第三章需求预测.ppt

第三章预测预测 ForecastingForecasting本章主要内容本章主要内容3.1 3.1 预测预测3.2 3.2 定性预测方法定性预测方法3.3 3.3 定量预测方法定量预测方法3.4 3.4 预测误差及监控预测误差及监控3.1.1 3.1.1 预测及其作用预测及其作用3.1.2 3.1.2 预测分类预测分类3.1.3 3.1.3 预测的步骤预测的步骤3.1.4 3.1.4 预测中应注意的几个问题预测中应注意的几个问题3.1 预测I see that you willget an A this semester.3.1.1 预测及其作用•预测是对未来可能发生的情况的预计与推测预测是对未来可能发生的情况的预计与推测•作用作用–““““凡凡凡凡事事事事预预预预则则则则立立立立，，，，不不不不预预预预则则则则废废废废””””预预预预测测测测为为为为人人人人们们们们提提提提供供供供了了了了即将发生的情况的信息，增加了成功的机会即将发生的情况的信息，增加了成功的机会即将发生的情况的信息，增加了成功的机会即将发生的情况的信息，增加了成功的机会–但但但但预预预预测测测测不不不不是是是是一一一一门门门门精精精精确确确确的的的的科科科科学学学学，，，，它它它它是是是是科科科科学学学学与与与与艺艺艺艺术术术术的的的的结合。

结合–预预预预测测测测离离离离不不不不开开开开科科科科学学学学测测测测定定定定的的的的数数数数据据据据，，，，也也也也离离离离不不不不开开开开人人人人们们们们的的的的经经经经验和判断验和判断验和判断验和判断–不能因为预测的失误而否定预测不能因为预测的失误而否定预测不能因为预测的失误而否定预测不能因为预测的失误而否定预测•预测的基本假设：过去的发展状态要持预测的基本假设：过去的发展状态要持续到将来续到将来•对总量的预测要比对个体的预测精确对总量的预测要比对个体的预测精确–如每天从武汉到北京旅客数量的预测，比如每天从武汉到北京旅客数量的预测，比预计某个人将到何处出差要准确预计某个人将到何处出差要准确•预测精度随预测的时间范围增加而降低预测精度随预测的时间范围增加而降低 3.1.1 预测及其作用(续）•预测的作用预测的作用–帮助管理者设计生产运作系统帮助管理者设计生产运作系统帮助管理者设计生产运作系统帮助管理者设计生产运作系统•生产什么产品，提供何种服务生产什么产品，提供何种服务生产什么产品，提供何种服务生产什么产品，提供何种服务•在何处建立生产在何处建立生产在何处建立生产在何处建立生产/ / / /服务设施服务设施服务设施服务设施•采用什么样的流程采用什么样的流程采用什么样的流程采用什么样的流程•供应链如何组织供应链如何组织供应链如何组织供应链如何组织–帮助管理者对系统的使用进行计划帮助管理者对系统的使用进行计划帮助管理者对系统的使用进行计划帮助管理者对系统的使用进行计划•今年生产什么，生产多少今年生产什么，生产多少今年生产什么，生产多少今年生产什么，生产多少•如何利用现有设施提供满意服务如何利用现有设施提供满意服务如何利用现有设施提供满意服务如何利用现有设施提供满意服务3.1.2 3.1.2 预测分类预测分类•按性质分按性质分–科科科科学学学学预预预预测测测测 科科科科学学学学预预预预测测测测是是是是对对对对科科科科学学学学发发发发展展展展情情情情况况况况的的的的预预预预计计计计与与与与推推推推测测测测。

如如如如门门门门捷捷捷捷列列列列夫夫夫夫预预预预计计计计有有有有3 3 3 3个个个个当当当当时时时时未未未未发发发发现现现现的的的的元元元元素素素素：：：：亚亚亚亚铝铝铝铝、、、、亚亚亚亚硼硼硼硼和和和和亚亚亚亚硅硅硅硅后后后后来来来来，，，，发发发发现现现现了了了了，，，，是是是是镓镓镓镓、、、、钪和锗–技技技技术术术术预预预预测测测测 技技技技术术术术预预预预测测测测是是是是对对对对技技技技术术术术进进进进步步步步情情情情况况况况的的的的预预预预计计计计与推测–经经经经济济济济预预预预测测测测 政政政政府府府府部部部部门门门门以以以以及及及及其其其其它它它它一一一一些些些些社社社社会会会会组组组组织织织织经经经经常就未来的经济状况发表经济预测报告常就未来的经济状况发表经济预测报告常就未来的经济状况发表经济预测报告常就未来的经济状况发表经济预测报告3.1.2 3.1.2 预测分类（续）预测分类（续）–需需求求预预测测 需需求求预预测测为为企企业业给给出出了了产产品品在在未未来来的的一一段段时时间间里里的的需需求求期期望望水水平平, ,为为企企业业的的计计划和控制决策提供了依据。

