福建省高考自主命题语文模拟试
相关主题
- 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)。
1. 預測有時間性。
2. 預測必須精確，並應該說明其精確程度。
3. 預測必須具備可靠性。 4. 預測必須具備有意義的計量單位。 5. 預測必須書面化。 6. 預測技術必須容易了解、容易使用。 7. 預測必須符合成本效益。
编辑ppt
6
結束
預測過程的步驟
1. 決定預測的目的與何時需要預測 。 2. 建立預測所需的時間幅度。 3. 選擇預測方法。 4. 蒐集與分析適當資料。 5. 進行預測。 6. 追蹤預測。
第三章 預測
結束
學習目標
列舉一個好的預測中所需要元素。 概述預測過程與步驟。 描述三種以上之定性預測技術，並且說明其優缺點。 比較定性與定量預測方法。
描述平均法、趨勢與季節法、及迴歸分析法，並運用
其解決基本預測問題。 描述二種預測精確性之績效衡量方式。 描述二種評估與管制預測之方法。 了解在選擇預測技術時應考量之主要考量因素。
41
41.73
-0.73
41.15
-0.15
39
41.66
-2.66
41.09
-2.09
46
41.39
4.61
40.25
5.75
44
41.85
2.15
42.55
1.45
45
42.07
2.93
43.13
1.87
38
42.36
-4.36
43.88
-5.88
42+0.1(40-42)=41.8
编辑ppt
19
编辑ppt
4
結束
各種預測技術特徵
1. 預測技術通常假設過去存在因果系統(前後具有
關連)，且未來將繼續存在。過去 ==> 未來 2. 預測很少完美無缺。 3. 整體項目預測會比單一預測更為精確。(誤差平
均分攤掉)
4. 隨著預測時間之範圍愈廣，即增加時間幅度，預
測精確性會減少。
编辑ppt
5
結束
優良預測的因素
22
結束
線性趨勢方程式例子
t週
t2
y銷售
ty
1
1
150
150
2
4
157
➢ 德菲法:管理者和幕僚的意見, 達成一致的預 測
➢ 模糊德菲法(認知具有不確定性與模糊性)
编辑ppt
9
結束
時間序列預測
趨勢型 – 長期的數據變動 季節型 – 短期數據規律性的變動 循環型 – 超過持續一年以上，數據波浪型的 變動 不規則變動型 – 起因於不尋常的環境 隨機變動型 – 起因於偶發的機會
编辑ppt
18
結束
例 3 – 指數平滑法
42+0.1(42-42)=42
40-42=-2
期間
實際 1 2 3 4 5 6 7 8 9 10
Alpha = 0.1 誤差
Alpha = 0.4 誤差
42
40
42
-2.00
42
-2
43
41.8
1.20
41.2
1.8
40
41.92
-1.92
41.92
-1.92
結束
例 3 – 指數平滑法
编辑ppt
20
結束
時間序列的預測(1/3)=趨勢分析技術
趨勢分析技術
➢ 建立一個方程 式來適當地描 述趨勢。
Ft abt
Ft = 第 t 期的預測 值 t = 期數 a = 當 t = 0 時， Ft 之值 b = 斜率
编辑ppt
21
結束
計算 a 和 b 值
编辑ppt
➢ 指數平均法 (Exponential smoothing average)
编辑ppt
15
結束
平均法分析技術(1/3)
移動平均法
➢ 使用數個近期實際資料產生預測值。
See Example 1 on page. 3-12.
编辑ppt
16
結束
平均法分析技術(2/3)
加權平均法
➢與移動平均法不同之處是愈近期資料，給定 權重愈大。
编辑ppt
7
結束
三種預測技巧
1. 判斷預測法: (定性型預測方法) – 採用主觀 的投入
2. 時間序列預測法:假設未來將與過去相似， 利用歷史資料推估
3. 關聯性模型:利用解釋性變數預測未來
编辑ppt
8
結束
判斷預測
主管意見 (產能或製造相關決策) 銷售員意見 (銷售與需求量預測) 消費者調查 (問卷或訪談) 其他方法
编辑ppt
10
結束
時間序列的預測(1/3)
可能之時間序列圖形
➢ 趨勢 ➢ 季節性 ➢ 循環 ➢ 不規則變動 ➢ 隨機變動
编辑ppt
11
結束
天真預測法
噢，等一下.... 我們上週銷售了250個輪 胎.... 所以，我們下週應 該銷售....
