第6章 预测与决策.pptx

预测——根据过去和现在的信息估计未来，为管理决策提供信息。

决策——为实现预定的目标而选择最佳方案的行为。

预测在决策之前，为决策提供依据，是科学化决策的前提；正确的决策为合理的预测提供实现机会。;§6.1回归预测法

§6.2时间序列预测法

§6.3决策基本概念

§6.4确定型的决策问题

§6.5不确定型的决策问题

§6.6风险型的决策问题;一、回归预测概念

回归预测法——根据大量的历史数据，运用数理统计方法，近似地用一个数学关系式来描述变量与变量之间相关关系，并由此从一个或几个变量的值去预测其它变量的一种方法。

一元线性回归预测法——成对的两个变量数据分布上大致呈直线趋势变化时，采用适当的方法，找到两者之间特定的数学关系式，即一元线性回归模型，然后根据自变量的变化来预测因变量发展变化的方法。;二、散点图

统计学中的一种统计图，将两个变量分别作为坐标轴建立平面直角坐标系，在坐标系中描出所有成对数据的坐标点即可。;二、散点图;§6.1回归预测法

图6.1月产量与生产费用散点图;三、相关系数

说明变量之间相关关系的程度和方向的一种指标，其计算公式为;三、相关系数（续）

|r|?1

|r|→1：变量之间的线性相关关系越强

|r|→0：变量之间的线性相关关系越弱

一般地：

|r|0.3时变量无相关，0.3?|r|0.5为低度相关，

0.5?|r|0.8为显著相关，|r|?0.8为高度相关。;四、一元线性回归模型

x是自变量，y是因变量，a,b是未知参数，?是随机误差项

y=a+bx+?

;§6.1回归预测法;四、一元线性回归模型（续）

例1（续）由前面8企业情况，预测月产量10吨的生产费用。

解：;一、时间序列

亦称动态数列，是把反映某种现象的指标数值按时间先后顺序排列而成的一种数列。

一般来说，影响时间序列数据值的因素有长期趋势（T）因素、季节变动（S）因素、周期变动（C）因素和不规则变动（I）因素。;一、时间序列(续)

对时间序列预测，常用的方法有平滑预测法、趋势外推法、平稳时间序列预测法、季节指数预测法、干预分析模型预测法及灰色预测法等;二、趋势外推法

用时间为自变量，时间序列的数据为因变量，建立趋势模型y=f(t)，预测未来时刻的序列值，这就是趋势外推法。

趋势外推法的条件：

（1）假设现象发展过程是渐进式变化而没有跳跃式变化；

（2）假设过去决定现象发展的诸因素，在很大程度上（基本不变或变化不大）也将决定该现象未来的发展。;三、一次多项式曲线（直线）预测模型

注：通常把时间原点取在时间序列期数正中间，即当时间序列有2m+1个数据时，取-m,…-1,0,1,…,m；当有2m个数据时，取-(2m-1),…,-1,1,…,(2m-1)。;四、二次多项式曲线（抛物线）预测模型;§6.2时间序列预测法;例2（续）

解：二次抛物线趋势模型预测法计算表;解（续）;五、一次指数曲线预测模型

;§6.2时间序列预测法;六、修正指数曲线预测模型（三段和值法）

;§6.2时间序列预测法;§6.3决策基本概念;§6.3决策基本概念;§6.3决策基本概念;§6.4确定型的决策问题;§6.4确定型的决策问题;确定型决策问题的条件：

1.具有决策者希望的一个明确目标（收益最大或者损失最小）。

2.只有一个确定的自然状态。

3.具有两个以上的决策方案。

4.不同决策方案在确定自然状态下的损益值可以推算出来。;§6.4确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.5不确定型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;§6.6风险型的决策问题;