自考 运筹学 第二章 预测.ppt

1、预测的性质 一门科学：不是未卜先知，而是以过去和现在为依据。 一门艺术：预测者知识、经验、判断能力等的使用。 2 、预测的特征 不确定性 科学性 近似性 局限性 比较适用于： 经济政策的演变 市场总体形势的变化 科学技术的发展与应用对市场供求的影响 新技术应用 新市场开拓 企业经营环境分析 企业战略决策方向 简单平均预测法的特点： 例2 某木材公司销售房架构件，其中一种配件的销售数据如下表，计算： （1）3个月和4个月滑动平均预测值；3个月加权滑动平均预测值。 （2）α＝0.4时指数平滑预测值； α＝0.7时指数平滑预测值； 分析α＝0.4 和α＝0.7两者的指数平滑预测的结果。 指数平滑预测法 趋势调整指数平滑法 趋势调整平滑指数平滑法是指数平滑预测的补充。它是根据预测正在变化的速率对预测做出的调整。 使用趋势调整预测的结果，可以相当的接近实际销售量。 2.4 回归模型预测法 回归分析法：就是依据事物发展的内部因素变化的因果关系来预测事物未来的发展趋势，是研究变量间相互关系的一种定量预测方法，因此又称为回归模型预测法，或因果法。 它依据的是事物发展的内部规律，所以是一个比较准确的方法多应用于经济预测与科技预测。 2.4.1 一元线性回归模型预测法 1、一元线性回归方程。 （运用回归分析法进行预测的关键是：要建立回归方程） 建立回归方程的关键是如何准确地确定a、b两个系数值。系数确定的原则是使预测值尽可能地接近实际值，应用地方法是最小二乘法。 最小 此式对 a和 b的偏导数均 为0，解相应方程组，求得： 2.4.1 一元线性回归模型预测法 例：设某商店有一统计资料，共统计了最近6个月某商品的进价和售价数据，具体数据如下（单位：元/件）： 一元线性回归模型预测法 9元 8元 4 12元 9元 5 14元 3元 6元 4元 售价（y） 12元 2元 5元 3元 进价（x） 6 3 2 1 月次 设第7个月预计进价为10元，试预测第7个月的售价。 一元线性回归模型预测法 确定相关系数，进行相关性检验。 相关检验就是判定 y 与 x 的相关程度或两者之间的线性关系的检验。 从前面有关回归方程系数a、b的计算中可以看到，对于任何一组数据 都可以利用公式计算出系数a、b的值，从而得到一个线性回归方程：y = a + bx .但是 x与 y之间相关程度如何，也可以说y的值到底由x决定的比重（％）有多大？只从数据分布图的观察来检验其相关关系是不正确。应用误差统计原理，在数学上给出了一种定量检验的方法，即根据已知数据求出一个相关系数R，然后根据R的大小来判定 y 与 x 的相关程度，这就叫相关性检验。 一元线性回归模型预测法 其中： R说明通过线性回归方程 y = a + bx 而联系起来的 x与 y之间的相关关系和相关程度。 当直线方程式 y = a + bx 的斜率是正值时，R取正值，表明 y 与 x 是正相关，即当 x 增大时， y 的值也随之增大。 当直线方程式 y = a + bx 的斜率是负值时，R取负值，表明 y 与 x 是负相关，即当 x 增大时， y 的值反而减小。 （－1≤ R≤ 1） 为预测值 当 R = 0 时，y 与 x 之间完全不相关；当 R = ±1时， y 与 x 之间完全相关。当 R →±1时， y 与 x 的相关程度就高；当 R → 0时， y 与 x 之间的相关程度极低。 * * 凡 事 预 则 立 不 预 则 废 运 筹 学 基 础 预 测 forecast 2.1 预测的概念和程序 2.2 定性预测法：判断预测法 2.3 时间序列预测法 2.4 回归模型预测法 预 测 2.1.1 预测的概念和作用 预测者根据有关的历史资料、数据，运用适当的理论和方法，对预测对象的未来状态进行分析、估计和推断，并对预测结果进行评价和应用的过程。 2.1.1 预测的概念和作用 基本功能：为决策系统提供制定决策所必须的未来信息。 应用举例： 产品销售：产品销售额、市场占有份额、价格变动趋势等。 生产：产品的市场需求、库存量、原材料需求量等。 人力资源规划：每类员工所需人数、人才流失状况预测等。 2.1.1 预测的概念和作用 应该指出：由于社会活动的复杂性，至今还没有