第三章 需求预测
合集下载
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
• 数据见excel
28
• 例4.2 设某市彩电1988～1993年销售资 料如下。
• 年份
1988 1989 1990 1991 1992 1993
销量(万台) 1500 1700 1945 2232 2515 1947
求：（1）建立恰当的趋势模型 （2）预测1994年的产量
注意：对于以时间变量为自变量的因果模型， 首先要对时间编号。将时间序号作为自变量。
以P83页例3.2为例 24
• 例：P83页例3.2。
• 例子图形结果：
• （1）预测值滞后于实际值；
• （2）一般来说，平滑系数 越小，预测
的稳定性越好；越大，响应性越好。为什
么？
Yt1Yt(YYt)
25
• (三)二次指数平滑 (自学)
Ftp SAt Tt Ft+p:从第t期计算，第p期的指数平滑预测值； Tt：第t期平滑预测值，T0事先给定； SAt：第t期平滑平均值，SA0事先给定；
11
第二节 定性预测方法
• 一、德尔菲法（Delphi method） • 德尔菲法于20实际40年代末美国兰德集团创
建（奥拉夫·赫尔默博士）。 • 1.适用范围：预测市场需求、商品供求变化、
产品寿命周期、产品成本与价格、市场占有率 等。对于缺少历史与现实资料的预测尤为有用。
• 2.德尔菲法的基本程序 • 2.1确定预测主题；
• 4.随机：由偶然、非经常原因引起的数据 18
产
品 或
季节高峰
服
务
需
求
趋势线 实际需求曲线
随机波动
我们只研究趋势成分和季节成分
时间
19
二、时间序列平滑模型 原理：通过对多期观测数据进行平均化处理，
消除或减少随机成分的影响，以便使预测结 果较好地反映平均需求水平。 （一）简单移动平均和加权移动平均
顾客 随机 偏好
顾客 购买
周期 变动
行为
竞
时争
间
者 行
互 关 系
或计
为
划
7
• 三、预测分类
• （一）按预测时间的长短
• 1.长期预测 定性预测
• 5年或5年以上 • 2.中期预测
一个季度 以上或两 年以下
定性或定量预测
• 3.短期预测
对一个季度
以下的需求
8
• （二）按主客观因素所起的作用分类
预测 方法
17
• 二、时间序列分解
• 一个典型的时间序列可包含4种因素：
• 1.趋势：需求的变化趋势。数据可以是一 段时间的逐渐向上、向下或平稳的趋势；
• 2.季节：随季节的变化增加或减少，具有 重复发生的规律。如空调、服装、冰淇淋 等商品的需求；
• 3.周期（经济周期） ：在较长的时间（1 年以上）内围绕趋势作有规律的上下波动。
• 一、时间序列模型预测原理：是以时间为变量， 利用过去需求随时间变化的关系来估计未来的需 求。
• 二、因果序列模型预测原理：利用变量（包括时 间）之间的相关关系，利用一个或多个变量的 （修改书P79）的变化来预测另一种变量的未来 变化。
• 对于“一、二”都隐含这样一个假设：过去存 在的变量间关系和相互作用机理，今后仍将存在 并发挥作用。
要求：分别建立Y—X1，Y—X2的因果模型 （2）对系数作出经济意义上的解释
课堂讲授：多元回归模型（不作要求）
30
• 四、时间序列分解模型 • 1.时间序列的含义：用于描述和探索现象
随时间发展变化的数量规律性。 • 2.时间序列的构成 • 长期趋势(secular Trend-T) • 季节变动(Seasonal fluctuation-S) • 循环波动(Cyclical movement-C) • 不规则波动(Irregular variations-I)
26
• 三、因果模型 • 1.复习回归分析内容 • 2.因果分析的步骤 • (1)做散点图，看二者的趋势 • （2）做回归方程 • （3）系数检验 • （4）方程参数的经济意义说明
