物流预测技术及其应用

1、1第第4 4章章 物流预测技术及其应用物流预测技术及其应用包装与印刷工程学院包装与印刷工程学院 李光李光物流工程与管理物流工程与管理2本章内容本章内容q4 4.1 .1 物流预测技术概述物流预测技术概述q4 4.2 .2 定性预测方法及其应用定性预测方法及其应用q4 4.3 .3 定量预测方法及其应用定量预测方法及其应用34 4.1 .1 物流预测技术概述物流预测技术概述q4.1.1 物流预测的概念及实质物流预测的概念及实质q4.1.2 物流预测的分类物流预测的分类q4.1.3 物流预测的步骤物流预测的步骤44.1.1 4.1.1 物流预测的概念及实质物流预测的概念及实质q预测预测就是对未来一

2、些不确定的或未知事件的推断或估计。就是对未来一些不确定的或未知事件的推断或估计。v 如社会预测、经济预测、科学预测、技术预测、军事预测如社会预测、经济预测、科学预测、技术预测、军事预测q物流预测物流预测是根据客观事物过去和现在的发展规律，借助科是根据客观事物过去和现在的发展规律，借助科学的方法和手段，对物流管理发展趋势和状况进行分析、学的方法和手段，对物流管理发展趋势和状况进行分析、描述，形成科学的假设和判断的一种科学理论。描述，形成科学的假设和判断的一种科学理论。v 凡是影响物流系统活动的因素都是预测对象。例如，物流系统的人凡是影响物流系统活动的因素都是预测对象。例如，物流系统的人力、物力、

3、财力、以及资源、销售、交通，国家的政策方针，经济力、物力、财力、以及资源、销售、交通，国家的政策方针，经济发展的形势和自然条件等，都是预测的内容。发展的形势和自然条件等，都是预测的内容。原材料原材料市场市场生产生产厂家厂家配送配送中心中心用户用户需求预测需求预测市场预测市场预测供应预测供应预测订购预测订购预测订单预测订单预测需求信息需求信息物流领域中的预测物流领域中的预测5系统预测的实质系统预测的实质q系统预测的实质系统预测的实质v 分析使系统变化的原因；分析使系统变化的原因；v 探究系统发展变化的规律；探究系统发展变化的规律；v 从量的变化中找出因果关系；从量的变化中找出因果关系；v 根据系

4、统的过去和现在对未来进行判断。根据系统的过去和现在对未来进行判断。 预测就预测就是要从变化中，找出使事物发生变化的固有规律，寻找和研究各种变化是要从变化中，找出使事物发生变化的固有规律，寻找和研究各种变化的背景及其演变的逻辑关系，去揭示事物未来的面貌，对事物的未来做出判断。的背景及其演变的逻辑关系，去揭示事物未来的面貌，对事物的未来做出判断。q系统预测的作用系统预测的作用v系统预测是编制系统计划的基础系统预测是编制系统计划的基础 物流系统的存储、运输等各项业务计划都是以预测资料为基础制定的。物流系统的存储、运输等各项业务计划都是以预测资料为基础制定的。v系统预测是系统决策的依据系统预测是系统决

5、策的依据 决策的前提是预测，正确的决策取决于可靠的预测。决策的前提是预测，正确的决策取决于可靠的预测。6系统预测的概念模型系统预测的概念模型q输入输入需要处理的信息。需要处理的信息。（如市场的调研和收集的数据资料）（如市场的调研和收集的数据资料）q扰动扰动各种主客观因素的影响。各种主客观因素的影响。（随机因素与偶然因素的影响）（随机因素与偶然因素的影响）q输出输出预测的结果，即对未来目标的判断。预测的结果，即对未来目标的判断。（该判断要经过主观努（该判断要经过主观努力的争取并接受客观实践的检验，如此不断循环，不断逼近）力的争取并接受客观实践的检验，如此不断循环，不断逼近）系统预测概念模型系统预

6、测概念模型7系统预测的理论基础系统预测的理论基础（1 1）惯性原理（连续性原理）惯性原理（连续性原理）q惯性惯性: : 指事物发展变化主要受内因的作用，事物的过去，指事物发展变化主要受内因的作用，事物的过去，现在的状态会持续到将来。现在的状态会持续到将来。v 事物的发展变化具有某种程度的持续性、连贯性。事物的发展变化具有某种程度的持续性、连贯性。v 利用这一原则掌握事物变化的内在原因，就能根据已知推测未知，利用这一原则掌握事物变化的内在原因，就能根据已知推测未知，根据过去、现在推测未来。根据过去、现在推测未来。q惯性原理惯性原理: : 事物在其发展变化过程中，总有维持或延续原事物在其发展变化过

7、程中，总有维持或延续原状态的趋向，事物的某些基本特征和性质将随时间的延续状态的趋向，事物的某些基本特征和性质将随时间的延续而维持下去。而维持下去。v 事物惯性的大小，取决于事物本身的动力和外界因素的作用。事物惯性的大小，取决于事物本身的动力和外界因素的作用。8（2 2）类推原理（因果关系原则）类推原理（因果关系原则）q根据事物发展变化的因果关系，推测事物未来的发展变化根据事物发展变化的因果关系，推测事物未来的发展变化规律。规律。v 事物的存在、发展和变化都受有关因素的影响和制约，事物的存在事物的存在、发展和变化都受有关因素的影响和制约，事物的存在和变化都有一定的模式。和变化都有一定的模式。v