每一期的預測等於前一期的 實際值
编辑ppt
12
結束
時間序列的預測(2/3)
趨勢型數據
➢F(t) = A(t-1) + (A(t-1) – A(t-2))
编辑ppt
14
結束
時間序列的預測(3/3)
平均法分析技術
➢ 移動平均法 (Moving average)-移動平均法 – 以近期 實際數值之平均作為最新預測值的參考
➢ 加權平均法 (Weighted moving average):以愈近期數 值乘以愈大權數方法以估算預測值
编辑ppt
2
結束
預測
對一個變數的未來數值(例如需求)所作陳述。 預測必須考慮二種資訊：
Biblioteka Baidu
目前情況 條件 與因素
過去類似 情況的 處理經驗
编辑ppt
3
結束
企業組織中運用預測例子
會計 財務 人力資源 行銷 MIS 作業 產品 /服務設計
估計成本 / 利潤 現金流動和籌措資金 雇用 / 招募 / 訓練 定價、促銷、策略 IT/IS 系統、服務 排程、MRP、工作負荷 新產品和服務
天真預測法
➢ 使用前一期數值當作預測基礎。 − 優點：不需任何成本、方法簡單迅速；
因為不用分析資料，也很容易了解。 − 缺點：不能提供高預測精確度，可作為
其他預測方法的成本與精確度的比較標 準。
编辑ppt
13
結束
天真預測法用於
穩定的時間數列數據
➢F(t) = A(t-1)
季節性變動
➢F(t) = A(t-n)
F t w n A t n w n 1 A t ( n 1 ) . . w 1 .A t 1
➢假設條件—愈近期觀察資料，愈有可能得到 最準確預測值
➢因此預測時，應該給予較近期數值較大的權 數
➢權重的選擇通常要使用試誤法。 ➢See example 2, page. 3-14.
编辑ppt
17
結束
平均法分析技術(3/3)
指數平滑法
➢每一個新預測值以前一個預測值為基礎，再 加上預測值與實際值差額的百分比。
➢誤差調整的速度是由平滑常數α決定。平滑常 數愈接近 0，則預測誤差調整的速度愈慢 （愈平滑）。相反地，平滑常數愈接近 1， 則反應愈大，平滑程度愈小。
➢A-F 是誤差值， 為回饋百分比
➢See page. 3-15 and example. 3
2. 預測必須精確，並應該說明其精確程度。
3. 預測必須具備可靠性。 4. 預測必須具備有意義的計量單位。 5. 預測必須書面化。 6. 預測技術必須容易了解、容易使用。 7. 預測必須符合成本效益。
编辑ppt
6
結束
預測過程的步驟
1. 決定預測的目的與何時需要預測 。 2. 建立預測所需的時間幅度。 3. 選擇預測方法。 4. 蒐集與分析適當資料。 5. 進行預測。 6. 追蹤預測。
第三章 預測
結束
學習目標
列舉一個好的預測中所需要元素。 概述預測過程與步驟。 描述三種以上之定性預測技術，並且說明其優缺點。 比較定性與定量預測方法。
描述平均法、趨勢與季節法、及迴歸分析法，並運用
其解決基本預測問題。 描述二種預測精確性之績效衡量方式。 描述二種評估與管制預測之方法。 了解在選擇預測技術時應考量之主要考量因素。
41
41.73
-0.73
41.15
-0.15
39
41.66
-2.66
41.09
-2.09
46
41.39
4.61
40.25
5.75
44
41.85
2.15
42.55
1.45
45
42.07
2.93
43.13
1.87
38
42.36
-4.36
43.88
-5.88
42+0.1(40-42)=41.8
编辑ppt
19
编辑ppt
4
結束
各種預測技術特徵
1. 預測技術通常假設過去存在因果系統(前後具有
關連)，且未來將繼續存在。過去 ==> 未來 2. 預測很少完美無缺。 3. 整體項目預測會比單一預測更為精確。(誤差平
均分攤掉)
4. 隨著預測時間之範圍愈廣，即增加時間幅度，預
測精確性會減少。
编辑ppt
5
結束
優良預測的因素
22
結束
線性趨勢方程式例子
t週
t2
y銷售
ty
1
1
150
150
2
4
157
➢ 德菲法:管理者和幕僚的意見, 達成一致的預 測
➢ 模糊德菲法(認知具有不確定性與模糊性)
编辑ppt
9
結束
時間序列預測
趨勢型 – 長期的數據變動 季節型 – 短期數據規律性的變動 循環型 – 超過持續一年以上，數據波浪型的 變動 不規則變動型 – 起因於不尋常的環境 隨機變動型 – 起因於偶發的機會
编辑ppt
18
結束
例 3 – 指數平滑法
42+0.1(42-42)=42
40-42=-2
期間
實際 1 2 3 4 5 6 7 8 9 10
Alpha = 0.1 誤差
Alpha = 0.4 誤差
42
40
42
-2.00
42
-2
43
41.8
1.20
41.2
1.8
40
41.92
-1.92
41.92
-1.92
結束
例 3 – 指數平滑法
编辑ppt
20
結束
時間序列的預測(1/3)=趨勢分析技術
趨勢分析技術
➢ 建立一個方程 式來適當地描 述趨勢。
Ft abt
Ft = 第 t 期的預測 值 t = 期數 a = 當 t = 0 時， Ft 之值 b = 斜率
编辑ppt
21
結束
計算 a 和 b 值
编辑ppt
➢ 指數平均法 (Exponential smoothing average)
编辑ppt
15
結束
平均法分析技術(1/3)
移動平均法
➢ 使用數個近期實際資料產生預測值。
See Example 1 on page. 3-12.