设有经销处， 公司发现彩电销售量与该市居民户数多少 有关系，并希望通过居民户数多少来预测 其彩电销售量。
• 第三轮：重复第二轮的工作。
• 案例讨论：结合“管理学”考试，运用德尔 菲法，预测“生产与运作管理”期末考试的 题型，各题型的分值，考试重点，各班的补 考率等内容。要求：编制预测事件一览表。
15
• 二、部门主管集体讨论法 • 三、用户调查法 • 四、销售人员意见汇集法
自学
16
第三节 定量预测方法
• 4.收集和分析可利用的过去和现在的资料；
• 5.选择适当的预测方法和模型；
• 6.计算并核实初步预测结果；
• 7.评定企业的内外部因素；
• 8.对预测结果进行综合分析、估计预测误差、修正 预测值；
• 9.将预测结果应用于生产计划；
• 10.根据实际发生的需求对预测进行监控。
10
• 六、预测中应注意的几个问题 • 1.预测只是具有统计上的意义； • 2.预测精度与成本； • 3.预测的时间范围与方法更新频率； • 4.稳定性与响应性，见下图。
1.简单移动平1均(nSMA)
SMAt1 n i1 Atin
SMAt+1为第t周期末简单移动平均值，可作为t+1周期的预测值 Ai为第i期的实际值 n为移动平均的周期数
20
2.加权移动平均（WMA）
简单移动平均对数据一视同仁，对最近 反映需求的数据“重视度”不够，而加权
平均可以弥补这一缺陷。
事件：销售增长
概率：10％ 时间：
50%
100%
（2）预测事件的结构比重（预测事件成分及概率）；
（3）选择性预测；
（4）排序性预测；
（5）简明询问
14
• 2.4进行轮番征询工作。一般采用3轮制。
• 第一轮：发给专家预测主题及预测事件表，结果 回来后进行整理、分析、统计；
• 第二轮：将第一轮统计结果和第二轮发给专家， 请专家提出或修改自己的预测，并说明理由，也 可以对第一轮的统计结果提出质疑。
29
• 课堂练习
• 1.某种商品销售量（Y），消费者的平均收入 （X1）以及商品价格（X2）的统计数据如下：
Y 100 75 80 X1 1000 600 1200 X2 5 7 6
70 50 60 110 100 90 65
500 300 300 1300 1100 1300 400
6893 45 7
第三章 需求预测
1
• 1.教学重点：时间序列平滑模型、时间序列
分解模型、因果模型
• 2.教学难点：因果模型 • 3.教学方法：课堂讲述 ＋学生操作
2
需求、订货信息
（1）总生产计划 （2）生产过程计划 （3）生产作业计划
确定计划期内应生产 的产品品种和数量 或服务项目
对生产过程进行规划
确定时间进度
• 循环波动不同于趋势波动：它不是朝着一个方 向的持续波动，而是涨落相间的交替波动。
• 也不同于季节变动，无固定规律，且周期也不 固定。
• 通过消除趋势变动、季节变动、不规则变动， 可以得到循环变动
34
• 例：P88页例3.4 • 解： • 1.求利用回归求趋势方程 • Y=10416＋95.4t • 2.估算季节指数：就是实际值与趋势值的
见书87页图3－7
31
• 3.时间序列模型 • 多用乘法模型：Y=T·S·C·I • 乘法模型的基本假设：四个因素是由不同的原
因形成，但相互间存在一定的关系，他们对事 物的影响是相互的，因此时间序列中各观察值 表现为各种因素的乘积。 • 乘法模型可以将变量分解出来，因此应用较广 泛。
32
• （1）长期趋势：时间序列的主要构成成分，指
比值的平均值。 • 3.求得平均季节指数： • 4.求预测值 Y＝T·C
35
• 五、预测的基本步骤
• 1.决定预测的目的和用途；
• 2.根据企业不同的产品及其性质分类；
• 3.决定影响各类产品的因素及其重要性；
• 4.收集和分析可利用的过去和现在的资料；
• 5.选择适当的预测方法和模型；
