预测技术和方法

DDeemmaanndd 441155 223366 334488 227722 228800 339955 443388 443311 444466 335544 552299 224411 226622
WWeeeekk 1144 1155 1166 1177 1188 1199 2200 2211 2222 2233 2244 2255 2266
=
yt
+
y t−1
+ ... + n
y t−n+1
t-t2-t2-2t-2t-t2t--t1-2t1-1t-1t-1tt-t1t t t+t1 t+1
28
新
闻 传
移动平均法 [Moving Average Methods)
播
学 院
• 加权移动平均法
• 越靠近最近数据的观察值有较大的权重
• 所有权重的和等于1
播
学 院
“凡事预则立，不预则废”
“未雨绸缪”
“运筹帷幄”
2
新
闻
传
播
学
院
人们总是通过尽可能准确的
估计将来会发生什么事情来试图
减少这种不确定性，预测的本质
正在于此。
新 闻
传 预测的分类
播 学
院 • 定性预测（经验预测技术）
个人见解法、集思广义法、市场调查法、德尔菲法 （Delphi Method）、头脑风暴法（Brain Storming）
市场调查收集潜在顾客的样本资料，分析他们的
观点，并据以推断潜在客户总体的情况。
9
新
闻
传
播 学
市场调查可以得到有用的信息，但往往要
院
消耗很多资金与时间。同时，因为市场调查的
结论依赖于下述条件：调查的是能代表总体的
一组样本顾客；调查问题是有意义、无偏（中
性）的；调查对象公平和诚实的回答；对于回
答的可靠性分析。所以，市场调查也很容易出
播 Stationary Forecasting Models
学 院
• 检查趋势 (Checking for trend)
• 若ετ为常态分配则使用线性回归
• 若ετ为非常态分配则使用无母数分析
• 检查季节性成分(Checking for seasonality component)
• 自相关性(Autocorrelation)用来衡量不同时段时间序列值
的关系
• 期差k (Lag k ) 的自相关性测量相差k期的时间序列值
• 相邻时段的自相关性为一种趋势
• 期差7是说明每日数据间的自相关性
• 期差12是说明每月数据间的自相关性
• 检查周期性成分(Checking for Cyclical Components)
26
新
闻 传
移动平均法 [Moving Average Methods)
y$ 53 = (y52 + y51 + y50 + y49) /4 =
(484+482+393+245) / 4 = 401 boxes.
• 四期加权移动平均法 (3 forecast)
y$ 53 =0.4y52 + 0.3y51 + 0.2y 50 + 0.1y49 = 0.4(484) + 0.3(482) + 0.2(393) + 0.1(245) = 441.3 boxes.
Ft +1 = w1yt + w2yt-1 +w3yt-2 + …+ wnyt-n+1
w1 ≥ w2 ≥ … ≥ wn Σwi = 1
新
闻 传
移动平均法
播
学 院
• 某企业正在预测下年每周yoyos的需求量。因yoyo是一
发展成熟的产品，故下一年度需求应与本年度需求相
近
• 为预测下一年度需求，过去52周的周需求量见下表
为：
i
∑ p =
1 N
N i =1
pi
p ——事件发生的概率；
pi N
——第个专家的主观概率； ——专家人数。
新
闻 传
定量预测技术
播
• 学
院
因果关系预测
• 时间序列预测
• 结构关系预测
13
14
新
闻 传
因果关系预测技术
播
学
院
它是利用事物发展的因果关系来推测事物发
展趋势的方法，一般根据过去掌握的历史资料找
播
学
院
• 末期法 (The last period technique)
• 以最后一个观察值为下一个预测值
Ft +1 = y t
t t+1 t+1 t+1 t+1
27
新
闻 传
移动平均法 [Moving Average Methods)
播
学 院
• 移动平均法
• 以最后n各观察值的平均值为下一个预测值
Ft +1
