北大光管决策管理课堂讲义+第五章预测决策法.pptVIP

第五章预测决策法 本章概要： 1. 预测的重要性 2. 讨论不同的预测方法 3. 时间序列 4. 计算预测的误差 5. 因果分析预测 6. 线性回归方法 7. 趋势外推法 8. 平均法、移动平均法、指数平滑法预测 9. 预测有季节性和特定趋势的时间序列 预测与决策 预测 资源 目标 经理 决策 执行情况 实施 预测方法分类 判断预测法 定性方法 预测 定量方法 趋势外推法 因果分析法 历史数据 参数值 其它因素 预测方法 初步预测 最终预测 主要观点、信 息、讨论等 判断预测法 精确性 短期 中期 长期 个人见解 差 差 差 低 座 谈 会 轻差 轻差 差 低 市场调查 很好 好 可以 高 历史推断 差 稍好 稍好 中 德尔菲法 较好 较好 较好 稍高 方法 成本 时间序列与预测误差 值 值 值 值 值 值 时间 时间 时间 时间 时间 时间 (f)阶梯序列 (e)脉冲序列 (d)季节趋势序列 ?季节性序列 (b)趋势序列 (a)常数序列 常见的时间序列图 时间序列与预测误差 误差均值= = 误差绝对均值= = 误差平方均值= = t—时间，D(t)—时间t的需求，F(t)—时间t的预测值 E(t)=D(t)―F(t) 误差 ΣE(t) n Σ D(t)―F(t) n Σ D(t)―F(t) n Σ E(t) n Σ E(t) n Σ D(t)―F(t) n 2 2 时间序列与预测误差 实例 1： 下面时间序列的预测误差是多少？ t 1 2 3 4 5 6 7 8 D(t) 122 135 142 156 156 161 169 177 F(t) 112 120 131 144 157 168 176 180 因果分析预测，原因及其关系（预测值与其有关因素） 时间序列与预测误差 时间序列与预测误差 线性回归法 Y(i)=a+bX(i)+E(i) minE(i)2 求a、b最小= 法） Y(X) = a+bX b = a = = nΣX·Y-(ΣX) ·(ΣY) nΣX2+(ΣX)2 ΣY n ΣX n b Y bX 线性回归法 案例一： 海尔福特化工公司正在考虑改变产品检验的方法。他们做了一些不同检验次数的实验，得到了相应的残次品数目数据。 检验次数 0 1 2 3 4 5 6 7 8 9 10 残次品数目 92 86 81 72 67 59 53 43 32 24 12 如果海尔福特打算检验6次，产品中还会有多少残次品？如果检验20次呢？ 确定性系数与相关系数（SSE,Sum of squared errors) 总SSE =Σ Y(i)-Y 2 解释SSE =Σ Y’(i)Y 2 r2 = 确定性系数 = = r = 相关系数 = 确定性系数 解释的SSE 总的SSE nΣ(X·Y)-ΣX·ΣY nΣX2-(ΣX)2 · nΣY2-(ΣY)2 + - Y X 解释的 总的 均值（Y） 回归线（Y’） 未解释的 总的、解释的和未解释的偏离之间的关系 确定性系数与相关系数（SSE,Sum of squared errors) X X X X X X Y Y Y Y Y Y (a)r=+1 (b)r接近于+1 (c)r逐渐变小 (d)r=0 (e)r接近于-1 (f)r=-1 确定性系数与相关系数（SSE,Sum of squared errors) 实例2： 在过去的10个月中，一家钢铁厂的某部