企业管理课件5（常用的预测方法）赵岩.pptVIP

第二节 常用预测方法 定性预测方法 定量预测方法 2 德尔菲法。专家意见法的现代变种，由兰德公司于50年代提出，这一预测方法得到较为普遍的应用，其特点是对专 家意见的调查是通过匿名的方式进行，背靠背。 3 头脑风暴法。通过专家面对面的交流，引起思维共鸣，近而产生组合效应，进行创造性的思维。 4 主观概率法。请专家对所预测事物可能发生的可能性进行估计，然后进行统计处理并得出结果的一种方法。 （2） 时间序列数据、截面数据、平行数据 时间序列数据是指在连续的时间段或不同时期对某个变量的度量值。时间段可分为年、季、月或周、日等等。 截面数据是指在既定的时点上，对不同个体的某个变量的度量值，这里的个体可以采用不同的形式 平行数据是指这两类数据的混合数据 数据的准确性问题 a 经济数据的准确程度差别很大 b 经济数据的准确性通常都是不对称的，比如总产值通常较大，而利润通常较小等。 （1）时间序列预测法（时间序列分析） 时间序列是指变量按时间顺序纪录的一系列观察值，从理论上讲，许多数据可以连续测度，如温度、电压等，并可以用图的形式将其连续地表示出来。但在实际中，测度往往是离散的，比如对企业的测度等，我们在时间序列分析的数据结构主要就是讨论这种时间序列。 时间序列分析的基本方法是研究变量的过去模式，并利用这些信息推测未来行为。 时间序列模型对数据的要求较少，而且时间序列模型易于构建，他常常可以提供比其他模型更好的短期预测。 时间序列预测要求系统具有平稳性。这一平稳性有两个含义一个含义是序列本身是平稳的，即平均值为0，方差为常数 ；第二个含义是，过程是整过程 移动平均法：算术平均只能说明一般情况，无法反映时间序列发展过程和趋势，而采用分段平均，逐次移位的方法可以有效的克服这一缺点，这就是移动平均法。 移动平均法又可分为一次、二次移动平均法。 加权移动平均法：根据近期资料和远期资料对预测值影响程度的不同。给与一定的权重来进行预测影响程度的不同。给与一定的权重来进行预测的一种方法。 由于指数平滑法得到的预测值是上期实测值与上期预测值的加权平均，当a值大，对实测之变化反应敏感，预测值不稳定，当a取值小，对实测值反应迟钝，预测值稳定。因此平滑系数选择合适与否对预测结果影响很大。一般通过比较不同的S（标准差）平方和来决定a的具体取值。 a 函数关系。具有一一对应的关系，可以用函数来描述 b 统计关系。存在非确定关系，必须借助数理统计方法寻求其统计规律性，统计关系可以表示为确定性部分和随机性部分二者之和。 c 相关关系。一种特殊的统计关系，研究相关关系的方法称之为相关分析，在 相关分析中变量都是随机变量 一般讲，回归分析就是对后两种关系的分析 一般的在回归分析中我们用Y代表应变量，用X代表自变量或解释变量。回归分析可以用来： 通过已知变量的值来估计应变量的均值。 对独立性进行假设检验。 通过自变量的值，对因变量的均值进行预测。 对上述多个目标的综合。 最小二乘法 基本思想：希望通过n组样本观测值（x1,y1),….(xn,yn) 得到拟合度最大的直线 ?=a1+a2X 式中a1、a2是未知参数的估计值， 回归与因果关系：回归研究一个变量对另一（些）变量的依赖关系，但他并不一定意味着因果关系。一个统计关系，不管多强，却永远不能确立因果方面的联系。因果关系需要先验或理论上的思考。 = 注意：这里 e 是实际的 Y 减去估计的 ?，因而e= Y – ?，也就是 由于这些残差的符号将随样本观测值，在直线的上面或下面有正有负，对残差求和存在正负相抵的问题，为了解决这一问题，对残差的平方求和，并使其最小。 分别对参数求偏导并整理后得 = 如何判定估计方程式一个“好”的方程 为了使被估计参数尽可能靠近真值，具有最小、无偏的性质，我们对回归作如下限定 （1）回归模型是线性的； （2）y是随机变量，x是确定变量； （3）干扰项的均值为零： ； （4）同方差性： ； （5）协方差为零： 假设检验： （1）经济意义检验：是指回归模型是否符合基本经济意义，经济意义检验如无法通过，则无需继续进行检验，而需要对模型进行修改。例如：消费（C）=-235+76I （若收入I为0，消费C为负值）就不能通过经济学检验。 （2）可决系数R2：衡量回归直线对样本观察值的拟合程度或解释程度的指标。此系数越接近“1”，则表示回归直线对样本观察值的拟合程度越好。 几个问题 回归系数与相关系数：回归与相关是两个不同的概念，回归是研究被解释变量对其他解释变量的依赖关系，而相关则是研究测度两个变量之间的线性关联程度，比如我们关心吸烟与肺癌、统计学与数学考分之间的相关，