第五章物流系统预测(程)概要.ppt

（三）趋势和季节性因素的校正 当时间序列的趋势和季节性波动都很明显时，需要在预测模型中对这两种因素进行校正。 季节指数：是一种以相对数表示的季节变动衡量指标。(**) 在实际预测中通常需要运用三年以上的分季历史数据计算季节指数。  一年4个季度的季度指数之和为400%，每个季度季节指数平均数为100%。 季节变动表现为各季的季节指数围绕着100%上下波动，表明各季销售量与全年平均数的相对关系。 如某种商品第一季度的季节指数为125%，这表明该商品第一季度的销售量通常高于年平均数25%，属旺季，若第三季度的季节指数为73%，则表明该商品第三季度的销售量通常低于年平均数27%，属淡季。 1 2 3 4 各季平均 季节指数（%） 7 季度 1996年 1997年 1998年 A=[(2)+(3)+(4)]/3 S=A/B Y=Yt*S Ⅰ季度 182 231 330 247 28.9 298.15 Ⅱ季度 1728 1705 1932 1788.3 208.9 2155.16 Ⅲ季度 1144 1208 1427 1259.7 147.2 1518.62 Ⅳ季度 118 134 132 128 15 154.75 合计 3172 3278 3821 3423.7 历年季度总平均数B=(A1+A2+A3+A4)/4 855.925 Yt=1031,67 例：根据某市文化衫1996-1998销售资料预测1999各个季节的销售量 。设：1999年的销售量以1998年销售量为基数按8 %递增 1999年的销售量为3821*1.08=4126.68 平均每季度销售=4126.68/4=1031.67 I1996(1)= =0.23 见教材121页 St+1: t+1期除去季节波动但考虑长期趋势的基础预测值 It-L ：上一个周期同一季节的季节指数 Tt: 趋势值 B： 趋势基础上的平滑指数 r:季节性指数基础上的平滑系数 Xt/St ：季节指数，实际值与除掉季节因素的预测值之比 趋势和季节性因素的校正的模型方程 L完整的季节周期， 四季循环波动为4 12个月循环波动为12 例: 某地过去3年的季度电力需求（消耗）数据如下表。试预测下一 年各季度的电力需求量（平滑指数自己定）。 某地过去3年的季度电力需求数据 解: 画出需求序列的散点图。显示该序列既具有增长趋势，又有以一年四季为周期的季节性成分。 季度 1 2 3 4 5 6 7 8 9 10 11 12 需求 182 105 77 168 210 126 119 161 217 140 133 189 回归统计 Multiple R 0.252683 R Square 0.063849 Adjusted R Square -0.02977 标准误差 43.59155 观测值 12 方差分析 ? 　 df SS MS F Significance F 回归分析 1 1296.016 1296.016 0.682033 0.42815 残差 10 19002.23 1900.223 总计 11 20298.25 　 　 　 　 Coefficients 标准误差 t Stat P-value Intercept 132.6818 26.82875 4.94551 0.000582 t 3.01049 3.645309 0.825853 0.42815 思路： （1）用前面的8个数据来估计模型参数，包括基本值、趋势值、季节性指数。 （2）用第三个周期的4个数据来修正模型参数 （3）参数确定后，预测第4个周期的需求值 　 1996 1997 1998 趋势T97-96 T98-97 1 182 210 217 28 7 2 105 126 140 21 14 3 77 119 133 42 14 4 168 161 189 -7 28 每年需求∑4季 532 616 679 84 63 平均∑/4 133 154 169.75 21 15.75 年度内季度之间的趋势T 　 　 　 5.25 3.9375 年份 T X 除去季节波动的预测值S 季节指数I=X/S 趋势T 1996年平均X =133 　 1 182 125.125 1.45 　 2 105 133-5.25/2 =130.375 0.81 5.25 3 77 133+5.25/2 =135.625 0.57 5.25 4 168 140.875 1.19 5.25 1997年平均X =154 5 210 146.155 1.44 5.25 6 126 151.375