《数据模型与决策》案例分析报告-预测销售的损失PPT培训课件.pptVIP

2010年杭州萧山房地产市场专题研究报告品管七大手法讲义教程桥梁工程识图讲义桥梁组成与结构课件确定性推理讲义 预测销售的损失 数据模型与决策第五小组 案例背景简述 在2003年8月31日，卡尔森百货公司遭受了飓风袭击，损失惨重。百货公司关闭了4个月之久（从2003年9月到12月），而现在卡尔森与它的保险公司就百货公司关闭期间损失的销售发生了争执。两个重要问题需要解决：（1）如果飓风未来侵袭的话，那么卡尔森所能实现的销售；（2）卡尔森是否能从风暴过后增加商业活动中获得的额外销售中受到补偿。超过80亿美圆的联邦赈灾基金以及保险赔偿流入了该县。这导致百货公司以及其他许多商号的销售增加。 分析并估计卡尔森百货公司从2003年9月到12月这几个月间损失的销售额，确定在同期因风暴带来的额外销售是否可以立案，若可以立案，则卡尔森公司可以因其超出正常销售的额外销售得到补偿。 一、卡尔森公司无飓风情况下销售额预测 下表是卡尔森百货公司1999年9月-2003年8月销售额数据 预测思路 3.利用消除季节影响的时间序列确定趋势 2.利用季节指数消除原时间序列的季节影响，得到新的时间序列 1.计算卡尔森公司销售额时间序列的中心化移动平均数及季节不规则值和季节指数 4.利用季节指数调整趋势预测值 根据这一时间序列的散点图来看，该时间序列存在明显的趋势和季节成分，预测卡尔森公司在无飓风情况下的销售额可采用乘法模型：Y=T×S×I。 1.1 计算季节指数 1.2 利用季节指数消除原时间数列对季节的影响,得到新的时间序列 1.3 利用消除影响的时间序列确定趋势 从图２可以看出消除影响后的卡尔森公司的销售额数据有着较为明显的直线趋势，因此可以拟定模型：Tt=b0+b1t Tt:t期卡尔森公司销售额的趋势值 b0：趋势线的截距 b1：趋势线的斜率 拟合趋势方程为： Ｔt = 2.1483 + 0.0114×t 准确度度量 平均百分误差 (MAPE) 4.67980 平均绝对误差 (MAD) 0.10607 平均偏差平方和 0.02675 从准确度量数据可以看出，该模型拟合较好 预测 周期 预测 49 2.71 50 2.72 51 2.73 52 2.74 拟合图形如下 1.4 利用季节指数调整趋势预测值 因此，我们预测2003年9-12月在无飓风的情况下销售额为12.35百万美元。 二、全县百货公司无飓风情况下销售额预测 预 测 思 路 对无飓风时全县百货商场销售额的预测 建立模型 消除影响后的全县百货公司销售额时间序列的散点图 利用全县百货商场1999年9月-2003年8月数据计算无飓风况下的季节指数，并得到消除季节影响后的销售额时间序列 利用季节指数调整预测值 图4告诉们，全县百货公司销售额时间序列同样存在明显的趋势和季节成分，预测全县百货公司在无飓风情况下的销售额应采用乘法模型：Y=T×S×I。 2.1 无飓风季节指数和消除季节影响后的销售额时间序列 * * 2010年杭州萧山房地产市场专题研究报告品管七大手法讲义教程桥梁工程识图讲义桥梁组成与结构课件确定性推理讲义