哈工大管理定量分析课件Session3预测.ppt

* 8 经理意见：最不正规的方法，因为他仅仅涉及一个经理，用个人的最佳判断能力进行判断。在有数据辅助的情况下和在没有数据仅仅依靠经验和对当前状况的熟悉程度来进行预测。 各部门主管集体讨论：与前一种类似，所不同的是涉及一小群高层管理人员用他们的最佳判断能力集体进行预测。几名管理者共担责任，提供多种不同的专业知识。 10 12 12 Judgmental Forecasting In Firms公司中的主观预测 预测技术 Low Sales $100M High Sales $500M 经理意见 40.7% 39.6% 部门主管集体讨论 40.7% 41.6% 销售人员意见汇集 29.6% 35.4% 公司数目 27 48 Source: Nada Sanders and Karl Mandrodt (1994) “Practitioners Continue to Rely on Judgmental Forecasting Methods Instead of Quantitative Methods,” Interfaces, vol. 24, no. 2, pp. 92-100. Session Summary 本讲小结 小结 首先介绍了有关预测的一些企业的实际应用 然后介绍了需求的构成 接着介绍了预测的类型 然后展开介绍了各种定性预测方法 接着展开介绍了各种定量预测方法 最后最预测的各种方法在实践中的应用做了总结 The End of Session 3 5 15 20 21 24 25 27 30 13 14 7 * * * * * * * * * * * * 组织 预测变量 预测方法 Merit Brass Co. 最终产品的销售量 指数平滑 Hidroelectrica Espanol能源需求 ARIMA(Box-Jenkins) American Airlines 不同等级座位的需求 指数平滑 American Airlines 维修飞机备件的需求 线性回归 Albuquerque Microelectronics晶片的合格率 指数平滑 U.S.Department of Labor 失业保险支付额 线性回归 United Airlines 代表处和机场的需求 ARIMA L.L.Bean 呼叫中心的人员需求 ARIMA Forecasting in Practice 实践中的预测 13 Quantitative Forecasting In Firms公司中的定量预测 预测技术 Low Sales $100M High Sales $500M 移动平均 29.6% 29.2% 直线延展 14.8% 14.6% 天真预测 18.5% 14.6% 指数平滑 14.8% 20.8% 回归 22.2% 27.1% 仿真 3.7% 10.4% 经典分解 3.7% 8.3% Box-Jenkins 3.7% 6.3% 公司数目 27 48 Source: Nada Sanders and Karl Mandrodt (1994) “Practitioners Continue to Rely on Judgmental Forecasting Methods Instead of Quantitative Methods,” Interfaces, vol. 24, no. 2, pp. 92-100. 14 Time Series Analysis时间序列分析 企业选用哪一种预测模型取决于： 预测的时间范围 能否获得相关数据 所需的预测精度 预测预算的规模 合适的预测人员 企业的柔性程度 7 Worth Noting Trends值得注意的趋势 一段时期内的平均需求（Average Demand） 需求趋势（A Trend） 季节因素（Seasonal Element） 周期因素（Cyclical Element） 随机因素（Rand Variation） 自相关（Autocorrelation） 随机时间序列模型简介 前提假设：时间序列是由某个随机过程生成。 即，假定序列Y1,Y2,…,YT 的每一个数值都是从一个概率分布中随机得到。 注意：模型不必（一般也不会）与序列的过去实际行为完全一致，因为序列和模型都是随机的，只要模型能够刻画序列的随机特征就可以应用。 白噪声和随机游走 另一个简单的随机时间列序被称为随机游走(random walk)，该序列由如下随机过程生成： Yt = Yt-1 + ?t 这里，?t 是一个白噪声。 一个最简单的随机时间序列是一具有零均值同方差的独