需求预测课件.pptVIP

线性相关系数 r 和标准差 S yx ? 当 r 为正，说明 Y 与 X 正相关，即 X 增加， Y 也增加；当 r 为负，说明 Y 与 X 负相关，即 X 增加， Y 也减少。 ? r 越接近 1 ，说明实际值与所作出的直线越接近。 ? S yx 越小表示预测值与直线的距离接近。 第四节 预测误差与监控 一、预测精度（ Forecast accuracy ）测量 ? 误差 – 实际值与预计值的差别 ? 当预测值大于实际值时，误差为正；当预测值小于实 际值时，误差为负。 （一）平均绝对偏差（ Mean absolute deviation ， MAD ） ? 平均绝对偏差就是整个预测期内每一次预测值与实 际值的绝对偏差（不分正负，只考虑偏差量）的平 均值，用公式表示： MAD ? ? t ? 1 n A t ? F t n ? 式中 ， A t 表示时段 t 的实际值； F t 表示时段 t 的预测值； n 是整个预测期内的时段个数（或预测次数）。 ? MAD 的作用与标准偏差相类似，但它比标准偏差容易 求得。 ? 如果预测误差是正态分布， MAD 约等于 0 ． 8 倍的标准 偏差。这时， l 倍 MAD 内的百分比约为 58 ％， 2 倍 MAD 内约为 89 ％， 3 倍 MAD 内约为 98 ％。 ? MAD 能较好地反映预测的精度，但它不容易衡量无偏 性。 （二）平均平方误差（ Mean square error ， MSE ） ? 平均平方误差就是对误差的平方和取平均值。 ? MSE ? ( A ? F ) ? t t t ? 1 n 2 n ? MSE 与 MAD 相类似，虽可以较好地反映预测精度，但无 法衡量无偏性。 （三）平均预测误差（ Mean forecast error ， MFE ） ? 平均预测误差是指预测误差的和的平均值。 ? 用公式表示为： MFE ? ( A ? F ) ? t t t ? 1 n n ? 在式中， ( A ? F t t ? 1 ? n ) t 被称作预测误差滚动和（ Running sum of forecast error ， RSFE ）。 ? 如果预测模型是无偏的， RSFE 应该接近于零，即 MFE 应接近于零。因而 MFE 能很好地衡量预测模型的无偏 性，但它不能够反映预测值偏离实际值的程度。 （四）平均绝对百分误差 ? 平 均 绝 对 百 分 误 差 （ Mean absolute percentage error ， MAPE ）用公式表示如下： ? 表 3 － 9 （ P 92 ）中是计算 M AD ， MSE ， MFE ， MAPE 的例子。 ? MAD ＝ 60 ／ 6 ＝ 10 ； ? MSE ＝ 750 ／ 6 ＝ 125 ； ? MAPE ＝（ 49 ． 86 ／ 6 ） = 8 ． 31 ； ? MFE ＝ － 10 ／ 6 ＝ － 1 ． 67 。 表 3 － 9 M AD ， MSE ， MFE ， MAPE 计算一览表 二、预测监控（ Monitoring and controlling forecasts ） ? 检验预测模型是否仍然有效的一个简单的方法是将最 近的实际值与预测值进行比较，看偏差是否在可以接 受的范围以内。 ? 另一种办法是应用跟踪信号（ Tracking signal ， TS ）。 ? 所谓跟踪信号，是指预测误差滚动和与平均绝对偏差 的比值，下式中各符号意义同前。 图 3 － 9 预测跟踪信号 谢谢观看！ ? n ? 1 y 1 , y 2 ... y n ； （ 3 ）预测步骤：设一组经济变量 预测 y ①计算历年数据的环比速度 y 2 v 1 ? y 1 y 3 y n v 2 ? ? v n ? 1 ? y 2 y n ? 1 ②计算平均发展速度（即几何平均值） v ? ? n ? 1 v 1 v 2 ? v n ? 1 ? n ? 1 y n y n y 2 y 3 ? n ? 1 . ? y 1 y 1 y 2 y n ? 1 ③预测 y n ? 1 ? y n . v ? y n . n ? 1 y n y 1 移动平均法 原理：