回归分析解析.ppt

以安全库存量为因变量,以最高日销量(x1),最低日销量x(2),到货延迟期x(3),每次订货费x(4),产品单价x(5),缺货系数x(6),保管费(x7)为自变量,经回归分析,计算结果见表1和表2。 表1 回归结果 从回归结果看,总体F检验值为40.28251,而F0.05(7,20)=2.51.所以回归方程高度显著,虽然回归方程显著,但有些变量对Y的影响不大,应从回归方程中剔除,以建立更简单、合理的回归方程。 查表得T0.05(1,20)=2.086,而表中T3T1T2T0.05(1,20),所以在置信度a=0.05下自变量 x1，x2，x3为显著,应留在回归方程中,其他变量对Y的贡献不大,应予剔除。 3.2 构建模型 表2 方差分析表 对留下的自变量与因变量重新进行回归分析,得结果如下(见表3和表4) 因为复相关系数为0.9611632,总体F检验值为97.03481,而F0.05(3,24)=3.01,所以回归方程高度显著。得安全库存量回归方程如下: 表3 回归结果 表4 方差分析表 本文所建立的方程对于使用者来说是非常方便的,从回归结果来看,模型的拟合情况也是比较好的。但对于那些销售情况呈非正态分布或者货物不能保证按期供应的情况,本模型不宜使用。 谢 谢 观看 * 模板来自于 / * 模板来自于 * 库存需求预测 ——回归分析探讨 团队 TEAM 就是力量 小组成员 薛传利 2140910003 蔡智勇 2140910015 王军委 2140910017 裴鸿利 2140910006 01 02 03 预测概论 回归分析理论研究 回归分析案例探讨 目 录 / contents 第一节 预测概论 一、预测的概念 是对未来可能发生的情况的预计和推测。 科学性：客观事物发展的惯性； 随机现象的统计规律性。 二、预测的作用 1、预测是制定物流战略的基础。 2、预测是制定库存计划计划的基础。 3、预测是协调各部门工作的依据。 4、有助于为尽快满足用户需求做好准备。 四、需求预测的分类 1、按时间分 （1）长期预测：是指对5年或5年以上的需求前景的预测。 （2）中期预测：是指对一个季度以上两年以下的需求前景的预测。 （3）短期预测：是指以日、周、旬、月 为单位，对一个季度以下的预测。 2、按主客观因素所起的作用分 （1）定性预测方法：依靠人们的才干、知识、远见和判断力来推测未来的变化。 （2）定量预测方法：主要根据对历史资料的分析来推断未来的需求。 五、影响需求预测的因素 1、商业周期：从复苏到高潮到衰退到萧条, 周而复始。 2、产品生命周期：任何成功的产品都有 导入期、成长期、成熟期和衰退期4个阶段。 复苏 高潮 衰退 萧条 复苏 导入期 成长期 成熟期 衰退期 六、预测一般步骤 1 决定预测的目的和用途； 预测的目的是什么？ 何时进行预测？ 2 对产品及其性质分类； 相关需求产品和独立需求产品。 3 决定影响因素； 商业周期 产品生命周期 4 确定预测跨度： 必须确定预测跨度，同时应清楚，当预测跨度增大时，预测 的精确度将降低。 5 收集分析资料 6 选择预测方法和模型； 7 计算并核实预测结果； 8 求出预测值； 9 应用预测结果； 10 预测监控。 监控是为了确定预测是否像预期的那样进行，如果不是，要从新检查所用的方法、以及数据的合理性等等，必要时，要做出适当的调整再行预测。 第二节 回归分析理论研究 预测方法 定性预测方法 定量预测方法 德尔菲法 部门主管讨论法 用户调查法 销售人员意见汇总法 回归模型（因果模型） 时间序列模型 时间序列平滑模型 时间序列分解模型 移动平均法 一次指数平滑法 二次指数平滑法 乘法模型 加法模型 预测方法框架结构图 2.1 回归分析概述 1. 概念 回归分析是一种应用极为广泛的数量分析方法。 它用于分析事物之间的统计关系，侧重考察变量之间的数量变化规律，并通过回归方程的形式描述和反应这种关系，帮助人们准确把握变量受其他一个变量或多个变量影响的程度，进而为预测提供科学依据。 2. 分类 按照自变量的多少：一元回归分析和多元回归分析； 按照自变量和因变量之间的关系类型：线性回归分析和非线性回归分析。 一元线性回归分析 一元非线性回归分析 多元线性回归分析 多元非线性回