第三章需求预测讲述.pptVIP

第三章 需求预测和决策 主要内容 一、概论 预测的重要性 一、概论 预测的重要性 一、概论 预测的重要性 一、概论 预测的重要性 一、概论 概 念 一、概论 种 类 一、概论 影响预测的因素 一、概论 典型的趋势需求 一、概论 步 骤 二、预测中的定性方法 简单移动平均 简单移动平均 线性回归分析法 方程 最小二乘法 因果预测 因果预测 多元线性回归模型设定 多元回归 四、预测方法的选择 四 预测方法的选择 五、管理决策 影响产品变化的因素 产品生命周期 新产品开发的要求 决策类型和方法 2010/10/1 指数平滑法 （3）指数平滑法 一次指数平滑的平均值公式为： 一次指数平滑的预测公式为： SFt+1为t+1期一次指数平滑预测值 At:为t期的预测值 A:平滑系数，权重（0≤a≤1） 可以改写为： 2010/10/1 指数平滑法 之所以称之为指数平滑是因为每靠后一期其权重就降低 1- ? 。例如，设?=0.05，则各个时期的权重如下所示 最近期的权重= ??（1- ? ）0 0.0500 最近期的权重= ??（1- ? ）1 0.0475 最近期的权重= ??（1- ? ）2 0.0451 最近期的权重= ??（1- ? ）3 0.0429 权重因子 2010/10/1 指数平滑法 指数平滑法算例： 假设所研究的产品的长期需求相对稳定，平滑常数?=0.05也较合适，并假设上个月的预测值（ ）为1050个单位，如果实际需求为1000而不是1050，那么本月的预测值为： 由于平滑自相关很小，所以新预测值对误差为50单位的响应仅 使得下月的预测值减少了2.5个单位。 ——时期 ——某期实际需求 ——某期预测需求 ——时期总数 2010/10/1 预测误差——误差测量 用来描述误差程度的常用术语有标准差、均方差（或方差）和平均绝对偏差 平均绝对偏差（MAD）简单明了并且可以获得跟踪信号，故再度受宠。MAD是预测误差的平均值，用绝对值表示。与标准偏差一样，MAD的优点还在于它度量了观测值与期望值的离差。 在不考虑符号的情况下，MAD由实际需求和预测需求间的差异计算而得。它等于用绝对偏差总和除以数据点个数，以等式形式给出为： 2010/10/1 定义：两个或两个以上相关变量之间的函数关系。线性关系是指变量呈严格直线关系的一种特殊回归形式。 优点：对主要事件或综合计划的长期预测很有用 用处：时间序列预测和因果预测中都用线性回归。 例子：手拟回归直线、最小二乘分析和模型分解。 （4）线性回归分析法 局限性：假设历史数据和未来预测值都在一条直线上。 2010/10/1 （4）线性回归分析法 手拟趋势线 例： 某公司某产品过去3年12季度的销售量如下表所示， 该企业希望预测第4季度的销售情况： 2010/10/1 线性回归分析法——手拟趋势线 季度 销售量 季度 销售量 1 600 2 1550 3 1550 4 1500 5 2400 6 3100 7 2600 8 2900 9 3800 10 4500 11 4000 12 4900 y = a+bx a = 400 b = (4950-750)/(12-1) = 382 y = 400+382x 2010/10/1 线性回归分析法——手拟趋势线 解：首先建立坐标系统，取横坐标为季度，众坐标为销售额，则将过去12个季度的销售额对应的数据点在坐标系统中画出，相应散点图，如图所示，这就是回归直线，下一步是确定截距a和斜率b。 设 为实测值，y 为公式值，则 为误差，令 根据最小二乘法，则： 2010/10/1 最小二乘法OLS 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是根据图中确定截距a和斜率b，而最小二乘法求解的公式为： 得： 令： 2010/10/1 最小二乘法 根据最小二乘回归的思想，可以计算出上例中a和b的值， 最