划和控制决策提供了依据–社社会会预预测测 社社会会预预测测是是对对社社会会未未来来的的发发展展状状况况的的预预计计和和推推测测比比如如人人口口预预测测、、人人们们生生活活方式变化预测、环境状况预测等方式变化预测、环境状况预测等•需求预测与企业生产经营活动关系最密切需求预测的影响因素有哪些？需求预测的影响因素有哪些？•产品生命周期产品生命周期产品生命周期产品生命周期•顾客偏好顾客偏好顾客偏好顾客偏好•竞争者的行为竞争者的行为竞争者的行为竞争者的行为•广告广告广告广告•设计设计设计设计•质量质量质量质量•商业周期商业周期商业周期商业周期 ……………………3.1.2 3.1.2 预测分类（续）预测分类（续）•按时间分按时间分按时间分按时间分– –长期预测长期预测长期预测长期预测(Long-range Forecast)(Long-range Forecast) 对对对对5 5 5 5年年年年或或或或5 5 5 5年年年年以以以以上上上上的的的的需需需需求求求求前前前前景景景景的的的的预预预预测测测测它它它它是是是是企企企企业业业业长长长长期期期期发展规划的依据发展规划的依据。

发展规划的依据发展规划的依据– –中期预测中期预测中期预测中期预测(Intermediate-range Forecast)(Intermediate-range Forecast) 中中中中期期期期预预预预测测测测是是是是指指指指对对对对一一一一个个个个季季季季度度度度以以以以上上上上两两两两年年年年以以以以下下下下的的的的需需需需求求求求前前前前景景景景的的的的预预预预测测测测它它它它是是是是制制制制订订订订年年年年度度度度生生生生产产产产计计计计划划划划、、、、季季季季度度度度生生生生产产产产计计计计划划划划的的的的依据– –短期预测短期预测短期预测短期预测(Short-range Forecast)(Short-range Forecast) 短期预测是对短期预测是对短期预测是对短期预测是对一个季度以下一个季度以下一个季度以下一个季度以下的需求前景的预测它的需求前景的预测它的需求前景的预测它的需求前景的预测它是调整生产能力、采购、安排生产作业计划等具体是调整生产能力、采购、安排生产作业计划等具体是调整生产能力、采购、安排生产作业计划等具体是调整生产能力、采购、安排生产作业计划等具体生产经营活动的依据。

生产经营活动的依据生产经营活动的依据生产经营活动的依据3.1.2 3.1.2 预测分类（续）预测分类（续）•按主客观因素所起的作用分按主客观因素所起的作用分 –定性预测方法定性预测方法定性预测方法定性预测方法•主观判断、不需要数学公式主观判断、不需要数学公式主观判断、不需要数学公式主观判断、不需要数学公式•预测依据：各种主观意见预测依据：各种主观意见预测依据：各种主观意见预测依据：各种主观意见–定量预测方法定量预测方法定量预测方法定量预测方法•利用统计资料和数学模型进行预测利用统计资料和数学模型进行预测利用统计资料和数学模型进行预测利用统计资料和数学模型进行预测•主观判断仍然重要主观判断仍然重要主观判断仍然重要主观判断仍然重要预预测测方方法法定定性性预预测测方方法法定定量量预预测测方方法法Delphi法法用户期望调查法用户期望调查法部门主管讨论法部门主管讨论法销售人员意见汇集法销售人员意见汇集法因果模型因果模型时间序时间序列模型列模型移动平均法移动平均法加权移动平均法加权移动平均法 指数平滑法指数平滑法乘法模型乘法模型加法模型加法模型时间序列时间序列平滑模型平滑模型时间序列时间序列分解模型分解模型3.1.3 预测的步骤 1 1 确定预测的目的和用途确定预测的目的和用途 2 2 确定预测的时间范围确定预测的时间范围 3 3 选择预测的方法选择预测的方法 4 4 收集和分析数据收集和分析数据 5 5 准备预测准备预测 6 6 对预测进行监控对预测进行监控 “预测预测”3.1.4 预测中应注意的几个问题•判断在预测中的作用：选择预测方法、辨判断在预测中的作用：选择预测方法、辨别信息、取舍预测结果别信息、取舍预测结果•预测精度与成本预测精度与成本•预测的时间范围和更新频率预测的时间范围和更新频率•稳定性与响应性－预测方法的两个基本要稳定性与响应性－预测方法的两个基本要求求–稳定性：抗拒随机干扰、反映稳定需求的能力。