DDeemmaanndd 335511 338888 333366 441144 334466 225522 225566 337788 339911 221177 442277 229933 228888
WWeeeekk 4400 4411 4422 4433 4444 4455 4466 4477 4488 4499 5500 5511 5522
DDeemmaanndd 336655 447711 440022 442299 337766 336633 551133 119977 443388 555577 662255 226666 555511
WWeeeekk 2277 2288 2299 3300 3311 3322 3333 3344 3355 3366 3377 3388 3399
DDeemmaanndd 228822 339999 330099 443355 229999 552222 337766 448833 441166 224455 339933 448822 448844
31
32
需求量
新 闻 传 播 学 院
700 600 500 400 300 200 100
0 1 4 7 10 13 16 19 22 25 28 31 34 37 40 43 46 49 52 周数
19
新
闻 传
时间序列组成分子
播
学 院
平稳时间序列
时间序列数值
将来值
Time
20
新
闻
传
播 学
线性趋势的时间序列
院
新
闻
传
播
线性趋势与季节性的时间序列
学
院
将来值
将来值
21
22
新
闻 传
时间序列预测步骤
播
学
• 时间序列预测的目的是要确定可预测的因素。
院
• 时间序列预测的步骤如下：
步骤一： 建立假设模式 步骤二： 选择预测技巧 步骤三： 进行预测
33
新
闻 传
是否具有趋势 (Is trend present）?
播
学 院
• 执行线性回归在下列模式中 yt=b0+b1t+et检验 • Ｈ0 : b1 =0 (不存在线性趋势)
• Excel 结果
Intercept Weeks
Coeff. Stand. Err t-Stat P-value Lower 95%Upper 95% 369.27 27.79436 13.2857 5E-18 313.44 425.094 0.3339 0.912641 0.36586 00.7.716106101 -1.49919 2.16699
• 定量预测
因果关系预测、时间序列预测和结构 关系预测
3
4
新
闻
传 个人见解法
播
学
院
这是最为广泛运用的一种预测方法——也是
管理人员应该力争避免的一种预测方法。它完
全依赖于个人判断——包括他的观念、成见和
盲点。预测的效果也许会很好，也许会很差。
这一方法的主要不足是其不可靠性。
新
闻
传
播
学
院
预测方法的各种比较研究清楚地显示：
• 季节性变动(Seasonal variation)
• 按时间变动，呈现重复性行为的序列。
• 季节性变动通常和日期或气候有关。
• 季节性变动通常和年周期有关。
• 周期性变动(Cyclical variation) • 相对于季节性变动，时间序列可能经历“周期性变动”。
• 周期性变动通常是因为经济变动。 • 随机影响(Random effects)
现偏差。
10
新
闻
传 德尔菲法 Delphi Method
播
学
院
又称专家调查法，它起源于本世纪的40年
代末期，最初由美国兰德公司（The Rand
Corporation）首先使用，很快就在世界上盛行
起来。
德尔菲是古希腊的一座城市，因阿波罗神殿而出名。相传阿波罗 太阳神有很高的预测未来的能力；因此，德尔菲法便成为预测未来 的神谕之地，故将此法命名为德尔菲法。
全面考虑事件发生和发展的各种可能性。
缺点是参加会议的人数有限，不利于广泛
收集各种意见。另外，讨论时专家心里因
素影响较大，易屈服于某些权威人士和大
多数人意见，而忽视少数人意见。
8
新
闻 传
市场调查
播
学
院
很多时候即使是一组专家也没有足够的知识
与信息可以据以得出合理的预测。例如：推出一
种新产品时就有可能出现这种情况。这时就要靠
出预测对象的变量与其相关事物的变量之间的依
存关系来建立相应的因果预测的数学模型，然后
通过对数学模型的求解来进行预测。
新 闻