8、特性相近的事物，在其变化发展过程中，常常有相似之处。于是可特性相近的事物，在其变化发展过程中，常常有相似之处。于是可以假设在有些情况下、事物之间的发展变化具有类似的地方，依此以假设在有些情况下、事物之间的发展变化具有类似的地方，依此进行类比，可以由先发事物的变化进程与状况，推测后发类似事物进行类比，可以由先发事物的变化进程与状况，推测后发类似事物的发展变化。的发展变化。9（1 1）按）按预测的时间跨度预测的时间跨度，分为短期预测、近期预测、中期，分为短期预测、近期预测、中期预测和长期预测。其中预测和长期预测。其中“短期短期”、“近期近期”、“中期中期”、“长期长期”包括的具体时间长度是相对的。

9、包括的具体时间长度是相对的。（2 2）按）按预测的空间范围预测的空间范围，分为国内物流市场预测和国际物，分为国内物流市场预测和国际物流市场预测。流市场预测。（3 3）按）按物流服务的供求关系物流服务的供求关系，分为物流服务的需求预测和，分为物流服务的需求预测和物流服务的供给预测。物流服务的供给预测。（4 4）按）按预测的性质预测的性质，分为，分为定性定性预测和定量预测。预测和定量预测。4 4.1.2 .1.2 物流预测的分类物流预测的分类10q预测技术的种类繁多，据统计有预测技术的种类繁多，据统计有150150多种。多种。q所有的预测技术可以分为三类：所有的预测技术可以分为三类：v判断预测技术

10、判断预测技术 ( (定性预测定性预测) ) v时间序列预测技术（定量预测）时间序列预测技术（定量预测）v因果预测技术（定量预测）因果预测技术（定量预测）预测方法详细分类见下图：预测方法详细分类见下图：11预测方法分类预测方法分类124.1.3 4.1.3 物流预测的步骤物流预测的步骤1. 1. 预测的基本步骤预测的基本步骤132. 2. 各步骤说明各步骤说明（1 1）确定预测目标）确定预测目标 预测目的、对象和预测期间。预测目的、对象和预测期间。 v 预测目的：明确为什么要预测；预测目的：明确为什么要预测；v 预测对象：对什么事物进行预测；预测对象：对什么事物进行预测；v 预测期间：对哪个时期

11、进行预测；（预测期间：对哪个时期进行预测；（1 1年内为短期，年内为短期，25年为中期，年为中期，510年为长期）年为长期）（2 2）收集、分析有关资料）收集、分析有关资料 包括影响预测对象的各种资料，如预测对象本身发展的历史资料，对预测包括影响预测对象的各种资料，如预测对象本身发展的历史资料，对预测对象发展变化起作用的各种因素的资料，形成这些资料的历史背景，以及各对象发展变化起作用的各种因素的资料，形成这些资料的历史背景，以及各种影响因素在未来可能出现的情况。种影响因素在未来可能出现的情况。v 预测必须占有大量的、系统的、适用于预测目标的资料；预测必须占有大量的、系统的、适用于预测目标的资料

12、；v 预测资料可以分为两类：预测资料可以分为两类： 纵向资料（预测对象的历史数据资料） 横向资料（作用于预测对象的各种影响因素的数据资料）14（3 3）选择预测方法进行预测）选择预测方法进行预测 选择预测方法，建立预测模型、模型评估和利用模型进行预测，考选择预测方法，建立预测模型、模型评估和利用模型进行预测，考虑以下几个因素：虑以下几个因素：v 预测对象的特点；预测对象的特点；v 预测范围；预测范围；v 预测期限的长短；预测期限的长短；v 预测要求精度；预测要求精度；v 占有数据资料的多寡、适应性；占有数据资料的多寡、适应性；v 企业愿为预测支付的费用的大小；企业愿为预测支付的费用的大小；v

13、企业要求得到预测结果所花时间的长短等。企业要求得到预测结果所花时间的长短等。15（4 4）分析评价预测方法及预测结果）分析评价预测方法及预测结果v 分析预测误差，对结果进行评估。分析预测误差，对结果进行评估。（5 5）修正预测结果）修正预测结果v 在误差计算的基础上，通过定性、定量分析，以及预测人员的知识和经在误差计算的基础上，通过定性、定量分析，以及预测人员的知识和经验对结果进行修正，使之更加适用于实际情况。验对结果进行修正，使之更加适用于实际情况。（6 6）提交预测报告）提交预测报告 预测报告的内容包括预测报告的内容包括：v 预测的主要过程；预测的主要过程；v 预测目标、预测对象及预测要求

14、；预测目标、预测对象及预测要求；v 预测资料的收集方式、方法及其分析结果；预测资料的收集方式、方法及其分析结果；v 阐述选择预测方法的原因及建立模型的过程；阐述选择预测方法的原因及建立模型的过程；v 对预测结果进行评价与修正的过程及结论；对预测结果进行评价与修正的过程及结论；v 预测结论。预测结论。 164.1.4 4.1.4 物流需求预测的特征物流需求预测的特征1. 需求的需求的时间特性时间特性和和空间特性空间特性物流物流需求具有时间特性需求具有时间特性：即需求是随时间而变化的。：即需求是随时间而变化的。原因原因：由于销售的增长或下降、需求模式的季节性变化以及：由于销售的增长或下降、需求模式

