运营管理（傅惠敏）12预测.pptVIP

讨论 参照表9-2，针对下列情况你会选择哪种预测模型：（a）浴衣的需求；(b)新房屋的需求；(c)电力使用情况；(d)新厂扩建计划。 就误差而言，为什么运营经理在做简单线形回归时希望使用最小二乘法？ 指数平滑、适应性平滑和包含趋势性预测的指数平滑等预测方法均要求给定初始值，才能使方程式进行下去，你是如何选择初始值Ft-1？ 在简单移动平均、加权移动平均法、指数平滑法和线形回归分析等预测中，你认为哪种方法的预测精度最高？为什么？ 在复杂的统计预测模型，如神经网络的预测中仍然存在着预测误差，预测误差究竟蕴涵着什么含义？ * * 判断回归线与数据相符程度的指标：标准误差（standard error of estimate, SYX） ( ) 2 1 2 ? - - = ? = n n i i i YX y y S * * 时间序列分析中的预测误差 误差：预测值与实际结果的偏差 只要预测值位于置信区间内，就不算真正的误差 误差的来源：将过去的趋势直接外推至未来 误差分为偏移误差和随机误差 偏移误差：预测总是偏高或偏低 未包含正确变量 变量间关系定义错误 趋势曲线使用不正确 季节性需求偏离正常轨迹 未被发现的趋势 随机误差：无法解释的误差项（噪音） * * 误差测量 标准差（均方差/方差的平方根） 平均绝对偏差（mean absolute deviation，MAD） 跟踪信号（TS）：预测值是否能与实际需求增长或减少的变化步调保持一致 TS=累计预测误差RSFE/平均绝对偏差MAD * * 因果关系预测 原因?现象 * * 预测可靠性：决定系数 因变量变化多大程度上是由自变量的变化引起的 决定系数（coefficient of determination, r2）：因变量可以被自变量解释的比例，计算公式为： * * 希望r2越大越好，即Σ(yi- ?i)2越小越好 自变量 因变量 误差 总方差 * * 预测方法在服务业中的应用 实时收集数据供决策者参考（节假日公园的人流：世博园指定日） 减少库存和浪费（快餐店对顾客流的预测） 减少人员安排（灵活用工） 减少生产能力浪费（促销） 制定产能决策（产能提升、收缩） * * * * ±1个西格玛 合格品率为68.27% 不合品率为317300PPM ±2个西格玛 合格品率为95.45% 不合品率为45500PPM ±3个西格玛 合格品率为99.73% 不合品率为2700PPM ±4个西格玛 合格品率为99.9937% 不合品率为63PPM ±5个西格玛 合格品率为99.999943% 不合品率为0.57PPM ±6个西格玛 合格品率为99.9999998% 不合品率为0.002PPM 12 预 测 运营管理原理课程组 2015版 人类的愿望：未卜先知 白菜的困境 世界杯的商机 * * * 企业中的预测 预测什么？ 主要是需求 对竞争对手的反应预测属于博弈论。 为何要预测？ 根本目的：应对变化的需求，使供求平衡。 好处一：减少库存，节约库存成本 好处二：及时满足需求，减少缺货现象 如何预测？ 以历史为鉴，以统计技术为法 * * 预测的分类 三种基本类型：定性预测、时间序列分析和因果关系分析 定性预测：基于估计和评价，主观判断 时间序列分析：假定需求的变化趋势将在未来持续一段时间（基于过去需求的历史数据预测未来） ，用于短期预测 因果关系分析：假定需求与某些内在因素或周围环境的外部因素有关系 ，用于长期预测 企业选用哪一种预测模型主要取决于下列因素： 预测的时间跨度 相关数据的获取 预测精度的要求 预测预算的大小 合格的预测人员 * * 定性方法 基于专家意见和直觉的非定量的预测技术。多用于没有现成可得数据的时候。 德尔菲法（背对背的专家意见） 市场调研（通过问卷调查、上门访谈等方法收集顾客数据，通常用于长期预测和新产品销售预测） 历史类比（与类似产品相联系，利用其历史数据来进行预测，可用于新产品开发） 德尔菲法的步骤 组成专家小组专家人数的多少，可根据预测课题的大小和涉及面的宽窄而定，一般不超过20人。 向所有专家提出所要预测的问题及有关要求，并附上有关这个问题的所有背景材料，同时请专家提出还需要什么材料。然后，由专家做书面答复。 各个专家根据他们所收到的材料，提出自己的预测意见，并说明自己是怎样利用这些材料并提出预测值的。 将各位专家第一次判断意见汇总整理，再分发给各位专家，让专家比较自己同他人的不同意见，修改自己的意见和判断。 将所有专家的修改意见收集起来，汇总，再次分发给各位专家，以便做第二次修改。收集意见和信息反馈一般要经过三、四轮，直到每一个专家不再改变自己的意见为止。 对专家的意见进行综合处理。 * * 时间序列分析 基于以往事件随时间出现而形成