生产运作需求预测与管理概述.ppt

定量预测——延伸预测法 含义： 延伸预测方法是根据市场各种变量的历史数据的变化规律，对未来进行预测的定量预测方法，主要用于具有时间序列关系的数据预测。 应用条件： 预测变量的过去、现在和将来的客观条件基本保持不变，历史数据揭示的规律可以延续到未来。 预测变量的发展过程是渐变的，而不是跳跃式的或大起大落的。 延伸预测法的种类 移动平均法：简单移动平均法、加权移动平均法 指数平滑法：一次指数平滑法 成长曲线法 季节波动模型 简单移动平均法 含义： 简单移动平均法是以过去某一段时间的数据平均值作为将来某时期预测值的一种方法。该方法对过去若干历史数据求算术平均数，并把该数据作为以后时期的预测值。 公式： 式中，Ft+1是t+1时刻的预测值；n是计算移动平均值时所使用的历史数据的数目，即移动时段的长度。 定量预测——延伸预测法 简单移动平均法的优缺点和应用范围 优点：简单易行，容易掌握。 缺点：只有在处理水平型历史数据时才有效， 应用范围有限。 应用范围：适用于短期预测，在大多数情况下只适用于以月度或周为单位的近期预测。 简单移动平均法 MA3 MA5 Figure 2.2 加权移动平均法 wnwn-1…w2w1; w1+w2+…+wn=1 指数平滑法 F3=F2+α(A2-F2) 41.8=42+0.1(40-42) Figure 2.4 定量预测——因果分析法 因果预测方法是通过寻找变量之间的因果关系，分析自变量对因变量的影响程度，进而对未来进行预测的方法，主要用于存在关联关系的数据预测。 回归分析法：1.相关系数，2.一元线性回归基本公式 弹性系数法 消费系数法 回归分析法——相关系数 相关系数描述两个变量之间的线性相关关系的密切程度的数量指标，用R表示。 xi、yi分别是自变量x和因变量y的观察值 R的取值与相关关系 R的取值在﹣1和1之间，有以下几种情况： （1）??? 当R=1时，变量x和y完全正相关； （2）??? 当R=﹣1时，变量x和y完全负相关； （3）??? 当0R1时，变量x和y正相关； （4）??? 当-1R0时，变量x和y负相关； （5）??? 当R=0时，变量x和y没有线性关系。 在计算出R值后，可以查相关关系数检验表。在自由度为n﹣2（n为样本容量）和显著性水平α下，若R大于临界值，则变量x和y之间的线性关系成立；否则，两个变量不存在线性关系。 一元线性回归基本公式 如果预测对象与主要影响因素之间存在线性关系，将预测对象作为因变量y，将主要影响因素作为自变量x，对于每组可以观察到的变量x、y的数值xi、yi，它们之间的关系可以用一元回归模型表示为： a、b是描述x和y之间关系的系数；a是回归常数；b是回归系数；e是误差项或回归余项。 回归分析法 yt=a+bx (xi, yi) x y Figure 2.5 Common Nonlinear Trends Figure 2.6 Figure 2.3 第02章 需求预测与管理 2.1 需求预测的重要性 2.2 需求预测的过程和方法 2.3 需求预测误差 2.4 需求管理 平均绝对误差: 2.3 需求预测误差 均方差: 跟踪信号: Dt:第t期的实际需求量；Ft:第t期的需求预测值；n：期数 第02章 需求预测与管理 2.1 需求预测的重要性 2.2 需求预测的过程和方法 2.3 需求预测误差 2.4 需求管理 -*- -*- -*- ——by Ann Landers Promise to do something. you’ve always wanted to do but couldn’t find the time.” A good laugh can be better than any medicine. Laugh the loudest when the joke is on you. 望月怀远 张九龄 第02章 需求预测与管理 2.1 需求预测的重要性 2.2 需求预测的过程和方法 2.3 需求预测误差 2.4 需求管理 生产与运作管理 预测: FORECAST: A statement about the future value of a variable of interest such as demand. Forecasts affect decisions and activities throughout an organization Accounting, finance Human resources Marketing MIS Operations Product / service design Accounting Cost/profit estimates Finance