15、的季节性变化以及多种因素导致的一般性波动。多种因素导致的一般性波动。物流具有空间维度：物流具有空间维度：即需求量在何处发生或需求的空间位置如何。即需求量在何处发生或需求的空间位置如何。2. 需求的需求的不规则性不规则性和和规则性规则性物流物流需求的变动可能是规则性的，也可能是不规则的。需求的变动可能是规则性的，也可能是不规则的。3. 需求的需求的派生性派生性和和独立性独立性17（1） 水平性发展的需求水平性发展的需求需需求求量量时间时间需求规则性变动的几种情况：需求规则性变动的几种情况： 随机性需求、无趋势或季节性因素随机性需求、无趋势或季节性因素18（2） 上升变动趋势的需求上升变动趋势的需

16、求需需求求量量时间时间需需求求量量时间时间 随机性需求，呈上升趋势，无季节性因素随机性需求，呈上升趋势，无季节性因素19（3） 下降变动趋势的需求下降变动趋势的需求需需求求量量时间时间需需求求量量时间时间 随机性需求，呈下降趋势，无季节性因素随机性需求，呈下降趋势，无季节性因素20（4） 季节性或周期性变动趋势的需求季节性或周期性变动趋势的需求需需求求量量时间时间需需求求量量时间时间 随机性需求，有周期趋势和季节性因素随机性需求，有周期趋势和季节性因素21（5）不规则变动的需求）不规则变动的需求需需求求水水平平时间时间224 4. .2 2 定性预测方法及其应用定性预测方法及其应用1.德尔菲法

17、（德尔菲法（Delphi）2.主观概率法主观概率法3.领先指标法领先指标法231. 1. 德尔菲法（德尔菲法（DelphiDelphi）q德尔菲法德尔菲法（Delphi）简介简介v 德尔菲法是由美国兰德公司最先提出的一种预测方法。德尔菲法是由美国兰德公司最先提出的一种预测方法。v 德尔菲法也叫专家调查法。德尔菲法也叫专家调查法。v 该方法的主要思想：依靠专家小组背靠背的独立判断，来代替面该方法的主要思想：依靠专家小组背靠背的独立判断，来代替面对面的会议，使不同专家意见分歧的幅度和理由都能够表达出来，对面的会议，使不同专家意见分歧的幅度和理由都能够表达出来，经过客观的分析，达到符合客观规律的一致

18、意见。经过客观的分析，达到符合客观规律的一致意见。q预测过程预测过程v 确定预测课题并编制咨询表。确定预测课题并编制咨询表。v 选择参与预测的专家（一般以选择参与预测的专家（一般以10-50人为宜人为宜）。）。v 进行四轮次左右的函询与反馈。进行四轮次左右的函询与反馈。v 处理专家们的意见并给出预测结果。处理专家们的意见并给出预测结果。24q德尔菲法的关键步骤德尔菲法的关键步骤v 挑选专家。聘请企业内、外若干专家，对所需预测的问题组成技术挑选专家。聘请企业内、外若干专家，对所需预测的问题组成技术专家小组，但组内成员一般没有人是整个问题的专家。专家小组，但组内成员一般没有人是整个问题的专家。v

19、进行函询。向选定的专家组成员发放预测问卷和预测资料，要求专进行函询。向选定的专家组成员发放预测问卷和预测资料，要求专家们根据预测资料，针对预测目标，独立作出自己的回答，提出个家们根据预测资料，针对预测目标，独立作出自己的回答，提出个人独立的预测结果。人独立的预测结果。v 函询修正。函询修正。 将专家预测结果进行综合编辑，将不同的专家预测结果整理成新一轮将专家预测结果进行综合编辑，将不同的专家预测结果整理成新一轮预测的参考资料。预测的参考资料。 把新的参考资料和修改后的预测问卷提供给专家做新一轮的分析和预把新的参考资料和修改后的预测问卷提供给专家做新一轮的分析和预测。测。 经过多次的重复，直至问

20、题能得到相对集中、意见能相对统一为止。经过多次的重复，直至问题能得到相对集中、意见能相对统一为止。v 得出预测结果。根据专家们提供的预测结果作出最终的预测结果。得出预测结果。根据专家们提供的预测结果作出最终的预测结果。q德尔菲法的特点德尔菲法的特点v 匿名性、反馈性、统计性匿名性、反馈性、统计性252. 2. 主观概率法主观概率法 q 主观概率的概念主观概率的概念 在一定条件下，人们对某一事件在未来发生或不发生可能性的估计，在一定条件下，人们对某一事件在未来发生或不发生可能性的估计，反映个人对未来事件的主观判断和信任程度。反映个人对未来事件的主观判断和信任程度。简单地说，主观概率就是凭经验或预

21、感而估算出来的概率。简单地说，主观概率就是凭经验或预感而估算出来的概率。主观概率同客观概率一样，必须符合概率论的基本公理：主观概率同客观概率一样，必须符合概率论的基本公理：.)3 , 2 , 1(110ippii主观概率与客观概率的根本区别在于：客观概率具有可检验性，主观概率与客观概率的根本区别在于：客观概率具有可检验性，主观概率则不具有这种可检验性。主观概率与个人知识、工作经主观概率则不具有这种可检验性。主观概率与个人知识、工作经验、判断能力等都有密切的关系。验、判断能力等都有密切的关系。 q 主观概率法预测主观概率法预测 主观概率法预测是指利用主观概率对各种预测意见进行集中整理，主观概率法

