第2章 预分析方法.ppt

第2章 预测分析方法 授课教师：史胜安 公共事业管理教研室 2.1 预测分析方法概述 “凡事预则立，不预则废” “人无远虑，必有近忧” 2.1.1 预测的概念根据研究对象发展变化的实际数据和历史资料，运用现代化的科学理论和方法，以及各种经验、判断和知识，对事物的未来一定时期内的可能变化情况进行推测、估计和分析。 2.1.2 预测的特点 1. 科学性 2. 近似性 3. 局限性 2.1.3 预测方法分类定性预测方法:依据人们对系统过去和现在的经验、判断和直觉进行预测 时间序列预测方法：根据系统对象随时间变化的历史资料，只考虑系统变量随时间的发展变化规律，对其未来作出预测。 因果关系预测方法：变量之间存在着某种前因后果关系，找出影响某种结果的一个或几个因素，建立起它们之间的数学模型，然后可以根据自变量变化预测结果变量的变化。 2.1.4 预测分析的步骤 明确预测的目标 收集、整理资料和数据 建立预测模型 模型参数估计 模型检验 预测实施与结果分析 2.2 定性预测方法——德尔斐法 2.2.1 概述 德尔斐法是在20世纪40年代由O．赫尔姆和N．达尔克首创，由美国的兰德公司于1964年首先用于技术预测 阿波罗神殿德尔菲法依据系统的程序，采用匿名发表意见的方式，即专家之间不得互相讨论，不发生横向联系，只能与调查人员发生关系，通过多轮次调查专家对问卷所提问题的看法，经过反复征询、归纳、修改，最后汇总成专家基本一致的看法，作为预测的结果。这种方法具有广泛的代表性，较为可靠。 2.2.2 具体做法 第一步： 准备阶段成立预测领导小组选择专家组成员设计咨询表 第二步：征询阶段 第三步：统计结果最终处理阶段 2.3 时间序列预测 2.3.1 时间序列模型 1. 时间序列按时间顺序记录的一组观察数据 2. 时间序列模型寻找时间序列的内在规律，用来推测在同一问题，同样条件下的未来发展情况的预测模型 3 . 模型的建立 长期趋势变动（T） 季节性变动（S） 周期性变动（循环变动）（C） 不规则变动（I） 加法模型Y=T+S+C+I 乘法模型Y=T·S·C·I 2.3.2 常用的时间序列方法 1、简单平均法将过去n个时期实际观察数据相加而求其平均值，作为下一个时期的预测值。 2.4 线性回归分析预测方法 2.4.1 相关分析 2.4.1.1 相关关系的概述关系：描述的是社会经济现象普遍存在的相互依存、相互制约的性质。 1、函数关系 2、相关关系 2.4.1.2相关关系的分类 1、从相关关系涉及的因素多少分：单相关和复相关 2、从相关关系的方向分：正相关和负相关 3、从相关关系的表现形式分：线性相关和非线性相关 4、从相关程度分：完全相关、不完全相关和完全不相关 2.4 线性回归分析预测方法 2.4.1 相关分析 2.4.1.3 相关系数1、相关系数的计算 2.4.2 线性回归分析 1、回归分析的意义 2、直线回归方程的建立 设直线回归方程为 例题：某工厂生产产品1~5月份实际销售额情况如下表所示，要求以此来预测6月份的销售额。（至少用两种方法） 2.5　灰色预测模型 2.5.1 白色、黑色和灰色系统 2.5.2 灰色系统理论的提出 2.5.3累加生成（Accumulated Generating Operation）AGO 若对于新数列中的每项数据值满足 特点： （1）累加生成能使任意非负数列、摆动的与非摆动的，转化为非减的、递增的数列。 （2）原始非负数列作1—AGO后得到的生成数列具有近似的指数规律。 2.5.4 灰色模型GM（1，1）的建立 解之可得 6、预测结果误差分析 2.5.5 案例分析 第五步， 预测结果误差分析。 应用我们得到的灰色预测模型，对2002~2005年各年度的售电量进行预测，并与各年度实际售电量结果进行比较，所得误差分析见表3。 2.6 马尔可夫预测分析方法 马尔可夫方法的主要研究对象是一个运行系统的状态的转移。应用马尔可夫方法计算分析的目的，就是根据某些变量的现在状态及其变化趋向，来预测它在未来某一特定期间可能出现的状态，从而提供某种决策的依据。马尔可夫方法是用转移概率矩阵进行预测和决策。 2.6 马尔可夫预测分析方法 下面结合具体的案例说明马尔可夫方法的应用步骤： 1、建立转移概率矩阵 例：有A、B、C三个公司生产某种产品，在市场上销售。由于服务态度，产品质量及广告宣传等因素的不同和变化，近期客户的流动情况和保留情况如表所示。 由此，可以建立得失的转移概率矩阵 3、求出转移概率矩阵的平衡状态，即稳定状态 只要转移概率矩阵不变，不管市场占有率如何改变，最后总会达到平衡状态，即稳定状态，这时市场占有率不再变化了，称此市场占有率为最后占有率。 假定，A、B、C