稳定性：抗拒随机干扰、反映稳定需求的能力稳定性：抗拒随机干扰、反映稳定需求的能力稳定性：抗拒随机干扰、反映稳定需求的能力适用于受随机因素影响大的预测问题适用于受随机因素影响大的预测问题适用于受随机因素影响大的预测问题适用于受随机因素影响大的预测问题–响应性：迅速反映需求变化的能力，响应性：迅速反映需求变化的能力，响应性：迅速反映需求变化的能力，响应性：迅速反映需求变化的能力，适用于受适用于受适用于受适用于受随机因素影响小的预测问题随机因素影响小的预测问题随机因素影响小的预测问题随机因素影响小的预测问题3.2 定性预测方法• Delphi Delphi 法（专家调查法）法（专家调查法）法（专家调查法）法（专家调查法）• 用户期望调查法用户期望调查法用户期望调查法用户期望调查法• 部门主管意见部门主管意见部门主管意见部门主管意见• 销售人员意见汇集法销售人员意见汇集法销售人员意见汇集法销售人员意见汇集法1、、Delphi 法（法（德尔菲法也叫德尔菲法也叫专家调查法）专家调查法）德尔菲法德尔菲法RandRand公司首创于公司首创于5050年代末，步骤如下：年代末，步骤如下：(1)(1)选择参考的专家，具有不同背景的人；选择参考的专家，具有不同背景的人；(2)(2)通过问卷（或通过问卷（或E-mailE-mail），），从专家处了解信息从专家处了解信息(3)(3)汇总专家结果，附新问题，再度发给专家汇总专家结果，附新问题，再度发给专家(4)(4)再次汇总，提炼预测结果和条件，再度发给再次汇总，提炼预测结果和条件，再度发给所有专家；所有专家；②②如有必要，再重复如有必要，再重复(4)(4)；；③③直至专家意见一致，得出预测结果。

直至专家意见一致，得出预测结果2、部门主管集体意见讨论法、部门主管集体意见讨论法由不同层次、部门人员开会，在会上由不同层次、部门人员开会，在会上自由讨论这种方法问题在于低层自由讨论这种方法问题在于低层人员的意见往往易受市场营销的左人员的意见往往易受市场营销的左右，不敢与领导相背对于重要决右，不敢与领导相背对于重要决策，如引进流水线等，由高层人员策，如引进流水线等，由高层人员讨论讨论. .3、销售人员意见汇总法、销售人员意见汇总法基本观点：基本观点：基层意见法预测基于逐步基层意见法预测基于逐步基层意见法预测基于逐步基层意见法预测基于逐步累加来自低层的预测累加来自低层的预测累加来自低层的预测累加来自低层的预测假设前提：假设前提：处于最低层的那些离顾客最处于最低层的那些离顾客最处于最低层的那些离顾客最处于最低层的那些离顾客最近、了解产品最终的销售人员最清楚产近、了解产品最终的销售人员最清楚产近、了解产品最终的销售人员最清楚产近、了解产品最终的销售人员最清楚产品未来的需求情况，然后采取逐级上报品未来的需求情况，然后采取逐级上报品未来的需求情况，然后采取逐级上报品未来的需求情况，然后采取逐级上报的做法。

的做法4、顾客期望法、顾客期望法————通常是聘请第三方专业市场调研公司进行预通常是聘请第三方专业市场调研公司进行预测————顾客期望法顾客期望法主要用于新产品研发，了解对现主要用于新产品研发，了解对现有产品的评价，了解顾客对现有产品的好恶，有产品的评价，了解顾客对现有产品的好恶，了解特定层次的顾客偏好哪些竞争性商品了解特定层次的顾客偏好哪些竞争性商品————数据收集方法有数据收集方法有问卷调查问卷调查和和上门访谈上门访谈两种3.3 定量预测方法•时间序列模型：时间序列模型：–把预测指标，如销售量等指标的实际历史数据把预测指标，如销售量等指标的实际历史数据把预测指标，如销售量等指标的实际历史数据把预测指标，如销售量等指标的实际历史数据按时间顺序排列，应用数学方法进行分析，找按时间顺序排列，应用数学方法进行分析，找按时间顺序排列，应用数学方法进行分析，找按时间顺序排列，应用数学方法进行分析，找出其中的变化趋势和规律性的一种定量预测方出其中的变化趋势和规律性的一种定量预测方出其中的变化趋势和规律性的一种定量预测方出其中的变化趋势和规律性的一种定量预测方法   •时间序列平滑模型时间序列平滑模型时间序列平滑模型时间序列平滑模型•时间序列分解模型时间序列分解模型时间序列分解模型时间序列分解模型•因果关系模型因果关系模型–利用变量之间的相关关系，通过一种变量的变利用变量之间的相关关系，通过一种变量的变利用变量之间的相关关系，通过一种变量的变利用变量之间的相关关系，通过一种变量的变化来预测另一种变量的未来变化。