22、预测是指利用主观概率对各种预测意见进行集中整理，得出综合性预测结果的方法。得出综合性预测结果的方法。 常用的主观概率法有常用的主观概率法有主观概率加权平均法主观概率加权平均法和和累计概率中位数法累计概率中位数法。26主观概率加权平均法主观概率加权平均法 该方法以主观概率为权数，对各种预测意见进行加权平均，从而该方法以主观概率为权数，对各种预测意见进行加权平均，从而求得综合性预测结果。求得综合性预测结果。1.1.确定确定主观概率主观概率根据过去预测的准确程度确定各种可能情况的主观概率。根据过去预测的准确程度确定各种可能情况的主观概率。2.2.计算综合预测值计算综合预测值 具体分两步进行：具体分两

23、步进行：Step1：以主观概率为权重，计算个人预测的期望值；以主观概率为权重，计算个人预测的期望值；Step2：根据每人判断预测的准确程度确定每人的主观概率，以此根据每人判断预测的准确程度确定每人的主观概率，以此为权数，计算各期望值的平均数。为权数，计算各期望值的平均数。3.3.计算平均偏差程度，校正预测结果计算平均偏差程度，校正预测结果 先将过去若干季度的实际数据和预测数据对比，计算比先将过去若干季度的实际数据和预测数据对比，计算比率、平均比率和平均偏差程度；然后校正预测结果。率、平均比率和平均偏差程度；然后校正预测结果。27例例4-1：某公司邀请甲、乙、丙三名统计员和另外两名计划员对公司：

24、某公司邀请甲、乙、丙三名统计员和另外两名计划员对公司明年第一季度的销售额进行预测，三名统计员的预测情况如下表所示；明年第一季度的销售额进行预测，三名统计员的预测情况如下表所示；两名计划员预测的期望值分别为两名计划员预测的期望值分别为950万元、万元、750万元。根据过去经验，万元。根据过去经验，三名统计员之间的判断能力不相上下，两名计划员之间的判断准确度三名统计员之间的判断能力不相上下，两名计划员之间的判断准确度也基本相当；但是总体上讲，统计部门比计划部门的判断准确性要更也基本相当；但是总体上讲，统计部门比计划部门的判断准确性要更高一些。该公司明年第一季度的销售额预计是多少？高一些。该公司明年

25、第一季度的销售额预计是多少？统计员统计员估计估计销售额（万元）销售额（万元）主观概率主观概率甲甲最高销售最高销售最可能销售最可能销售最低销售最低销售10008006000.30.50.2乙乙最高销售最高销售最可能销售最可能销售最低销售最低销售120010008000.20.60.2丙丙最高销售最高销售最可能销售最可能销售最低销售最低销售9007005000.20.50.328求解求解：（1）以主观概率为权重，计算三名统计员的预测值：）以主观概率为权重，计算三名统计员的预测值：甲甲：10000.3+8000.5+6000.2=820（万元）（万元）乙乙：12000.2+10000.6+8000.

26、2=1000（万元）（万元）丙丙：9000.2+7000.5+5000.3=680（万元）（万元）（2）计算三名统计员预测的平均销售额：）计算三名统计员预测的平均销售额：（820+1000+680）3=833.33（万元）（万元）（3）计算两名计划员预测的平均销售额：）计算两名计划员预测的平均销售额：9500.5+7500.5=850（万元）（万元）（4）计算统计员和计划员预测的平均销售额：）计算统计员和计划员预测的平均销售额：833.330.6+8500.4=840（万元）（万元）（5）校正预测结果：）校正预测结果：8400.98=823.2（万元）（万元）29 领先指标法的特点领先指标法的

27、特点：不但可以预测经济的发展趋势，而且可以：不但可以预测经济的发展趋势，而且可以预测其转折点。预测其转折点。 领先指标法领先指标法又称为先导指标法，又称为先导指标法，就是将各种经济指标分为三种类就是将各种经济指标分为三种类型：领先指标、同步指标和滞后指标，通过领先指标型：领先指标、同步指标和滞后指标，通过领先指标预测同步指标或预测同步指标或滞后指标。滞后指标。3. 3. 领先指标法领先指标法 （2）画出领先指标、同）画出领先指标、同步指标和滞后指标的时步指标和滞后指标的时间序列图，如图所示：间序列图，如图所示：领先指标法的预测步骤领先指标法的预测步骤：（1 1）根据预测指标找出领先指标）根据预

28、测指标找出领先指标（3 3）进行预测）进行预测304 4. .3 3 定量预测方法及其应用定量预测方法及其应用q4.3.1 时间序列预测法及其应用时间序列预测法及其应用q4.3.2 回归预测法及其应用回归预测法及其应用q4.3.3 预测误差分析预测误差分析31时间序列的概念：时间序列的概念：时间时间(月份月份)1月月2月月3月月4月月5月月6月月7月月8月月9月月销量销量(万台万台)2223252726232421?时间时间(年度年度)200120022003200420052006200720082009运输量运输量(吨吨)645650670660675678685686?某企业产品销售资料

29、某企业产品销售资料（1月8月）某物流公司某物流公司20012008年的货物运输量年的货物运输量按月排列的销量按月排列的销量按年排列的运输量按年排列的运输量时间序列时间序列，指观测或记录到的一组按时间顺序排列的历史数据，指观测或记录到的一组按时间顺序排列的历史数据 。4.3.1 4.3.1 时间序列预测法及其应用时间序列预测法及其应用32时间序列预测时间序列预测q时间序列预测时间序列预测：根据预测对象的历史数据资料，：根据预测对象的历史数据资料，按时间进程组成动态数列，进行分析、预测的方按时间进程组成动态数列，进行分析、预测的方法。法。q常用的方法有：移动平均法、指数平滑法常用的方法有：移动平均