传 分类
播 学
院 • 一元线性回归 • 多元线性回归 • 非线性回归
15
16
新 闻
传 按照期限长短的分类
播 学
院 • 长期预测 指5年以上的经济发展前景的预测 • 中期预测 中期预测是指5年以下、1年以上的预测 • 近期预测 3个月以上1年以下的预测 • 短期预测 是3个月内未来数周（天）的预测
熟悉情况的人根据经验及主观见解作出的预
测，总是比对现状一无所知的人运用正规方
法所作的预测差。
5
6
1
新
闻 传
集思广义法
播
学
院
集思广义法是通过召开讨论会的形
式，请熟知所要预测问题的专家发表意见，
进行讨论，然后再集中专家的意见，得出大
家满意的预测结果。
7
新
闻
传 播
这种方法的优点是有利于专家交换
学
院 意见，相互启发，弥补个人不足，也便于
新 闻 传 播 学 院
预测技术和模型
Forecasting Analysis and Models
主讲教师：沈浩
北京广播学院新闻传播学院 北京广播学院研究统计研究所 IPSOS（中国）市场研究有限公司
副教授 副所长 首席技术顾问
Journalism & Communication School
新
闻
传
学
院
• 在平稳模式中，时间序列的平均数假定为常数 (constant)。
• 此模型表示如下
yt = β0 + εt
x ετ 假定是独立的 x ετ 的平均值假定为0
• 其中：
• yt = 时间序列在第t期的值 • b0 = 时间序列的不变平均值 • et = 第t期的随机误差值
25
新
闻 传
平稳预测模式
新
闻 传
时间序列预测步骤
播
学 院
• 步骤一： 确认时间序列中的元素 • 收集历史数据
• 画出数据与时间的关系
• 建立假设模型
• 以统计方法确立假设
• 步骤二： 选择适当的预测方法 • 决定输入变数 • 对历史数据进行评估
• 步骤三： 用选定的预测方法进行预测
23
24
4
新
闻 传
平稳预测模式
播 Stationary Forecasting Models
29
30
5
新
闻 传
YOYOs 移动平均法
播
学 院
• 三种预测方式：
• 末期法 - 建议1
• 四期移动平均法 - 建议2
• 四期加权移动平均法 - 建议3
• 管理者想要决定：
• 能否使用稳定模式
• 各种方法所获得的预测值如何？
新
闻 传
YOYOs 移动平均法
播
学 • 建构时间序列图
院
WWeeeekk 11 22 33 44 55 66 77 88 99 1100 1111 1122 1133
11
新
闻
传 主观概率法
播
学 院
为了进一步消除德尔菲法中“随大流”的倾Biblioteka Baidu
向，可以不要求专家对某一事件的发生作出肯定
或否定的回答，而只要求作出概率性的估计。每
位专家对某一事件发生的程度作出的概率估计称
为主观概率，也叫个人概率。
12
2
新
闻
传
播
主观概率法就是以若干专家的主观概率的平
学
院 均值作为某事件发生的概率估计，用公式可表示
趋势检验
P-value = 0.71601 > α= 0.05 ∴Do not reject Ｈ0 也就是说，不存在线性趋势
结论： 适用平稳模式
34
新
闻 传
对第53周的预测
播
学 • 末期法 (1 Forecast)
院
y$53 = y52 = 484 boxes.
• 四期移动平均法 (2 forecast)
17
18
3
新
闻 传 播
时间序列组成分子 Components of a Time Series
学 院
• 长期趋势(Long-term trend)
• 时间序列可能相当稳定或随时间呈现某种趋势。
• 时间序列趋势一般为线性的(linear)，二次方程式的 (quadratic)或指
数函数(exponential function)。
• 其具体划分应视预测对象的性质而定
新
闻 传
时间序列预测介绍
播 学
Introduction to Time Series Forecasting
院
• 预测(Forecasting)是预言将来的过程
• 预测是所有企业重要的部分
• 例如
• 制造商预测产品的需求，以便对现有的资源进行合理安排。
• 服务业预测客户到达方式来维持适当的服务。 • 证券公司预测公司收入、利润、负债率等来提供投资建议。