• 6.计算并核实初步预测结果；
定性预 测方法
定量预 测方法
德尔菲法 部门主管讨论法 用户调查法 销售人员意见汇集法
因果模型
时间序列模型
平滑模型 分解模型
移动平均法 一次指数平滑法
二次指数平滑法 乘法模型
加法模型
9
• 五、预测的基本步骤
• 1.决定预测的目的和用途；
• 2.根据企业不同的产品及其性质分类；
• 3.决定影响各类产品的因素及其重要性；
12
• 2.2选择专家：要求 • （1）广泛性 可使用“三三制”，本企业的市
场专家、与本企业有业务联系或关系密切的行 业专家、社会名流或对市场和行业有研究的专 家各占三分之一。 • （2）自愿性； • （3）人数要适度：20～50人为宜；
13
• 2.3编制预测事件一览表 • （1）预测某事件实现的时间：
（4）生产组织（实施） （5）生产监控
组织生产要素 对(1)(2)(3)进行控制
3
第一节 预测
• 一、预测及其分类 • 1.什么是预测 • 预测是对未来发生情况的预计与推断。 • 2.预测的原理 • （1）可测性原理：规律性 • （2）连续性原理：时序数据 • （3）类推性原理：类同的演变规律 • （4）相关性原理：因果关系预测的基础 • （5）系统性原理：社会大系统的存在
因此，第二期的平滑值等于第一期的实际值
第3期预测值
Y 3Y 2 (1 )Y 2Y 2 (1 )Y 1
23
Y4 Y3 (1)Y3
Y3 (1)[Y2 (1)Y1]
Y3 (1)Y2 (1)2Y1
Y
4
是前三个时间数值的加权平均数，权
重之和等于1。
结论：
一般地，任何预测值
Y
t1
是以前所有时间数
列数值的加权平均数。
现象在较长时间内的持续发展变化的一种趋向 或状态。
• 作用：找到规律；剔除后可以分析其它趋势。
• （2）季节变动：我们把客观现象由于受自然要 素和生产或生活条件的影响，在一年内随着季 节的更换而引起的比较有规律的变动。
• 作用：确定现象过去的季节变化规律；
•
剔除季节趋势；
33
• （3）循环波动是近乎规律性的丛低到高、丛高 到低的周而复始的变动。
: 平滑系数(权重)，0 1
上式表明：第t+1期的预测值是第t的实际值与
预测值的加权平均数。注意：实际值的权重为
，预测值的权重为 1 22
现在我们根据包含三个时期资料的时间数列Y1、 Y2、Y3来说明任何时期的指数平滑法的预测值。
•在开始计算前，我们令Y 1 Y 1
第二期预测值
Y2Y1(1)Y1Y1
• 7.评定企业的内外部因素；
• 8.对预测结果进行综合分析、估计预测误差、修正 预测值；
• 9.将预测结果应用于生产计划；
• 10.根据实际发生的需求对预测进行监控。
36
• 本章作业：P95页3、4题
37
4
• 3.预测的种类 • 3.1 科学预测 • 3.2 技术预测 • 3.3 经济预测 • 3.4 需求预测：需求的期望水平 • 3.5 社会预测：
5
• 二、影响需求预测的因素 • 一般而言，对某种产品或服务的需求取决于整个
市场的容量和企业获取的市场份额。 • （一）商业周期：经济萧条、经济恢复、经济繁荣
（通货膨胀）、经济衰退、经济萧条 • ?经济萧条时是不是所有行业的产品需求都会下降，
若不是，请举出例证。
• （二）产品生命周期 • 注意只是一般意义上的产品的生命周期有4个。
6
服务信誉 产品或服
销售努力
务的设计 信用政策
影
企 业 努 力
企业
广告
输出
结果
需求
产品质量
响
需
求
的
因
素
及
相
商业 周期
产品 生命
WMAt1
1 n
n i1
A i tin
WMAt+1为第t周期末简单移动平均值，可作为t+1周期的预测值 Ai为第i期的实际值; n为移动平均的周期数
i为权系数
21
• (二)一次指数平滑法
Yt1 Yt (1 )Yt
其中
Y t 1 : (t 1)期 预 测 值 ；
