第3章 需求预测讲解

18.7
练习
例：某企业A材料3—8月各月份实际需求量分别 为：1200、1000、1100、1300、1200、108 0（吨），权重分别为：1、2、3、4、5、6，请 用移动平均加权法分析9月份A材料的需求量
x xiw 1200 1 ... 1080 6 1151
w
21
根据历史数据及一元线性回归模型，得：
a y b x n
b

n xy x
n x2 x2
y
其中，n为历史数据的个数。
因果关系分析预测
独立变量与预测量之间的相关程度和方向可以通过 相关系数r来表明：
r
n xy x y
n x2 x2 n y2 y2
时间序列分析预测
[例] 在1月份，某汽车销售公司预计2月份 桑 塔 纳 汽 车 需 求 为 142 辆 ， 实 际 需 求 为 153辆，请用指数平滑法来预测3月份的需 求。a=0.20。
[解] Ft+1=aAt+(1-a)Ft 3月份需求=0.20×153+(1-0.20)×142=144.2 即3月份对桑塔纳汽车的需求为145辆。
、式样的需求，要比商场的其 他人员更了解。但由于接触面
1200+1100+9经较营50理少经/3接一验的况经=触些，1关等济0具，能系不缺83体但掌，够乏.4业有握对了了单务丰全生解解位和富局产，。实的情状总际经况况之、，进对货宏状观
线的人员。对生产部门 、财政金融、商品流通 的动态比较了解，联系 面广，掌握资料较多， 经营经验较丰富，对市 场动态、未来需求的发 展趋势变化的分析判断
相关系数r的取值在-1.00～+1.00之间。
因果关系分析预测
相关系数的平方r2说明了一个回归直线在多大程 度上与已知数据相吻合。
1000 700 400
900 600 400
出现概率
0.3 0.5 0.2
0.2 0.5 0.3
0.2 0.6 0.2
销售量×概率
推销员 甲
乙
丙
预测项目 销售量
最高销售量 1000 最可能销售量 800 最低销售量 500 期望值
最高销售量 1000 最可能销售量 700 最低销售量 400 期望值
学习情境二 采购准备工作
知识目标
1了解供应市场调查常用的分析工具和技术 2掌握采购需求确定的方法和步骤 3重点掌握定向和定量预测方法
请继续完成以下任务
进行需求预测的方法主要有两类： 一.定性预测法
1.用料部门(需求人员）调查法 2.采购人员(销售人员）经验判断法 3.专家意见法 二.定量预测法
36，37，37，42， 50，50，50，50
其次， 中位数位置 n 1 12 1 6.5 22
即中位数为37和37的平均数——37 最后，计算极差数：50－34=16
1 2 3 4 5 6 7 8 9 10 11 12 中 极
位差 数数
1 50 60 55 12 55 25 22 30 30 32 22 32 31 48 2 50 50 50 33 45 35 30 34 34 35 28 35 35 22 3 50 50 50 42 50 35 34 35 34 37 36 37 37 16
首先，排列第二轮专家意见的数列为： 28，30，33，34， 34，35，35，35， 45，50，50，50
其次， 中位数位置 n 1 12 1 6.5 22
即中位数为35和35的平均数——35 最后，计算极差数：50－28=22
（3）第三轮的中位数和极差数 首先，排列第二轮专家意见的数列为：34，34，35，35，
假定三个营业员的预测具有相同的重要性，则营 业员方面的平均销售预测值为:
550+800+620/3=656.67单位
2.该商场中层管理人员的判断预测为：
假定三个科长的期望值比重相等，则该商场中 层管理人员方面的平均销售预测值为：
100+1120+970/3=1030单位
经理方面的销售预测，按照以上同样方法判
断，甲、乙、丙三位经理的判断中期层管望理值人员为既接：触上
层人员，又接触营业员
– 甲经理的期望值 1200
、采购员等营营业第一
– –