化来预测另一种变量的未来变化化来预测另一种变量的未来变化化来预测另一种变量的未来变化3.3 3.3 定量预测方法（续）定量预测方法（续）•时间序列预测时间序列预测（（Time Series Forecasts））–趋势成分趋势成分趋势成分趋势成分 - - 数据长期变化趋势数据长期变化趋势数据长期变化趋势数据长期变化趋势–季节成分季节成分季节成分季节成分 - - 在一年内按通常的频率围绕趋在一年内按通常的频率围绕趋在一年内按通常的频率围绕趋在一年内按通常的频率围绕趋势作上下有规则的波动势作上下有规则的波动势作上下有规则的波动势作上下有规则的波动–周期成分周期成分周期成分周期成分 – – 在较长时间里围绕趋势作有规在较长时间里围绕趋势作有规在较长时间里围绕趋势作有规在较长时间里围绕趋势作有规则波动（经济周期）则波动（经济周期）则波动（经济周期）则波动（经济周期）–随机波动（随机波动（随机波动（随机波动（Random variationsRandom variations））））- - 随机因素随机因素随机因素随机因素引起无规则的波动引起无规则的波动引起无规则的波动引起无规则的波动 趋势成分趋势成分 季节成分季节成分 周期成分周期成分 随机波动成分随机波动成分 3.3 定量预测方法（续）•移动平均法移动平均法–简单移动平均（Simple moving average，SMA）–加权移动平均（Weighted moving average，WMA）–指数平滑法（Exponential smoothing）一、简单移动平均T TT T周期末简单移周期末简单移周期末简单移周期末简单移动平均值动平均值动平均值动平均值T TT T＋＋＋＋1 11 1周期的预测周期的预测周期的预测周期的预测值值值值i ii i周期实周期实周期实周期实际值际值际值际值周期周期周期周期数数数数当产品需求既不快增长也不快下降，且不存在季节性当产品需求既不快增长也不快下降，且不存在季节性当产品需求既不快增长也不快下降，且不存在季节性当产品需求既不快增长也不快下降，且不存在季节性因素时，移动平均法能有效消除预测中的随机波动。

因素时，移动平均法能有效消除预测中的随机波动因素时，移动平均法能有效消除预测中的随机波动因素时，移动平均法能有效消除预测中的随机波动例【3-1】某电子音响器材公司某电子音响器材公司SONYSONY牌单放机的逐月销售值牌单放机的逐月销售值记录如下表所示取记录如下表所示取n=3n=3和和和和n=4n=4试用简单移动平均法进行预测试用简单移动平均法进行预测解：解：解：解：n=3n=3时，时，时，时，n=4n=4时，时，时，时，其它计算如下表其它计算如下表其它计算如下表其它计算如下表表表3-1 简单移动平均法预测简单移动平均法预测月份月份月份月份实际销售量（百台）实际销售量（百台）实际销售量（百台）实际销售量（百台）n=3(n=3(n=3(n=3(百台）百台）百台）百台）n=4(n=4(n=4(n=4(百台）百台）百台）百台）1 1 1 1202020202 2 2 2212121213 3 3 3232323234 4 4 42424242421.33 21.33 21.33 21.33 5 5 5 52525252522.67 22.67 22.67 22.67 22.00 22.00 22.00 22.00 6 6 6 62727272724.00 24.00 24.00 24.00 23.25 23.25 23.25 23.25 7 7 7 72626262625.33 25.33 25.33 25.33 24.75 24.75 24.75 24.75 8 8 8 82525252526.00 26.00 26.00 26.00 25.50 25.50 25.50 25.50 9 9 9 92626262626.00 26.00 26.00 26.00 25.75 25.75 25.75 25.75 101010102828282825.67 25.67 25.67 25.67 26.00 26.00 26.00 26.00 111111112727272726.33 26.33 26.33 26.33 26.25 26.25 26.25 26.25 121212122929292927.00 27.00 27.00 27.00 26.50 26.50 26.50 26.50 (21+23+24)/3(21+23+24+25)/4下一年度元月份的预测销量为例例例例【【【【3-23-2】】】】计算移动平均预测值计算移动平均预测值计算移动平均预测值计算移动平均预测值: :F4=(720+678+650)/3    =682.67F7=(920+859+785       +720+678+650)/6    =768.67•描点绘图，可以比较当描点绘图，可以比较当n=3,n=6n=3,n=6时对预测结果的影响时对预测结果的影响? ?•对于简单滑动平均预测方法，关键是选择移动时间区间对于简单滑动平均预测方法，关键是选择移动时间区间对于简单滑动平均预测方法，关键是选择移动时间区间对于简单滑动平均预测方法，关键是选择移动时间区间的大小，即的大小，即的大小，即的大小，即n n n n的大小。