Y t : 第t期预测值；
Yt : 第 t期 实 际 值 ；
28
• 例4.2 设某市彩电1988～1993年销售资 料如下。
• 年份
1988 1989 1990 1991 1992 1993
销量(万台) 1500 1700 1945 2232 2515 1947
求：（1）建立恰当的趋势模型 （2）预测1994年的产量
注意：对于以时间变量为自变量的因果模型， 首先要对时间编号。将时间序号作为自变量。
以P83页例3.2为例 24
• 例：P83页例3.2。
• 例子图形结果：
• （1）预测值滞后于实际值；
• （2）一般来说，平滑系数 越小，预测
的稳定性越好；越大，响应性越好。为什
么？
Yt1Yt(YYt)
25
• (三)二次指数平滑 (自学)
Ftp SAt Tt Ft+p:从第t期计算，第p期的指数平滑预测值； Tt：第t期平滑预测值，T0事先给定； SAt：第t期平滑平均值，SA0事先给定；
11
第二节 定性预测方法
• 一、德尔菲法（Delphi method） • 德尔菲法于20实际40年代末美国兰德集团创
建（奥拉夫·赫尔默博士）。 • 1.适用范围：预测市场需求、商品供求变化、
产品寿命周期、产品成本与价格、市场占有率 等。对于缺少历史与现实资料的预测尤为有用。
• 2.德尔菲法的基本程序 • 2.1确定预测主题；
• 4.随机：由偶然、非经常原因引起的数据 18
产
品 或
季节高峰
服
务
需
求
趋势线 实际需求曲线
随机波动
我们只研究趋势成分和季节成分
时间
19
二、时间序列平滑模型 原理：通过对多期观测数据进行平均化处理，
消除或减少随机成分的影响，以便使预测结 果较好地反映平均需求水平。 （一）简单移动平均和加权移动平均
顾客 随机 偏好
顾客 购买
周期 变动
行为
竞
时争
间
者 行
互 关 系
或计
为
划
7
• 三、预测分类
• （一）按预测时间的长短
• 1.长期预测 定性预测
• 5年或5年以上 • 2.中期预测
一个季度 以上或两 年以下
定性或定量预测
• 3.短期预测
对一个季度
以下的需求
8
• （二）按主客观因素所起的作用分类
预测 方法
17
• 二、时间序列分解
• 一个典型的时间序列可包含4种因素：
• 1.趋势：需求的变化趋势。数据可以是一 段时间的逐渐向上、向下或平稳的趋势；
• 2.季节：随季节的变化增加或减少，具有 重复发生的规律。如空调、服装、冰淇淋 等商品的需求；
• 3.周期（经济周期） ：在较长的时间（1 年以上）内围绕趋势作有规律的上下波动。
• 一、时间序列模型预测原理：是以时间为变量， 利用过去需求随时间变化的关系来估计未来的需 求。
• 二、因果序列模型预测原理：利用变量（包括时 间）之间的相关关系，利用一个或多个变量的 （修改书P79）的变化来预测另一种变量的未来 变化。
• 对于“一、二”都隐含这样一个假设：过去存 在的变量间关系和相互作用机理，今后仍将存在 并发挥作用。
要求：分别建立Y—X1，Y—X2的因果模型 （2）对系数作出经济意义上的解释
课堂讲授：多元回归模型（不作要求）
30
• 四、时间序列分解模型 • 1.时间序列的含义：用于描述和探索现象
随时间发展变化的数量规律性。 • 2.时间序列的构成 • 长期趋势(secular Trend-T) • 季节变动(Seasonal fluctuation-S) • 循环波动(Cyclical movement-C) • 不规则波动(Irregular variations-I)
26
• 三、因果模型 • 1.复习回归分析内容 • 2.因果分析的步骤 • (1)做散点图，看二者的趋势 • （2）做回归方程 • （3）系数检验 • （4）方程参数的经济意义说明
