现代生产运作管理OM-第10章.pptVIP

预测模型-cont’d 多元线性回归模型 模型建立 多元回归 利用计算机进行多元回归求解 二〇一〇年七月 * 预测模型-cont’d 非线性回归模型 在生产实际中，有时两个因素之间的关系并非呈线性关系，这时则需要拟合适当的曲线才符合实际。 曲线类型择选的问题 建立非线性模型的关键在于确定曲线类型。通常情况下，曲线类型的择选需要考虑两方面的事情：变量间函数的类型、函数中未知数的确定。 确定了函数类型之后，需要确定函数中未知数。构建非线性回归模型时，函数中的未知数仍然采用最小二乘法。只是，在具体运用时，需要通过变量变化，将非线性关系变换成线性关系——线性化。 二〇一〇年七月 * 预测模型-cont’d 非线性回归模型 常见的非线性回归模型线性化 二〇一〇年七月 * 预测模型-cont’d 时间序列分解模型 时间序列的分解 时间序列是指按照一定的时间间隔和事件发生的先后顺序排列起来的数据构成的序列。对于企业而言，每天、每周、每月、每季度甚或每年的销售量按时间所构成的序列，是时间序列的典型例子。 时间序列的变化受许多因素的影响，概括而言，可以将影响时间序列的因为分解为四种：长期趋势（Trend，T）、季节变动（Seanson，S）、周期变动（Cycle，C）和随机变动（Irregural，I）。 二〇一〇年七月 * 预测模型-cont’d 时间序列分解模型 时间序列的分解模型 加法模型 乘法模型 时间序列的分解一般是先计算季节指数（seasonal index，SI），然后计算长期趋势（T）和周期变动（C），最后计算随机变动（I）。 二〇一〇年七月 * 预测模型-cont’d 时间序列平滑模型 一次移动平均 一次移动平均模型是指根据收集到一组观察值，计算其均值，将该均值作为下一期的预测值 简单移动平均 加权移动平均 二〇一〇年七月 * 预测模型-cont’d 时间序列平滑模型 一次指数平滑 一次指数平滑模型可以由简单移动平滑模型导出。 一次指数平滑模型初值的确定方法？ 二〇一〇年七月 * 第10章〔需求统计预测〕 内容架构 二〇一〇年七月 * 本章要点 一般了解 统计预测的概念、类型和步骤。 重点掌握 统计预测误差的度量方法； 常用的定性预测模型：德尔菲法、主观概率法、领先指标法、厂长（经理）评判意见法、推销人员估计法和相互影响分析法； 常用的定量预测模型：一元线性回归模型、多元线性回归模型、非线性回归模型、时间序列分解模型和时间序列平滑模型。 二〇一〇年七月 * 主要内容 引言〔需求统计预测：为何必要且重要？〕 理论基础 预测模型 应用案例 思考题 二〇一〇年七月 * 引言〔需求统计预测：为何必要且重要？〕 必要性 凡事预则立，不预则废。对每一个商业组织和每一个重要的管理决策来说，预测都是至关重要的。 企业为了更好地满足顾客需要，就需要进行市场预测（或称市场需求预测）。因为市场预测是企业制定经营计划的前提条件与重要依据，是企业做好经营决策的前提，有利于企业更好地满足市场需要，有利于企业提高竞争能力与应变能力。 二〇一〇年七月 * 引言〔需求统计预测：为何必要且重要？〕-cont’d 重要性 预测通常是被看作在给定的一系列因素，诸如技术、竞争对手、价格、营销、支出及销售成绩等的条件下，对未来市场需求状况给出具有最大可能性的观点的过程。 计划是根据需求预测的结果制定有关企业资源优化配置的管理决策过程。 预测较之计划一般要先行一步：如果没有对预测期的需求做出合理而准确的预测，也就无法对人员配备、采购资金、库存水平等问题做出正确的决策。 二〇一〇年七月 * 理论基础 统计预测概念 预测（forecasting）就是根据过去和现在估计将来，推测未来。统计预测（statistical forecast）属于预测方法研究的范畴，即如何用科学的统计方法对事物的未来发展进行定量推断，并计算概率置信区间（confidence interval）。 实际资料（历史资料）是统计预测的根据，统计理论（概率论与数理统计）是预测的基础，数学模型是统计预测的手段，它们共同构成了统计预测的三要素。 在现代生产运作管理中，预测的作用就是通过各个企业或行业内部的行动计划和决策来实现的。 统计预测作用的大小，取决于预测结果产生的效益的多少。影响预测作用的因素：预测费用的高低、预测方法的难易程度、预测结果的精度。 二〇一〇年七月 * 理论基础-cont’d 统计预测分类 按预测方法的性质，大致可以分为定性预测方法、定量预测方法，其中定量预测方法中的两类常用方法为回归预测法和时间序列预测法。 按照预测是否重复进行可以分为一次性一次和重复性一次。 按照预测时间的跨度（长短）来分，统计预测方法可以分为：近期预测、短期预测、中期预测和长期预测。 在实际