30、法、指数平滑法 。331. 1. 移动平均预测法移动平均预测法q以预测对象最近一组历史数据的平均值直接或间接地作为预测值。以预测对象最近一组历史数据的平均值直接或间接地作为预测值。q“平均平均” 是取预测对象的时间序列中由远而近，按一定跨期的数是取预测对象的时间序列中由远而近，按一定跨期的数据进行平均；据进行平均；q“移动移动” 是指参与平均值计算的实际数据随预测期的推进而不断是指参与平均值计算的实际数据随预测期的推进而不断更新。增加一个新值，同时剔除掉已参与平均计算的最陈旧的一个更新。增加一个新值，同时剔除掉已参与平均计算的最陈旧的一个实际值，保证每次参与计算的实际值个数相同。实际值，保证每

31、次参与计算的实际值个数相同。时间时间（月）（月）123456789运输量运输量（吨）（吨）645650670660675678685686?某公司某公司2003年年18月的货物运输量月的货物运输量341 1） 一次移动平均预测法一次移动平均预测法 以本期（以本期（t t期）移动平均值作为下期（期）移动平均值作为下期（t+1t+1期）的预测值。期）的预测值。式中：式中：Mt(1) t时刻的移动平均值时刻的移动平均值 ，上标，上标(1)代表一次移动平均；代表一次移动平均； yi 时间序列代表的实际值；时间序列代表的实际值； N 参与平均值计算的实际值个数参与平均值计算的实际值个数(跨期跨期)NtN

32、yyyMNtttt,.11(4-1)35例例4-2：某物资企业某物资企业统计了某年度统计了某年度1月至月至11月的钢材实际销售月的钢材实际销售量，统计结果见表，量，统计结果见表，请用移动平均预测法请用移动平均预测法预测其预测其12月的钢材销月的钢材销售量。售量。月份月份实际销量实际销量(吨吨)移动平均数移动平均数Mt(1)n=3n=6122400221900322600421400223005231002196762310022367725700225332241782340023967229679238002406723216102520024300234161125400241332404

33、912248002443336计算结果图表显示计算结果图表显示从图上可以看出从图上可以看出：（1）用移动平均法计算出的新数列的变化趋势与实际变化情况基本）用移动平均法计算出的新数列的变化趋势与实际变化情况基本一致；一致；（2）新数列数据波动的范围变小了，并且随参与平均值计算的）新数列数据波动的范围变小了，并且随参与平均值计算的n值的值的增加，平均值的波动范围越小。增加，平均值的波动范围越小。(修匀能力、抗干扰能力修匀能力、抗干扰能力)（3）当）当n值增大，移动平均值对时间序列变化的敏感性降低。值增大，移动平均值对时间序列变化的敏感性降低。37q移动平均法对时间序列数据变化的移动平均法对时间序列

34、数据变化的抗干扰能力叫抗干扰能力叫修匀能力修匀能力。q移动平均法对时间序列数据变化的移动平均法对时间序列数据变化的反应速度叫反应速度叫敏感性敏感性。q移动平均法的修匀能力与敏感性相互矛盾。移动平均法的修匀能力与敏感性相互矛盾。v 当当n n值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化值增大，移动平均值的修匀能力增加，但同时移动平均值对时间序列变化的敏感性降低。的敏感性降低。v 要根据时间序列的特点来确定要根据时间序列的特点来确定n n值的大小。值的大小。qn n值的一般选择原则是：值的一般选择原则是：v （1 1）由时间序列的数据点的多少而定。数据点多，）由时间序列的数据点

35、的多少而定。数据点多，n n可以取得大一些；可以取得大一些；v （2 2）由时间序列的趋势而定。趋势平稳并基本保持水平状态的，）由时间序列的趋势而定。趋势平稳并基本保持水平状态的，n n可以取得可以取得大一些；大一些；v （3 3）趋势平稳并保持阶梯性或周期性增长的）趋势平稳并保持阶梯性或周期性增长的n n应该取得小一些。应该取得小一些。期期序序历史历史数据数据一次一次平均平均n=3一次一次平均平均n=51102153204251553020635252074030258453530950403510554540（1）简便易于使用；）简便易于使用；（2）一次移动平均法能较好地适应水平型历史数据

36、）一次移动平均法能较好地适应水平型历史数据的预测，但不适应带有明显上升或下降的斜坡型的预测，但不适应带有明显上升或下降的斜坡型历史数据的预测。历史数据的预测。主要缺点：主要缺点：由于对分段内部的各数据同等对待，而没有强调近期数据对预测值的影由于对分段内部的各数据同等对待，而没有强调近期数据对预测值的影响，如果近期内情况变化发展较快，利用一次移动平均预测会导致较大的误差。响，如果近期内情况变化发展较快，利用一次移动平均预测会导致较大的误差。 实际上，近期数据对预测值的影响一般更大，为了减少这种误差，可以采取二次移实际上，近期数据对预测值的影响一般更大，为了减少这种误差，可以采取二次移动平均方法。