设有经销处， 公司发现彩电销售量与该市居民户数多少 有关系，并希望通过居民户数多少来预测 其彩电销售量。
• 第三轮：重复第二轮的工作。
• 案例讨论：结合“管理学”考试，运用德尔 菲法，预测“生产与运作管理”期末考试的 题型，各题型的分值，考试重点，各班的补 考率等内容。要求：编制预测事件一览表。
15
• 二、部门主管集体讨论法 • 三、用户调查法 • 四、销售人员意见汇集法
自学
16
第三节 定量预测方法
• 4.收集和分析可利用的过去和现在的资料；
• 5.选择适当的预测方法和模型；
• 6.计算并核实初步预测结果；
• 7.评定企业的内外部因素；
• 8.对预测结果进行综合分析、估计预测误差、修正 预测值；
• 9.将预测结果应用于生产计划；
• 10.根据实际发生的需求对预测进行监控。
10
• 六、预测中应注意的几个问题 • 1.预测只是具有统计上的意义； • 2.预测精度与成本； • 3.预测的时间范围与方法更新频率； • 4.稳定性与响应性，见下图。
1.简单移动平1均(nSMA)
SMAt1 n i1 Atin
SMAt+1为第t周期末简单移动平均值，可作为t+1周期的预测值 Ai为第i期的实际值 n为移动平均的周期数
20
2.加权移动平均（WMA）
简单移动平均对数据一视同仁，对最近 反映需求的数据“重视度”不够，而加权
平均可以弥补这一缺陷。
事件：销售增长
概率：10％ 时间：
50%
100%
（2）预测事件的结构比重（预测事件成分及概率）；
（3）选择性预测；
（4）排序性预测；
（5）简明询问
14
• 2.4进行轮番征询工作。一般采用3轮制。
• 第一轮：发给专家预测主题及预测事件表，结果 回来后进行整理、分析、统计；
• 第二轮：将第一轮统计结果和第二轮发给专家， 请专家提出或修改自己的预测，并说明理由，也 可以对第一轮的统计结果提出质疑。
29
• 课堂练习
• 1.某种商品销售量（Y），消费者的平均收入 （X1）以及商品价格（X2）的统计数据如下：
Y 100 75 80 X1 1000 600 1200 X2 5 7 6
70 50 60 110 100 90 65
500 300 300 1300 1100 1300 400
6893 45 7
第三章 需求预测
1
• 1.教学重点：时间序列平滑模型、时间序列
分解模型、因果模型
• 2.教学难点：因果模型 • 3.教学方法：课堂讲述 ＋学生操作
2
需求、订货信息
（1）总生产计划 （2）生产过程计划 （3）生产作业计划
确定计划期内应生产 的产品品种和数量 或服务项目
对生产过程进行规划
确定时间进度
• 循环波动不同于趋势波动：它不是朝着一个方 向的持续波动，而是涨落相间的交替波动。
• 也不同于季节变动，无固定规律，且周期也不 固定。
• 通过消除趋势变动、季节变动、不规则变动， 可以得到循环变动
34
• 例：P88页例3.4 • 解： • 1.求利用回归求趋势方程 • Y=10416＋95.4t • 2.估算季节指数：就是实际值与趋势值的
见书87页图3－7
31
• 3.时间序列模型 • 多用乘法模型：Y=T·S·C·I • 乘法模型的基本假设：四个因素是由不同的原
因形成，但相互间存在一定的关系，他们对事 物的影响是相互的，因此时间序列中各观察值 表现为各种因素的乘积。 • 乘法模型可以将变量分解出来，因此应用较广 泛。
32
• （1）长期趋势：时间序列的主要构成成分，指
比值的平均值。 • 3.求得平均季节指数： • 4.求预测值 Y＝T·C
35
• 五、预测的基本步骤
• 1.决定预测的目的和用途；
• 2.根据企业不同的产品及其性质分类；
• 3.决定影响各类产品的因素及其重要性；
• 4.收集和分析可利用的过去和现在的资料；
• 5.选择适当的预测方法和模型；
• 6.计算并核实初步预测结果；
定性预 测方法
定量预 测方法