的大小•n n n n的大小的选择与预测者要求的适应性有关的大小的选择与预测者要求的适应性有关的大小的选择与预测者要求的适应性有关的大小的选择与预测者要求的适应性有关•如果管理者追求稳定性如果管理者追求稳定性如果管理者追求稳定性如果管理者追求稳定性? ? ? ?•如果管理着的目标是体现响应性如果管理着的目标是体现响应性如果管理着的目标是体现响应性如果管理着的目标是体现响应性? ? ? ?n n的值应该选择大一些的值应该选择大一些的值应该选择大一些的值应该选择大一些; ;则应选择小一点的则应选择小一点的则应选择小一点的则应选择小一点的n n结果：结果：•N N越大，预测值越平滑，对干扰的灵敏性越低，稳越大，预测值越平滑，对干扰的灵敏性越低，稳定性好，预测值的响应性也就越差定性好，预测值的响应性也就越差 •N N越小，对干扰的灵敏性越高，稳定性差，预测值越小，对干扰的灵敏性越高，稳定性差，预测值的响应性也就越好，预测值越接近实际观测值的响应性也就越好，预测值越接近实际观测值 •N N取什么值非常关键，直接影响预测的准确性一取什么值非常关键，直接影响预测的准确性一般可以通过试算的方法找出预测误差最小的所对应般可以通过试算的方法找出预测误差最小的所对应的的N N为为最佳值。

最佳值•简单移动平均的各元素权重都相等简单移动平均的各元素权重都相等二、加权移动平均简单移动平均的各元素权重都相等，而加权移动平均的简单移动平均的各元素权重都相等，而加权移动平均的简单移动平均的各元素权重都相等，而加权移动平均的简单移动平均的各元素权重都相等，而加权移动平均的权重值可以不同但其权重之和必须等于权重值可以不同但其权重之和必须等于权重值可以不同但其权重之和必须等于权重值可以不同但其权重之和必须等于1 1i周期实际值周期实际值权重权重权重权重T周期末加权移周期末加权移动平均值动平均值T＋＋1周期的预周期的预测值测值周期数周期数权重的选择：经验法和试算法是选择权重的最简单的方法经验法和试算法是选择权重的最简单的方法 一般而言，最近期的数据最能预示未来的情一般而言，最近期的数据最能预示未来的情况，因而其权重应大些况，因而其权重应大些 但是，其权重是季节性的，故权重也应是季但是，其权重是季节性的，故权重也应是季节性的，一般对季节性产品季节权重系数要大节性的，一般对季节性产品季节权重系数要大 由于加权移动平均能区别对待历史数据，因由于加权移动平均能区别对待历史数据，因而在这方面要优于简单移动平均。

而在这方面要优于简单移动平均表表3-2 加权移动平均预测加权移动平均预测(20*0.5+21*1+23*1.5)/3(20*0.4+21*0.8+23*1+24*1.2+25*1.6)/5月份月份月份月份实际销售量（百台）实际销售量（百台）实际销售量（百台）实际销售量（百台）n=3(n=3(n=3(n=3(百台）百台）百台）百台）n=5(n=5(n=5(n=5(百台）百台）百台）百台）1 1 1 1202020202 2 2 2212121213 3 3 3232323234 4 4 42424242421.83 21.83 21.83 21.83 5 5 5 52525252523.17 23.17 23.17 23.17 6 6 6 62727272724.33 24.33 24.33 24.33 23.32 23.32 23.32 23.32 7 7 7 72626262625.83 25.83 25.83 25.83 24.80 24.80 24.80 24.80 8 8 8 82525252526.17 26.17 26.17 26.17 25.48 25.48 25.48 25.48 9 9 9 92626262625.67 25.67 25.67 25.67 25.56 25.56 25.56 25.56 101010102828282825.67 25.67 25.67 25.67 25.84 25.84 25.84 25.84 111111112727272726.83 26.83 26.83 26.83 26.52 26.52 26.52 26.52 121212122929292927.17 27.17 27.17 27.17 26.64 26.64 26.64 26.64 加权移动平均预测趋势线比较加权移动平均预测趋势线比较加权移动平均预测值加权移动平均预测值:WeekWeekDemandDemand系列系列系列系列1 13-Week3-Week系列系列系列系列2 26-Week6-Week系列系列系列系列3 31 1650650　　　　　　　　2 2678678　　　　　　　　3 3720720　　　　　　　　4 4785785694.3333694.3333　　　　5 5859859745.5745.5　　　　6 6920920811.1667811.1667　　　　7 7850850877.1667877.1667730.7667730.76678 8758758874.8333874.8333770.0833770.08339 9892892815.6667815.6667803.4833803.48331010920920840.3333840.3333841.9841.91111789789883.6667883.6667866.5866.51212844844849.8333849.8333859.3167859.3167F4=(720*1.5+678*1+650*0.5)/3F7=(920*1.6+859*1.4+785*1.1+720*0.8+678*0.6+650*0.5)/6•近期数据的权重近期数据的权重a越大，则预测的稳定越大，则预测的稳定性就越差，响应性就越好；性就越差，响应性就越好；•近期数据数据的权重越小，则预测的稳近期数据数据的权重越小，则预测的稳定性就越好，响应性就越差；定性就越好，响应性就越差；•权重权重a和和n的选择具有经验性。