37、动平均方法。39期期序序历史历史数据数据一次一次平均平均n=3二次二次平均平均n=311021532042515530206352574030208453525950403010554535从图上可以看出，一次移动平均值滞后于历从图上可以看出，一次移动平均值滞后于历史数据，而二次移动平均值又落后于一次移史数据，而二次移动平均值又落后于一次移动平均值。动平均值。启示启示：根据历史数据、一次移动平均值、二：根据历史数据、一次移动平均值、二次移动平均值三者间的滞后关系，可以先求次移动平均值三者间的滞后关系，可以先求出一次移动平均值与二次移动平均值之间的出一次移动平均值与二次移动平均值之间的差值，然后

38、将此差值加到一次移动平均值上差值，然后将此差值加到一次移动平均值上，再考虑其趋势变动值，得到接近实际情况，再考虑其趋势变动值，得到接近实际情况的预测值。（的预测值。（二次移动平均预测法的基本思二次移动平均预测法的基本思想）想）402 2）二次移动平均预测法）二次移动平均预测法二次移动平均预测法是在求得一次移动平均数、二次移动平均数的基础二次移动平均预测法是在求得一次移动平均数、二次移动平均数的基础上，对有线性趋势的时间序列所作的预测。步骤如下：上，对有线性趋势的时间序列所作的预测。步骤如下： （1 1）计算一次移动平均值）计算一次移动平均值 （2 2）计算二次移动平均值）计算二次移动平均值)2

39、4()1()1(2)1(1)2( nMMMMntttt其中：Mt(1) t时刻的一次移动平均值 Mt(2) t时刻的二次移动平均值； n 参与二次平均计算的一次移动平均值的个数（3）对有线性趋势的时间序列做预测对有线性趋势的时间序列做预测)34( TbayttTt)54(12)44(2:)2()1()2()1(:ttttttTtMMnbMMaTy预测期与本期的间距；预测期的预测值；其中：例例4-3：某物资企业某年度某物资企业某年度1 1月至月至1111月的钢材实际销售量，用二次移动平均月的钢材实际销售量，用二次移动平均预测法预测其预测法预测其1212月的钢材销售量。月的钢材销售量。月月份份实际

40、实际销售量销售量一次平均数一次平均数Mt(1) 二次平均数二次平均数Mt(2) Mt(1)- Mt(2)atbt预测值预测值yt+T取取T=1(1)(2)(3)(4)(5)=(3)-(4)(6)=(3)+(5)(7)=(8)=(6)+(7)*T1224002219003226004214002230052310021967623100223677257002253322211322228563222317882340023967222891678256451678273229238002406722956111125178111126289102520024300235227782507877

41、8258561125400241332411122241552224177122480024167633254336332606642移动平均预测小结：移动平均预测小结： （1 1）在外界环境变化较少的情况下，移动平均法是一种有效的预测方法；）在外界环境变化较少的情况下，移动平均法是一种有效的预测方法； （2 2）短期预测效果很好。适用于需求、销售预测、库存管理预测等；）短期预测效果很好。适用于需求、销售预测、库存管理预测等； （3 3）需要较多的历史数据，并且计算量较大。）需要较多的历史数据，并且计算量较大。432. 2. 指数平滑法指数平滑法q指数平滑预测法，是在移动平均预测法的基础上发展

42、起来指数平滑预测法，是在移动平均预测法的基础上发展起来的一种特殊的加权平均预测法。的一种特殊的加权平均预测法。q包括一次指数平滑预测法，二次指数平滑预测法和高次指数平滑法。包括一次指数平滑预测法，二次指数平滑预测法和高次指数平滑法。 q特点：计算简单，需要的历史数据较少特点：计算简单，需要的历史数据较少q思路：对离预测期较近的历史数据给予较大的权数，离预思路：对离预测期较近的历史数据给予较大的权数，离预测期较远的历史数据给予较小的权数。测期较远的历史数据给予较小的权数。44一次指数平滑法计算公式一次指数平滑法计算公式式中：式中：Ft+1(1) 在在t+1t+1时刻的一次指数平滑值时刻的一次指数

43、平滑值(t(t时刻的下期预测值时刻的下期预测值) )； Ft(1) 在在t t时刻的一次指数平滑值时刻的一次指数平滑值(t(t时刻预测值时刻预测值) )； xt 在在t t时刻的实际值；时刻的实际值； 平滑常数，规定平滑常数，规定0011；下期预测值下期预测值 本期本期实际值实际值的一部分的一部分 十十 本期本期预测值预测值的一部分的一部分)1()1(11tttFxF1 1）一次指数平滑预测法）一次指数平滑预测法 例例4-4：某企业对某年度某企业对某年度l11l11月某种物资的价格情况进行了统计，用一月某种物资的价格情况进行了统计，用一次指数平滑法对该年次指数平滑法对该年1212月份该物资的市

44、场价格进行预测月份该物资的市场价格进行预测 解：设解：设0.9，F1(1)x1 =200(假定假定)依次代入公式得到：依次代入公式得到：2002001 . 02009 . 0)1 ()1(11)1(2FxF5 .1412001 . 01359 . 0)1 ()1(22)1(3FxF月份月份市场价格市场价格xt预测值预测值Ft(1)1200（200）21352003195141.54197189.75310196.76175298.77155187.48130158.29220132.810277211.311235270.912238.6月份月份运输量运输量（万吨）（万吨）预测值预测值=0.1

