物流经济分析模型.pptVIP

（二）一元线性回归预测法代入运输距离1500KM，得到运输时间的预测值为：Y=4.019+0.00897*1500=17.474(小时)相关性检验及预测误差计算（略）12（二）一元线性回归预测法多元线性回归预测法是一元线性回归预测法的延伸。01020304多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系。因变量和每一个自变量之间为线性关系。回归方程05回归系数的计算（略）（三）多元线性回归预测法四、回归效果分析R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1.相关性检验用相关系数r来描述变量间相互关系的密切程度。月份实际销售量一次平均数Mt(1)二次平均数Mt(2)atbt预测值yt+T取T=1(1)(2)(3)(4)(5)=2(3)-(4)(6)=(3)-(4)(7)=(5)+(6)*T122400221900322600421400223005231002196762310022367725700225332221122856322823400239672228925645167823178923800240672295625178111127322102520024300235222507877826289112540024133241112415522258561224800241672543363324177移动平均预测小结01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；02短期预测效果很好。适用于需求、销售预测、库存管理预测等；03需要较多的历史数据，并且计算量较大。04移动平均预测法01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。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。特点：计算简单，需要的历史数据较少020304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。指数平滑法指数平滑法一次指数平滑法计算公式式中：Ft+1(1)——在t+1时刻的一次指数平滑值(t时刻的下期预测值)；Ft(1)——在t时刻的一次指数平滑值(t时刻预测值)；xt——在t时刻的实际值；?——平滑常数，规定0?1；指数平滑法例题：某企业对某年度l—11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12月份该物资的市场价格进行预测。月份市场价格xt预测值Ft(1)1200（200）21352003195141.54197189.75310196.76175298.77155187.48130158.29220132.810277211.311235270.912238.6依次代入公式得到：2解：设?＝0.9，F1(1)＝x1=200(假定)1指数平滑法初始值F1(1)的确定方法由历史数据得到（算术平均值、加权平均等）；定性预测估计。合理选取平滑系数??取值大小体现了不同时期数据在预测中所占的比例；指数平滑法下期预测值＝本期实际值的一部分十01本期预测值的一部分02平滑系数?的大小则表明了新、老数据在下期预测计算中的比重。03?越大，现实测定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。04?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。05STEP2STEP1例题某物资企业2002年每月的物资运输量统计如下，用指数平滑法预测2003年一月份的运输量（用不同的平滑常数）解：设F1(1)=(x1+x2+x3)=38,?=0.1,0.5,0.9,计算结果见下表：指数平滑法月份运输量（万吨）预测值?=0.1?=0.5?=0.9151（38）（38）（38）23539.344.549.732838.8739.7536.4743237.7833.8828.8554837.232.9431.6965438.2840.4746.3775239.8547.2453.24