的选择具有经验性三、一次指数平滑法三、一次指数平滑法 (Single exponential smoothing)Ft = Ft-1 +  (At-1 - Ft-1) =  At-1 +（（1-   ））Ft-1 •Ft 新的预测值，新的预测值， Ft-1前期预测值前期预测值，，•At-1前期的实际需求，前期的实际需求，   平滑系数平滑系数预测值预测值预测值预测值==   ( (上次实测值上次实测值上次实测值上次实测值)+(1-)+(1-   ) )上次预测值上次预测值上次预测值上次预测值   称为平滑常数，（称为平滑常数，（称为平滑常数，（称为平滑常数，（0 0             1 1））））之所以称之为指数平滑是因为每靠前一期其权重就降低之所以称之为指数平滑是因为每靠前一期其权重就降低1-   月销售额一次指数平滑预测表月销售额一次指数平滑预测表月销售额一次指数平滑预测表月销售额一次指数平滑预测表          单位：千元单位：千元单位：千元单位：千元F2 ＝＝ αA1 ＋＋ （（1－－α）） F1＝＝0.9×10.00＋（＋（1－－0.9））×11.00＝＝10.10•与上面的问题的类似，预测的关键是选择与上面的问题的类似，预测的关键是选择与上面的问题的类似，预测的关键是选择与上面的问题的类似，预测的关键是选择   的大小。

的大小•如管理者追求稳定性，如管理者追求稳定性，如管理者追求稳定性，如管理者追求稳定性，   的值应该选择小一些的值应该选择小一些的值应该选择小一些的值应该选择小一些; ; ; ;•如果管理者的目标是体现响应性，则应选择大一点的如果管理者的目标是体现响应性，则应选择大一点的如果管理者的目标是体现响应性，则应选择大一点的如果管理者的目标是体现响应性，则应选择大一点的   四、四、时间分解预测模型时间分解预测模型----解决季节性预测问解决季节性预测问题题(Seasonal variations)(Seasonal variations)   •常用季节性预测模型常用季节性预测模型–加法模型加法模型加法模型加法模型(Additive Model)(Additive Model)– TF=T+S+C+I  TF=T+S+C+I –乘法模型乘法模型乘法模型乘法模型(Multiplicative model)(Multiplicative model)– TF=T.S.C.I TF=T.S.C.I• 用得最多的是用得最多的是基于乘法模型的预测方法基于乘法模型的预测方法例：时间序列分解模型计算示例：例：时间序列分解模型计算示例：例：时间序列分解模型计算示例：例：时间序列分解模型计算示例：   有一个公司记录了有一个公司记录了有一个公司记录了有一个公司记录了20072007和和和和20082008两年的销售数据，两年的销售数据，两年的销售数据，两年的销售数据，见下表。