编辑ppt
16
結束
平均法分析技術(2/3)
加權平均法
➢與移動平均法不同之處是愈近期資料，給定 權重愈大。
编辑ppt
7
結束
三種預測技巧
1. 判斷預測法: (定性型預測方法) – 採用主觀 的投入
2. 時間序列預測法:假設未來將與過去相似， 利用歷史資料推估
3. 關聯性模型:利用解釋性變數預測未來
编辑ppt
8
結束
判斷預測
主管意見 (產能或製造相關決策) 銷售員意見 (銷售與需求量預測) 消費者調查 (問卷或訪談) 其他方法
编辑ppt
10
結束
時間序列的預測(1/3)
可能之時間序列圖形
➢ 趨勢 ➢ 季節性 ➢ 循環 ➢ 不規則變動 ➢ 隨機變動
编辑ppt
11
結束
天真預測法
噢，等一下.... 我們上週銷售了250個輪 胎.... 所以，我們下週應 該銷售....
每一期的預測等於前一期的 實際值
编辑ppt
12
結束
時間序列的預測(2/3)
趨勢型數據
➢F(t) = A(t-1) + (A(t-1) – A(t-2))
编辑ppt
14
結束
時間序列的預測(3/3)
平均法分析技術
➢ 移動平均法 (Moving average)-移動平均法 – 以近期 實際數值之平均作為最新預測值的參考
➢ 加權平均法 (Weighted moving average):以愈近期數 值乘以愈大權數方法以估算預測值
编辑ppt
2
結束
預測
對一個變數的未來數值(例如需求)所作陳述。 預測必須考慮二種資訊：
Biblioteka Baidu
目前情況 條件 與因素
過去類似 情況的 處理經驗
编辑ppt
3
結束
企業組織中運用預測例子
會計 財務 人力資源 行銷 MIS 作業 產品 /服務設計
估計成本 / 利潤 現金流動和籌措資金 雇用 / 招募 / 訓練 定價、促銷、策略 IT/IS 系統、服務 排程、MRP、工作負荷 新產品和服務
天真預測法
➢ 使用前一期數值當作預測基礎。 − 優點：不需任何成本、方法簡單迅速；
因為不用分析資料，也很容易了解。 − 缺點：不能提供高預測精確度，可作為
其他預測方法的成本與精確度的比較標 準。
编辑ppt
13
結束
天真預測法用於
穩定的時間數列數據
➢F(t) = A(t-1)
季節性變動
➢F(t) = A(t-n)
F t w n A t n w n 1 A t ( n 1 ) . . w 1 .A t 1
➢假設條件—愈近期觀察資料，愈有可能得到 最準確預測值
➢因此預測時，應該給予較近期數值較大的權 數
➢權重的選擇通常要使用試誤法。 ➢See example 2, page. 3-14.
编辑ppt
17
結束
平均法分析技術(3/3)
指數平滑法
➢每一個新預測值以前一個預測值為基礎，再 加上預測值與實際值差額的百分比。
➢誤差調整的速度是由平滑常數α決定。平滑常 數愈接近 0，則預測誤差調整的速度愈慢 （愈平滑）。相反地，平滑常數愈接近 1， 則反應愈大，平滑程度愈小。
➢A-F 是誤差值， 為回饋百分比
➢See page. 3-15 and example. 3