运营管理 教学课件 ppt 作者 范体军 李淑霞 常香云 编著第6章 需求预测.ppt

相关示例 (1)完全正相关 (2)完全负相关 (3) 正相关 (4)不相关 3.预测实例 某公司近年来的广告投入与产品销售额数据见下表。试求出这些数据的回归直线；2003年公司计划投入广告费1千万元，试预测该年度的销售额。 年份 1990 1992 1995 1998 2000 2001 2002 广告投入 (百万元) 1.0 2.0 3.0 4.0 5.0 6.0 7.0 销售额 (百万元) 74 79 80 90 105 142 122 求解： 以广告费为自变量，销售额为因变量求回归直线： 年度 广告费X (单位:百万元) 销售额Y (单位:百万元) X2 XY 1990 1.0 74.0 1.0 74.0 1992 2.0 79.0 4.0 158.0 1995 3.0 80.0 9.0 240.0 1998 4.0 90.0 16.0 360.0 2000 5.0 105.0 25.0 525.0 2001 6.0 142.0 36.0 852.0 2002 7.0 122.0 49.0 854.0 ΣX=28.0 ΣY=692.0 Σ X2 =140.0 ΣXY=3063.0 2003年的销售额预测： Y2003 = 56.70 + 10.54×10.0 = 162.1（万元） 销售额 广告费 实际销售额 回归直线 （三）预测监控 预测误差 误差衡量指标 预测监控 1.预测误差 预测误差：是指预测值与实际值之间的差异。 误差有正负之分：当预测值大于实际值时，误差为负；反之为正。 预测模型最好是无偏模型，即应用该模型时，正、负误差出现的概率大致相等。 平均误差：评价预测精度的重要指标，也是判断预测模型能否继续使用的重要标准之一，还可用于预测模型优劣比较。 2.预测误差衡量指标 平均绝对偏差（MAD: Mean Absolute Deviation） 平均平方误差（MSE: Mean Square Error） 平均预测误差（MFE: Mean Forecast Error） 平均绝对百分误差（MAPE: Mean Absolute Percentage Error） （1）平均绝对偏差（MAD） 指整个预测期内每一次预测值与实际值的绝对偏差的平均值，即 At——表示时段t的实际值 Ft——表示时段t的预测值 n——整个预测期内的时段个数（即预测次数） MAD能较好地反映预测的精度，但不能衡量无偏性 （1）平均绝对偏差（MAD） （2）平均平方误差（MSE） 对误差的平方和取平均值，即 MSE与MAD类似，能较好地反映预测精度，但不能衡量无偏性 （3）平均预测误差（MFE） 指预测误差和的平均值，即 上式中的分子称为“预测误差滚动和”（RSFE）。显然，如果预测模型是无偏的，则RSFE应接近于0，亦即MFE应接近于0。 MFE能够很好地衡量无偏性，但不能反映预测值偏离实际值的程度。 （4）平均绝对百分误差（MAPE） 任何一种指标都很难全面地评价一个预测模型，在实际应用中常将它们结合起来使用。 3.预测监控 通过预测监控来检验过去起作用的预测模型是否仍然有效 检验预测模型是否有效的一个简单方法是将最近的实际值与预测值进行比较，看偏差是否在可接受的范围内；另一中方法是应用跟踪信号（TS: Tracking Signal） 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，即： 每当实际需求发生时就计算TS。只有当TS在一定范围内时则表示该预测模型仍然有效。 预测监控图 只有当TS在一定范围内时才表示该预测模型仍然有效。 大批量存货采用±4MAD，对小批量存货采用±8MAD 。(George Plossl, Oliver Wight)。一个MAD近似于0.8个标准差。 预测跟踪信号 自适应平滑(adaptive smoothing) 聚焦预测(focus forecasting) 允许试验各种试验模型 两个原则：非常复杂的预测模型不一定总比简单的强；不存在能适用于所有产品或服务预测的单个技术 神经网络预测模型 计算机在预测中的作用 IBM的IMPACT SAS、SPSS、STORM、QSB等。 四、计算机仿真预测模型 * * 1948,兰德公司 * * * 1倍标准偏差大约为MAD的1．25倍 在通常的统计行为中，如果控制限设为正负3个单位的标准差(或土3．75MAD)，则99.7%的点将落在控制限之内 * * 要想使用这些软件，不必要求你是统计预测方法的专家。现在的大部分软件都易于理解、界面友好。实际上，任何人只要有电子表格的工作经验，都可以在个人计算机上做预测。这些电子表格有Lotusl-2-3，Quattro Pro、SuperCalc和Exc