德尔菲法 部门主管讨论法 用户调查法 销售人员意见汇集法
因果模型
时间序列模型
平滑模型 分解模型
移动平均法 一次指数平滑法
二次指数平滑法 乘法模型
加法模型
9
• 五、预测的基本步骤
• 1.决定预测的目的和用途；
• 2.根据企业不同的产品及其性质分类；
• 3.决定影响各类产品的因素及其重要性；
12
• 2.2选择专家：要求 • （1）广泛性 可使用“三三制”，本企业的市
场专家、与本企业有业务联系或关系密切的行 业专家、社会名流或对市场和行业有研究的专 家各占三分之一。 • （2）自愿性； • （3）人数要适度：20～50人为宜；
13
• 2.3编制预测事件一览表 • （1）预测某事件实现的时间：
（4）生产组织（实施） （5）生产监控
组织生产要素 对(1)(2)(3)进行控制
3
第一节 预测
• 一、预测及其分类 • 1.什么是预测 • 预测是对未来发生情况的预计与推断。 • 2.预测的原理 • （1）可测性原理：规律性 • （2）连续性原理：时序数据 • （3）类推性原理：类同的演变规律 • （4）相关性原理：因果关系预测的基础 • （5）系统性原理：社会大系统的存在
因此，第二期的平滑值等于第一期的实际值
第3期预测值
Y 3Y 2 (1 )Y 2Y 2 (1 )Y 1
23
Y4 Y3 (1)Y3
Y3 (1)[Y2 (1)Y1]
Y3 (1)Y2 (1)2Y1
Y
4
是前三个时间数值的加权平均数，权
重之和等于1。
结论：
一般地，任何预测值
Y
t1
是以前所有时间数
列数值的加权平均数。
现象在较长时间内的持续发展变化的一种趋向 或状态。
• 作用：找到规律；剔除后可以分析其它趋势。
• （2）季节变动：我们把客观现象由于受自然要 素和生产或生活条件的影响，在一年内随着季 节的更换而引起的比较有规律的变动。
• 作用：确定现象过去的季节变化规律；
•
剔除季节趋势；
33
• （3）循环波动是近乎规律性的丛低到高、丛高 到低的周而复始的变动。
: 平滑系数(权重)，0 1
上式表明：第t+1期的预测值是第t的实际值与
预测值的加权平均数。注意：实际值的权重为
，预测值的权重为 1 22
现在我们根据包含三个时期资料的时间数列Y1、 Y2、Y3来说明任何时期的指数平滑法的预测值。
•在开始计算前，我们令Y 1 Y 1
第二期预测值
Y2Y1(1)Y1Y1
• 7.评定企业的内外部因素；
• 8.对预测结果进行综合分析、估计预测误差、修正 预测值；
• 9.将预测结果应用于生产计划；
• 10.根据实际发生的需求对预测进行监控。
36
• 本章作业：P95页3、4题
37
4
• 3.预测的种类 • 3.1 科学预测 • 3.2 技术预测 • 3.3 经济预测 • 3.4 需求预测：需求的期望水平 • 3.5 社会预测：
5
• 二、影响需求预测的因素 • 一般而言，对某种产品或服务的需求取决于整个
市场的容量和企业获取的市场份额。 • （一）商业周期：经济萧条、经济恢复、经济繁荣
（通货膨胀）、经济衰退、经济萧条 • ?经济萧条时是不是所有行业的产品需求都会下降，
若不是，请举出例证。
• （二）产品生命周期 • 注意只是一般意义上的产品的生命周期有4个。
6
服务信誉 产品或服
销售努力
务的设计 信用政策
影
企 业 努 力
企业
广告
输出
结果
需求
产品质量
响
需
求
的
因
素
及
相
商业 周期
产品 生命
WMAt1
1 n
n i1
A i tin
WMAt+1为第t周期末简单移动平均值，可作为t+1周期的预测值 Ai为第i期的实际值; n为移动平均的周期数
i为权系数
21
• (二)一次指数平滑法
Yt1 Yt (1 )Yt
其中
Y t 1 : (t 1)期 预 测 值 ；
Y t : 第t期预测值；
Yt : 第 t期 实 际 值 ；