请根据这些数据预测见下表请根据这些数据预测见下表请根据这些数据预测见下表请根据这些数据预测20092009年的销售情况年的销售情况年的销售情况年的销售情况   时间时间 销售额销售额(万元万元)时间时间 销售额销售额(万元万元)2007年年1季度季度 300 2季度季度 200 3季度季度 220 4季度季度 5302008年年1季度季度 520 2季度季度 420 3季度季度 400 4季度季度 700Step 1: 求出趋势值的直线方程求出趋势值的直线方程 用最小二乘法，求出：用最小二乘法，求出： Tt=170+55××t趋势值销售额销售额(万元万元)时间时间(季）季）最小二乘法最小二乘法基本思想是试图使各数据点与回归直线上的相应点间的垂直距离平基本思想是试图使各数据点与回归直线上的相应点间的垂直距离平方和最小，手拟趋势线方和最小，手拟趋势线 是根据图中确定截距是根据图中确定截距a a和斜率和斜率b b，，而最小而最小二乘法求解的公式为：二乘法求解的公式为：设设设设 y y y y为实测值，为实测值，为实测值，为实测值， 为公式值，则为公式值，则为公式值，则为公式值，则 为误差，令为误差，令为误差，令为误差，令 根据最小二乘法，则：根据最小二乘法，则：根据最小二乘法，则：根据最小二乘法，则： 得：得：得：得： 令：令：令：令：当当当当X X X X是时间是时间是时间是时间t t t t时时时时： 最小二乘法最小二乘法Step 2: 计算季节因子计算季节因子Tt=170+55×tStep 3: Step 3: 计算计算计算计算20092009年的预测值年的预测值年的预测值年的预测值Tt+I=Tt×ITt+I=Tt×I 2009 2009年年年年1 1季度季度季度季度: (170+55×9)×1.25=831: (170+55×9)×1.25=831 2 2季度季度季度季度: (170+55×10)×0.78=562: (170+55×10)×0.78=562 3 3季度季度季度季度: (170+55×11)×0.69=535: (170+55×11)×0.69=535 4 4季度季度季度季度: (170+55×12: (170+55×12)×1.25=1038)×1.25=1038时间时间实际值实际值趋势值趋势值 实际值实际值/ /趋势值趋势值季节因子季节因子   I I 0707年年1 1季度季度 300300225225(300/225)=1.33 (300/225)=1.33 (1.33+1.17)/2 =1.25 (1.33+1.17)/2 =1.25                 2 2季度季度 2002002802800.710.71   (0.71+0.84)/2=0.78(0.71+0.84)/2=0.78                 3 3季度季度 2202203353350.660.66   (0.66+0.72)/2= 0.69 (0.66+0.72)/2= 0.69                 4 4季度季度5305303903901.361.36   (1.36+1.15)/2 =1.25(1.36+1.15)/2 =1.25 0808年年1 1季度季度   5205204454451.171.17　　                2 2季度季度 4204205005000.840.84　　                3 3季度季度 4004005555550.720.72　　                4 4季度季度7007006106101.151.15　　五、一元线性回归模型•Yt 一元线性回归预测值；•a 截距 b 斜率.Yt = a + bx0 1 2 3 4 5 tYb =n (xy) -  xynx2  -  (x)2a = y - bxn• n为变量数；• x为自变量的取值；• y为因变量的取值；xyWeekx2Salesxy111501502415731439162486416166664525177885Sx= 15S x2  = 55S y = 812S xy = 2499(S c)2  = 225y = 143.5 + 6.3t a = 812 - 6.3(15)5 =b = 5 (2499) - 15(812)5(55) - 225 = 12495-12180275-225 = 6.3143.5 3.4 预测精度与监控•3.4.1 预测误差•3.4.2 预测监控          预测精度（误差的大小）与控制是预测中的重要预测精度（误差的大小）与控制是预测中的重要预测精度（误差的大小）与控制是预测中的重要预测精度（误差的大小）与控制是预测中的重要环节。

如果不注意预测环境的变化，原来使用的预环节如果不注意预测环境的变化，原来使用的预环节如果不注意预测环境的变化，原来使用的预环节如果不注意预测环境的变化，原来使用的预测模型可能会由于种种原因产生较大的偏差，从而测模型可能会由于种种原因产生较大的偏差，从而测模型可能会由于种种原因产生较大的偏差，从而测模型可能会由于种种原因产生较大的偏差，从而影响预测结果的精度，使管理人员产生错觉，导致影响预测结果的精度，使管理人员产生错觉，导致影响预测结果的精度，使管理人员产生错觉，导致影响预测结果的精度，使管理人员产生错觉，导致某些决策错误某些决策错误某些决策错误某些决策错误   3.4.1 3.4.1 预测误差预测误差•误差——实际值与预计值的差别•平均绝对偏差（Mean absolute deviation ，MAD）•平均平方误差（Mean squared error，MSE)预测误差的度量(Measurement of forecast error)预测误差是指预测值与实际值之间的偏差其计算方法是：平均预测误差平均预测误差平均绝对偏差平均平方误差预测误差滚动和预测误差滚动和Running sum of forecast errors，，RSFE反映预测精度反映预测精度衡量无偏性衡量无偏性MAD和MSE用于度量预测误差的大小MFE用于度量预测的无偏性预测值实际值实际值中线•检验预测模型是否有效：检验预测模型是否有效：–将最近的实际值与偏差进行比较，看偏差是将最近的实际值与偏差进行比较，看偏差是将最近的实际值与偏差进行比较，看偏差是将最近的实际值与偏差进行比较，看偏差是否在可以接受的范围之内；否在可以接受的范围之内；否在可以接受的范围之内；否在可以接受的范围之内；–采用跟踪信号法采用跟踪信号法采用跟踪信号法采用跟踪信号法(Tracking signal)(Tracking signal)(Tracking signal)(Tracking signal)3.4.2 3.4.2 预测监控预测监控跟踪信号（跟踪信号（跟踪信号（跟踪信号（Tracking signalTracking signalTracking signalTracking signal）是累积误差与）是累积误差与）是累积误差与）是累积误差与 MADMADMADMAD的比的比的比的比可接可接可接可接受误受误受误受误差范差范差范差范围围围围上限上限上限上限下限下限下限下限控制界限控制界限控制界限控制界限MADMAD数数数数标准偏差相关标准偏差相关标准偏差相关标准偏差相关数数数数落在控制界内落在控制界内落在控制界内落在控制界内点数的百分比点数的百分比点数的百分比点数的百分比   1 10.7980.79857.04857.048   2 21.5961.59688.94688.946   3 32.3942.394 98.33498.334P76P76练习题练习题练习题练习题1 1：下表给出了某计算机公司近：下表给出了某计算机公司近：下表给出了某计算机公司近：下表给出了某计算机公司近1010个月个月个月个月的实际销售量和的实际销售量和的实际销售量和的实际销售量和A A、、、、B B两种模型进行预测的预测值。