假 方定面三的位平经均理 预的 测期 值望 为值比重差不多，则经理 –
乙经理的期望值 95营0业员最接近消费者和用户， 丙经理的期望值 11对解0商，0 品对是商否品畅花销色、、滞品销种比、较规了格
将该专著和一些相应的背景材料发给各位专家，要求大家给出该专著最 低销售量、最可能销售量和最高销售量三个数字，同时说明自己作出判 断的主要理由。
将专家们的意见收集起来，归纳整理后返回给各位专家，然后要求专家 们参考他人的意见对自己的预测重新考虑。专家们完成第一次预测并得 到第一次预测的汇总结果以后，除书店经理B外，其他专家在第二次预 测中都做了不同程度的修正。重复进行，在第三次预测中，大多数专家 又一次修改了自己的看法。第四次预测时，所有专家都不再修改自己的 意见。
知识链接三 ——专家意见法
专家意见法最常见的有专家意见集合法（头脑风 暴法)和德尔菲法。
德尔菲法专家小组法或专家意见征询法 是以匿名的方式，逐轮征求一组专家各自的预测
意见，最后由主持者进行综合分析，确定市场预 测值的方法。
德尔菲法的优点
匿名。以匿名的方式，逐轮征求一组专家各自的预测意见， 最后由主持者进行综合分析，确定市场预测值的方法
22.7
9
28
84
28.0
26.3
10
18
76
25.3
28.0
11
16
62
20.7
25.3
12
14
48
16.0
20.7
时间序列分析预测
二、加权移动平均预测法
加权移动平均预测法:当存在可察觉的趋势时，可用权数来强调最近
的数据。
月份 1 2
移 动 平 均 数

(第n期权数) （第n期需求）
权数
时期
预测偏差
回归直线
Y的实际值
自变量x 的取值
x
独立变量（自变量）
已知的历史数据 点到该直线的距 离的平方和最小， 既具有最小二乘 解。
因果关系分析预测
一元线性回归模型：
y a bx
式中，y：预测变量，即因变量； x：独立变量，即自变量； b：直线斜率； a：直线截距（x=0时y的值）。
因果关系分析预测
（1）第一轮的中位数和极差数 首先，排列第一轮专家意见的数列为：12，22，22，25，
30，30，32，32，50，55，55，60
其次， 中位数位置 n 1 12 1 6.5 22
即中位数为30和32的平均数——31
最后，计算极差数：60－12=48
（2）第二轮的中位数和极差数
时间序列分析预测
三、指数平滑预测法
指数平滑法：借助于所求得的上一期的实际值和上一期 的预测值的加权和，并通过依次向前递推，进而考虑了所 有期的历史数据。
基本公式：Ft+1=aAt+(1-a)Ft 式中，Ft+1为t+1期（下期）的指数平滑预测值；Ft 为t期（当
前期）的指数平滑预测值；At为t期（当前期）的实际值；a为平滑 系数（0≤ a ≤1），其实际意义为当前期实际值的权重。
比较接近实际
，要比营业员的预测作用
最后，衡量所营占比业重大员一、些 中层管理人员、经理三
者的重要性。
如果营业员为1，则中层管理人员的生要性 为1.8，经理的重要性为1.5。三个层次的期 望值进行综合性的销售预测值为：
656.67×1+1030×1.8+1083.4×15/1+1.5+1.8 =961.786（单位 ）
因此，专家意见收集过程在第四次以后停止。最终预测结果为最低销售 量26万册，最高销售量60万册，最可能销售量46万册。
德尔菲法的预测程序
准备阶段
征询阶段
成立预测工作小组
选择和邀请专家 •自愿性 •广泛性 •控制人数10~30
制定征询表
第一轮征询 第二轮征询 第三轮征询
预测结果的最 终处理阶段
平均数 中位数
因果关系分析预测
因果关系分析预测：通过寻求需求量与其他因素的内 在联系，建立因果关系模型，来进行需求预测。
因果关 系模型
投入产出模型 回归模型
计量经济模型
一元线性回归模型 一元非线性回归模型 多元线性回归模型 多元非线性回归模型
因果关系分析预测
预测量（因变量）ຫໍສະໝຸດ 线性回归主要目标确定回归直线
y
Y的回归 预测值
800 670 620 696.7(单位) 3
