,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,预测与决策,预测,资源,目标,经理,决策,执行情况,实施,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,判断预测法,精确性,短期,中,中期,长,长期,个人见解,差,差,差,差,差,差,低,低,座 谈,会,会,轻,轻差,轻,轻差,差,差,低,低,市场调查,很,很好,好,好,可,可以,高,高,历史推断,差,差,稍,稍好,稍,稍好,中,中,德尔菲法,较,较好,较,较好,较,较好,稍,稍高,方法,成本,时间序列与预,测,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,列图,时间序列与预,测,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,的需求，F(t)时间t,的,的预测值,E(t)=D(t)F(t),误,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,测误差,实例 1：,下面时间序列,的,的预测误差是,多,多少？,t12345678,D(t)122 135 142 156156161169 177,F(t)112120 131 144 157168176180,因果分析预测,，,，原因及其关,系,系（预测值与,其,其有关因素）,时间序列与预,测,测误差,时间序列与预,测,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,公司正在考虑,改,改变产品检验,的,的方法。他们,做,做了一些不同,检,检验次数的实,验,验，得到了相,应,应的残次品数,目,目数据。,检验次数01234 56789 10,残次品数目9286 817267 595343 322412,如果海尔福特,打,打算检验6次,，,，产品中还会,有,有多少残次品,？,？如果检验20次呢？,确定性系数与,相,相关系数（SSE,Sum of squarederrors),总SSE=,Y(i)-Y,2,解释SSE=Y(i)Y,2,r,2,=确定性系,数,数=,=,r=,相关系数=,确,确定性,系,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,的和未解释,的,的偏离之间,的,的关系,确定性系数,与,与相关系数,（,（SSE,Sumof squarederrors),X,X,X,X,X,X,Y,Y,Y,Y,Y,Y,(a)r=+1,(b)r接,近,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,与相关系数,（,（SSE,Sumof squarederrors),实例2：,在过去的10个月中，,一,一家钢铁厂,的,的某部门用,电,电量与钢产,量,量有关，具,体,体数据如下,：,：,产量(百吨)151314106811131412,用电(百度)10599102835267799710093,(a),画出散点图,，,，观察电力,消,消耗与产量,之,之间的关系,。,。,(b)计,算,算确定性系,数,数和相关系,数,数。,(c)求,出,出上述数据,的,的最优拟合,线,线，a和b,的,的值各代表,什,什么意义？,(d)如,果,果一个月要,生,生产2000吨钢，该,厂,厂将需要多,少,少电量？,产量（百吨,）,）,用电,（百瓦）,2468101214,100,80,60,40,20,确定性系数,与,与相关系数,（,（SSE,Sumof squarederrors),确定性系数,与,与相关系数,（,（SSE,Sumof squarederrors),趋势外推预,测,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,是某产品上,一,一年度的月,需,需求情况，,采,采用移动平,均,均,法，分别按N=3，N=6和N=9逐期做出,预,预测。,月份1234567891011 12,需求161412151821232425263738,n,t=1,N-1,k=0,趋势外推预,测,测法,趋势外推预,测,测法,趋势外推预,测,测法,实例4：,下面的时间,序,序列在第3,个,个月时，需,求,求有一个明,显,显的跳跃式,上,上升。假定,初,初始预测值,为,为500，,取,取,为不同的,值,值，比较按,照,照指数平滑,预,预测的结果,。,。,月1234567891011,实际值480500 1500145015501500 1480 1520 150014901500,趋势外推预,测,测法,趋势外推预,测,测法,季节性和趋,势,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,据季节与趋,势,势调整）,T(t),趋,趋势值,I(n),季,季节指数,实例5：,一组12期,的,的需求数据,显,显示出两期,为,为一个季节,。,。对这种数,据,据的预测需,要,要一些初始,值,值，用前8,期,期的数据得,出,出：,循环中第1,期,期的季节指,数,数=1.2,循,循环中,第,第2期的季,节,节指数=0.8,基本需求U(8)=100,趋,趋势T(8)=10,按平滑系数0.15预,测,测会得到合,理,理的结果。,试,试用以下的,数,数据及以上,参,参数值，预,测,测今后4期,的,的需要。,期次9101112,循环中的期,次,次1212,需求13096160110,季节性值,非季节性值,季节性和趋,势,势性模型,季节性和趋,势,势性模型,