45、=0.5=0.9151（38）（38）（38）23539.344.549.732838.8739.7536.4743237.7833.8828.8554837.232.9431.6965438.2840.4746.3775239.8547.2453.2484841.0749.6252.1294247.7648.8148.41104641.7845.4142.64114442.245.7145.66124742.3844.8644.17142.8445.9346.72例例4-54-5：某某物资企业物资企业20022002年每月的物资运输量统计如下，用指数平滑法预测年每月的物资运输量统计如下，用指

46、数平滑法预测20032003年一月份的运输量（用不同的平滑常数）年一月份的运输量（用不同的平滑常数）解：设解：设 F F1 1(1)(1)=(x1+x2+x3)=38, =(x1+x2+x3)=38, =0.1, 0.5, 0.9, =0.1, 0.5, 0.9, 计算结果见下表：计算结果见下表： 47由上图可知：由上图可知：值越大，近期数据对预测值的影响越大，模型灵敏度越高；值越大，近期数据对预测值的影响越大，模型灵敏度越高；值越小，近期数据对预测值的影响越小，消除了随机波动性，只反映长期值越小，近期数据对预测值的影响越小，消除了随机波动性，只反映长期的大致发展趋势。的大致发展趋势。合理确定

47、合理确定值，是用指数平滑模型的进行预测的关键。值，是用指数平滑模型的进行预测的关键。48q平滑系数平滑系数的的大小则表明了新、老数据在下期预测计算中的比重。大小则表明了新、老数据在下期预测计算中的比重。v 越大，实际值在预测中占的比重就越大，这就越能体现预测对象当前的变越大，实际值在预测中占的比重就越大，这就越能体现预测对象当前的变化趋势而忽视它的历史趋势。化趋势而忽视它的历史趋势。v 越小，历史数据在预测中占的比重就越大，这就越能反映预测对象的历史越小，历史数据在预测中占的比重就越大，这就越能反映预测对象的历史演变趋势而忽视了当前的变化。演变趋势而忽视了当前的变化。q的一般取值原则：的一般取

48、值原则：v (1)(1)初始值的准确性小时，初始值的准确性小时，宜取大些，以强调重视现实状态；宜取大些，以强调重视现实状态；v (2)(2)初始数据中，只有一部分与预测值拟合较好而大部分不好时，说明历史状初始数据中，只有一部分与预测值拟合较好而大部分不好时，说明历史状况不能较好地反映现实，况不能较好地反映现实，宜取较大的数值。宜取较大的数值。v (3)(3)时间序列虽有不规则波动，但其长期趋势较为平稳时，时间序列虽有不规则波动，但其长期趋势较为平稳时，宜取小些，以强宜取小些，以强调重视总的演变趋势；调重视总的演变趋势；v (4)(4)时间序列波动的频率和振幅都较大，时间序列波动的频率和振幅都较

49、大，取值要大一些，以强调重视近期实取值要大一些，以强调重视近期实际的变化状态；际的变化状态；v (5)(5)时间序列波动的频率和振幅较小，时间序列波动的频率和振幅较小，取值要小一些，以强调用历史发展趋取值要小一些，以强调用历史发展趋势预测。势预测。 )1()1(11tttFxF49 二次指数平滑法解决了一次指数平滑法存在的两个问题： 一是解决了一次指数平滑不能用于明显趋势变动的市场现象的预测； 二是解决了一次指数平滑只能向未来预测一期的局限性。2 2）二次指数平滑法）二次指数平滑法50（1）二次指数平滑法的计算公式 平滑系数。期的二次指数平滑值；第期的一次指数平滑值；第ttSSSSSttttt

50、)2()1()2(11)2()1 (51期向后推移期数；由期预测值；第tTTtTYSSbSSabaYTtttttttiiTt)2()1()2()1(1;2（2）二次指数平滑法的数学预测模型524.3.2 4.3.2 回归预测法及其应用回归预测法及其应用q事物之间或事物的各因素之间只处于两种状态：有关系或无关系。事物之间或事物的各因素之间只处于两种状态：有关系或无关系。q如果把事物或事物的各因素用最能反映其本质特征的变量来表示，那如果把事物或事物的各因素用最能反映其本质特征的变量来表示，那么这些变量之间也只能存在两种状态：有关系或无关系。么这些变量之间也只能存在两种状态：有关系或无关系。事物及其

51、因素变量有关系无关系确定性关系非确定性关系特征提取确定性关系确定性关系：指一个变量可以被一个或若干个其他变量按一定规律唯一确：指一个变量可以被一个或若干个其他变量按一定规律唯一确定，也就是说变量之间的关系能用确定的数学公式来反映，即函数关系。定，也就是说变量之间的关系能用确定的数学公式来反映，即函数关系。非确定性关系非确定性关系：变量之间存在着某种关系，但这种关系具有不确定性，这：变量之间存在着某种关系，但这种关系具有不确定性，这种关系叫做非确定性关系，即相关关系。（种关系叫做非确定性关系，即相关关系。（大多数事物之间是这种关系大多数事物之间是这种关系） 53q变量间非确定性的相关关系不能用精

52、确的函数关系式唯一地表达，但变量间非确定性的相关关系不能用精确的函数关系式唯一地表达，但在统计学意义上，它们之间的相关关系可以通过统计的方法给出某种在统计学意义上，它们之间的相关关系可以通过统计的方法给出某种函数表达方式，这种用统计方法处理变量间相关关系的方法就是函数表达方式，这种用统计方法处理变量间相关关系的方法就是回归回归分析方法分析方法。q回归分析预测法回归分析预测法是通过收集统计数据，在分析变量间非确定性关系的是通过收集统计数据，在分析变量间非确定性关系的基础上，找出变量间的统计规律性，并用数学方法把变量间的统计规基础上，找出变量间的统计规律性，并用数学方法把变量间的统计规律表现出来，