实例2
某一零售商店，选择营业员、中层管理人员（如业务科长、 计划科长、储运科长、财会科长等）、商店经理等三层人 员的代表分别进行判断，再加以综合，得出销售额的预测 数。
某商场甲、乙、丙三个营业员对某一商品的下一年度销售 量作如下估计：
最高销售量 900 最可能销售量 600 最低销售量 400 期望值
出现概率 0.3 0.5 0.2
0.2 0.5 0.3
0.2 0.6 0.2
销售量×概率 300 400 100 800
200 350 120 670
180 360 80 620
如果企业对三位销售人员意见的信赖程度 是一样的，那么平均预测值为：
时间序列分析预测
50
需求
45
实际数据
a=0.1
40
a=0.4
35 1 2 3 4 5 6 7 8 9 10 11 12 时期
图5-1 平滑系数大小对预测值与实际值之间差异的响应速度
• 实际需求稳定，可选用较小的a来减弱短期变化或随机变化 的影响。
• 实际需求波动较大，应选择较大的a以便跟踪这一变化。
简单移动平均
1.时间序列法 加权移动平均
指数平滑预测
2.回归模型预测法
知识链接——用料部门（消费者)调查法
用料部门调查法就是对需要用料的部门或者个人挨个进行 调查，让用料部门或个人写出需要的采购量（可以通过让 用料部门事先填写请购单的方式进行），然后进行汇总， 进而确定总的采购量的方法。
知识链接二 ——采购人员(销售人员）经验判断法
知识链接四 ——时间序列分析预测法
时间序列：在一个给定的时期内，按照固定的时间间隔（日、 周、月、季、年等）把某种变量的数据依发生的时间先后 顺序排列而成的序列。
前提：假定通过过去的数据可以估计他们的未来。
类型：简单移动平均法、加权移动平均法、指数平滑预测 法。
时间序列分析预测
一、简单移动平均预测法
指公司根据销售人员(采购人员）对其负责 区域内的销售量（购买量）或顾客未来需求 量的估计进行综合预测一种方法。
应用举例：
销售员（用料 预测项目
员
甲
最高销售量
最可能销售量
最低销售量
期望值
乙
最高销售量
最可能销售量
最低销售量
期望值
丙
最高销售量
最可能销售量
最低销售量
期望值
销售量
1000 800 500
移动平均预测法:用最近的一组数据值进行预测，前提是不同时 期的市场需求相当平稳。
移动平均数 前n期需求总和
月份 实际销量
合计
均n量
下月预测量
1
10
2
12
3
13
35
11.7
4
16
41
13.7
11.7
5
19
48
16.0
13.7
6
23
58
19.3
16.0
7
26
68
22.7
19.3
8
30
79
26.3
极差
德尔菲法的应用举例
某企业对某种产品某年的需求趋势难以确定，因而 聘请12位专家采用德尔菲法进行预测。具体数字见 下表。
1 2 3 4 5 6 7 8 9 10 11 12
1 50 60 55 12 55 25 22 30 30 32 22 32 2 50 50 50 33 45 35 30 34 34 35 28 35 3 50 50 50 42 50 35 34 35 34 37 36 37
实际销量
预测量
10
上月
12
前第二月
权数 3 2
3
13
前第三月
1
4
16
12.2
权数总和
6
5
19
6
23
7
26
8
30
14.3
17.0
本月预测=（3×上
20.5
月+2×前第二月+1
23.8
×前第三月）/ 6
9
28
10
18
11
16
12
14
27.5 28.3 23.3
最近一月的权数更 大会使外推更接近 实际值！
反馈性 多次逐轮征求意见 每一次征询之后，预测主持者都要将该轮情况进行汇总、 整理，作为反馈材料发给每一位专家
量化性 对最后一轮专家意见运用适当的数学方法进行数量化处 理。 一般用平均数、中位数、极差
如某书刊经销商采用德尔菲法对某一专著销售量进行预测。该经销商首 先选择若干书店经理、书评家、读者、编审、销售代表和海外公司经理 组成专家小组。