检验次数的实验，得到了相应的残次品数目数据。,检验次数 0 1 2 3 4 5 6 7 8 9 10,残次品数目 92 86 81 72 67 59 53 43 32 24 12,如果海尔福特打算检验6次，产品中还会有多少残次品？如果检验20次呢？,确定性系数与相关系数（SSE,Sum of squared errors),总SSE=,Y(i)-Y,2,解释SSE=Y(i)Y,2,r,2,=确定性系数=,=,r=,相关系数=确定性系数,解释的SSE,总的SSE,n,(XY)-XY,nX,2,-(X),2,nY,2-,(Y),2,+,-,Y,X,解释的,总的,均值（Y）,回归线（Y）,未解释的,总的、解释的和未解释的偏离之间的关系,确定性系数与相关系数（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,逐渐变小,(d)r=0,(e)r,接近于-1,(f)r=-1,确定性系数与相关系数（SSE,Sum of squared errors),实例2：,在过去的10个月中，一家钢铁厂的某部门用电量与钢产量有关，具体数据如下：,产量(百吨)1131412,用电(百度)167799710093,(a),画出散点图，观察电力消耗与产量之间的关系。,(b)计算确定性系数和相关系数。,(c)求出上述数据的最优拟合线，a和b的值各代表什么意义？,(d)如果一个月要生产2000吨钢，该厂将需要多少电量？,产量（百吨）,用电,（百瓦）,2 4 6 8 10 12 14,100,80,60,40,20,确定性系数与相关系数（SSE,Sum of squared errors),确定性系数与相关系数（SSE,Sum of squared errors),趋势外推预测法,简单平均数：F(t+1)=,D(t),移动平均数：F(t+1)=,D(t-k)N,指数平滑法：F(t+1)=,D(t)+(1-,)F(t),实例3,：,下表所示的是某产品上一年度的月需求情况，采用移动平均,法，分别按N=3，N=6和N=9逐期做出预测。,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,趋势外推预测法,趋势外推预测法,趋势外推预测法,实例4：,下面的时间序列在第3个月时，需求有一个明显的跳跃式上升。假定初始预测值为500，取,为不同的值，比较按照指数平滑预测的结果。,月 1 2 3 4 5 6 7 8 9 10 11,实际值 480 500 1500 1450 1550 1500 1480 1520 1500 1490 1500,趋势外推预测法,趋势外推预测法,季节性和趋势性模型,季节性指数=,F(t+1)=U(t)+T(t),I(n),U(t),基本值（根据季节与趋势调整）,T(t)趋势值,I(n)季节指数,实例5：,一组12期的需求数据显示出两期为一个季节。对这种数据的预测需要一些初始值，用前8期的数据得出：,循环中第1期的季节指数=1.2 循环中第2期的季节指数=0.8,基本需求U(8)=100 趋势T(8)=10,按平滑系数0.15预测会得到合理的结果。试用以下的数据及以上参数值，预测今后4期的需要。,期次 9 10 11 12,循环中的期次 1 2 1 2,需求 130 96 160 110,季节性值,非季节性值,季节性和趋势性模型,季节性和趋势性模型,