53、并在此基础上进行预测。律表现出来，并在此基础上进行预测。541. 1. 一元线性回归预测法一元线性回归预测法 例例4-6：为了预测汽车薄钢板的年需求量，有关物资企业研究并收集了发为了预测汽车薄钢板的年需求量，有关物资企业研究并收集了发达国家汽车制造业近几年间的汽车产量与薄钢板消耗量的数据，见表：达国家汽车制造业近几年间的汽车产量与薄钢板消耗量的数据，见表： 序号序号年度年度汽车产量汽车产量x x（万辆）（万辆）薄钢板消耗量薄钢板消耗量y y（吨）（吨）1198511.38182852198612.54199373198713.80217194198814.91302625198918.6030

54、39961990？汽车产量与薄钢板消耗量的关系（散点图）1000015000200002500030000350004000045000101214161820汽车产量x薄钢板需求量yq一元线性回归预测一元线性回归预测 变量间是线性相关关系。变量间是线性相关关系。只有一个自变量（影响因素），一个因变量。只有一个自变量（影响因素），一个因变量。55例例4-7：某公司预备购入钢材，根据统计资料估计钢材在途运输时间。某公司预备购入钢材，根据统计资料估计钢材在途运输时间。供货工厂供货工厂铁路运输距离铁路运输距离x x（公里）（公里）在途运输时间在途运输时间y y（小时）（小时）121052290733

55、506448011549086730117780128850899201510101012运输时间与运输距离的关系0246810121416020040060080010001200运输距离x运输时间y56q一元线性回归预测法预测流程一元线性回归预测法预测流程v 判断变量间是否成线性趋势。对判断变量间是否成线性趋势。对n n对观察点数据（对观察点数据（X Xi i,Y,Yi i）, ,选取直角坐标系，选取直角坐标系，绘制散点图。绘制散点图。v 分析变量间是否存在线性相关关系分析变量间是否存在线性相关关系 v 求回归方程：求回归方程：y ya+bxa+bx，并进行预测，并进行预测v 检验相关性检

56、验相关性 散点图只能表示两个变量之间是否线性相关，而不能表示变量的线性相关程度到散点图只能表示两个变量之间是否线性相关，而不能表示变量的线性相关程度到底有多大。底有多大。 对两个变量的线性相关性的检验可以通过数理统计中的对两个变量的线性相关性的检验可以通过数理统计中的F检验和检验和R检验检验来进行。来进行。 iiiiiynyxnxxnxyxnyxbxbya1122式中一元线性回归模型一元线性回归模型57q例例4-84-8：某公司预备购入钢材，下表是一些供货点的路程某公司预备购入钢材，下表是一些供货点的路程及运输时间的统计资料，要求根据提供的统计资料估计供及运输时间的统计资料，要求根据提供的统计

57、资料估计供货点位于货点位于15001500公里时钢材的在途运输时间公里时钢材的在途运输时间供货工厂供货工厂铁路运输距离铁路运输距离x x（公里）（公里）在途运输时间在途运输时间y y（小时）（小时）1 12102105 52 22902907 73 33503506 64 448048011115 54904908 86 673073011117 778078012128 88508508 89 99209201515101010101010121258解：解：（1 1）判断统计数据是否有线性关系，作散点图）判断统计数据是否有线性关系，作散点图运输时间与运输距离的关系0246810121416

58、020040060080010001200运输距离x运输时间y由散点图得出运输距离与运输时间基本成线性关系由散点图得出运输距离与运输时间基本成线性关系59（2 2）计算回归系数）计算回归系数供货工厂供货工厂运输距离运输距离Xi(KM)运输时间运输时间Yi(Hour)XiYiXi2Yi21210510504410025229072030841004933506210012250036448011528023040012154908392024010064673011803053290012177801293606084001448850868007225006499201513800846400

59、22510101012121201020100144求和求和6110956449044515009935 . 91095611106110nyYnxXii60（3）代入运输距离）代入运输距离1500KM，得到运输时间的预测值为：，得到运输时间的预测值为： Y=4.019+0.00897*1500=17.474(小时小时)（4）相关性检验及预测误差计算（略）相关性检验及预测误差计算（略）x.yXbYaXnxYXnyxbniiniii0089700194:019. 461100897. 05 . 900897. 0611104451500)5 . 961110(64490)(21221回归方程为6

60、1回归预测显著性检验回归预测显著性检验（1 1）相关性检验）相关性检验v 用相关系数用相关系数 R R 描述变量间相互关系的密切程度。描述变量间相互关系的密切程度。均值，相关系数：:)()()(22yxyyxxyyxxRiiiiR的变化范围：-1，1；R=0，表示零相关（不相关）；R=+1或R=-1，表示完全相关；R越接近于正负1，表示相关程度越强。（2 2）回归方程和回归系数的显著性检验）回归方程和回归系数的显著性检验v 用显著性检验来考察回归方程能否揭示变量间的数量规律，即判用显著性检验来考察回归方程能否揭示变量间的数量规律，即判断回归方程的拟合程度如何。断回归方程的拟合程度如何。回归方程