两种模型进行预测的预测值两种模型进行预测的预测值两种模型进行预测的预测值月份（月份（t t））1 12 23 34 45 56 67 78 89 91010实际销售额实际销售额AtAt566566620620584584652652748748703703670670625625572572618618A A模型预测模型预测值值610610630630610610630630640640650650655655655655630630630630B B模型预测模型预测值值580580600600580580630630702702680680680680680680600600600600解：列表计算如下：解：列表计算如下：月份（月份（月份（月份（t t t t））））1 1 1 12 2 2 23 3 3 34 4 4 45 5 5 56 6 6 67 7 7 78 8 8 89 9 9 910101010合合合合计计计计实际销售额实际销售额实际销售额实际销售额A A A A566566566566620620620620584584584584652652652652748748748748703703703703670670670670625625625625572572572572618618618618A A A A模型预测模型预测模型预测模型预测值值值值610610610610630630630630610610610610630630630630640640640640650650650650655655655655655655655655630630630630630630630630   A A A At t t t     F F F Ft t t t    444444441010101026262626222222221081081081085353535315151515303030305858585812121212378378378378(A(A(A(At t t t    F F F Ft t t t ) ) ) )- - - -4444444410101010- - - -26262626222222221081081081085353535315151515- - - -30303030- - - -58585858- - - -1212121218181818B B B B模型预测模型预测模型预测模型预测值值值值580580580580600600600600580580580580630630630630702702702702680680680680680680680680680680680680600600600600600600600600   B B B Bt t t t     F F F Ft t t t    14141414202020204 4 4 422222222464646462323232310101010555555552828282818181818240240240240(B(B(B(Bt t t t    F F F Ft t t t ) ) ) )- - - -14141414202020204 4 4 4222222224646464623232323- - - -10101010- - - -55555555- - - -282828281818181826262626回答问题如下列：回答问题如下列：1、 MAD MAD A A= =             A At  t        F Ft t      / n=378/10=37.8/ n=378/10=37.8 MAD MADB B = =             B Bt  t        F Ft t      / n=240/10=24/ n=240/10=242 2、、、、   RSFE RSFE A A = =    （（（（   A At  t        F Ft t））））=18=18 RSFE RSFEB B = =    （（（（   B Bt  t        F Ft t））））=26=263 3、、、、跟踪信号跟踪信号跟踪信号跟踪信号 TS TS TS TS A A = RSFE/MAD=18/37.8=0.476 = RSFE/MAD=18/37.8=0.476 = RSFE/MAD=18/37.8=0.476 = RSFE/MAD=18/37.8=0.476 TS TS TS TS B B = RSFE/MAD=26/24=1.083 = RSFE/MAD=26/24=1.083 = RSFE/MAD=26/24=1.083 = RSFE/MAD=26/24=1.083因为：因为：因为：因为：TS TS TS TS A A < TS TS TS TS B B ，，，，所以所以所以所以A A A A模型优于模型优于模型优于模型优于B B B B模型。

模型作业三：作业三：P95——2，，3，，4，，5请用电子表格完成作业，请用电子表格完成作业，3月月23日日0:00之前提交到网络课堂之前提交到网络课堂。