预测决策法

确定性系数与相关系数 （SSE,Sum of squared errors)
PPT文档演模板
预测决策法
确定性系数与相关系数 （SSE,Sum of squared errors)
PPT文档演模板
预测决策法
趋势外推预测法
n
• 简单平均数：F(t+1) =tΣ=1D(t)
N-1
• 移动平均数：F(t+1) = Σ D(t-k) N
PPT文档演模板
ቤተ መጻሕፍቲ ባይዱ
(e)脉冲序列 时间 常见的时间序列图
(f)阶梯序列 时间
预测决策法
时间序列与预测误差
误差均值=
ΣE(t) n
=
Σ
D(t)―F(t) n
误差绝对均值= Σ
E(t) n
=
Σ
D(t)―F(t) n
误差平方均值= Σ
E(t) 2 n
=
Σ
2
D(t)―F(t) n
t—时间，D(t)—时间t的需求，F(t)—时间t的预测值
(a) 画出散点图，观察电力消耗与产量之间的关系。 (b) 计算确定性系数和相关系数。 (c) 求出上述数据的最优拟合线，a和b的值各代表什么意义？ (d) 如果一个月要生产2000吨钢，该厂将需要多少电量？
用电 100 （百瓦）
80
60
40
20
PPT文档演模板
2 4 6 8 10 12 14 产量预（测百决策吨法）
预测决策法
PPT文档演模板
2021/1/7
预测决策法
预测与决策
预测
目标
经理
资源
决策
实施
PPT文档演模板
执行情况
预测决策法
预测方法分类
预测
判断预测法
定性方法
定量方法
趋势外推法 因果分析法
历史数据
主要观点、信 息、讨论等
参数值
预测方法 初步预测
最终预测
其它因素
PPT文档演模板
预测决策法
PPT文档演模板
k=0
• 指数平滑法：F(t+1) = αD(t)+(1-α)F(t)
实例3：下表所示的是某产品上一年度的月需求情况，采用移动平
均
法，分别按N=3，N=6和N=9逐期做出预测。
PPT文档演模板
月份 1 2 3 4 5 6 7 8 9 10 11 12 需求 16 14 12 15 18 21 23 24 25 26 37预测3决8策法
(e)r接近于-1
X
(f)r=-1
X
预测决策法
确定性系数与相关系数 （SSE,Sum of squared errors)
实例2：
在过去的10个月中，一家钢铁厂的某部门用电量与钢产量有关，具体数据如下： 产量(百吨)151314106811131412 用电(百度)10599102835267799710093
PPT文档演模板
预测决策法
时间序列与预测误差
PPT文档演模板
预测决策法
时间序列与预测误差
PPT文档演模板
预测决策法
线性回归法
PPT文档演模板
Y(i)=a+bX(i)+E(i)
minE(i)2
求a、b最小= 法）
Y(X) = a+bX
nΣX·Y-(ΣX) ·(ΣY) b=
nΣX2+(ΣX)2
a = ΣY n
初始值，用前8期的数据得出：
循环中第1期的季节指数=1.2 循环中第2期的季节指数=0.8
基本需求U(8)=100 趋势T(8)=10
按平滑系数0.15预测会得到合理的结果。试用以下的数据及以上参数值，预测今 后4期的需要。
期次
9 10 11 12
循环中的期次 1 2 1 2
PPT文档演模板
需求
130 96 160 110
E(t)=D(t)―F(t)
误差
PPT文档演模板
预测决策法
时间序列与预测误差
实例 1：
下面时间序列的预测误差是多少？ t 12 34 5 67 8
D(t) 122 135 142 156 156 161 169 177 F(t) 112 120 131 144 157 168 176 180
因果分析预测，原因及其关系（预测值与其有关因素）
PPT文档演模板
预测决策法
确定性系数与相关系数 （SSE,Sum of squared errors)
Y
总SSE =Σ Y(i)-Y 2 解释SSE =Σ Y’(i)Y 2
未解释的
回归线（Y’） 总的
均值（Y）
解释的
r2 = 确定性系数 =
总的、解释的和未解释的偏离之间的关系X
解释的SSE 总的SSE
PPT文档演模板
预测决策法
趋势外推预测法
PPT文档演模板
预测决策法
趋势外推预测法
PPT文档演模板
预测决策法
季节性和趋势性模型
季节性值
季节性指数 = 非季节性值
F(t+1) = U(t)+T(t) ×I(n)
U(t) 基本值（根据季节与趋势调整）
T(t) 趋势值
I(n) 季节指数
实例5：一组12期的需求数据显示出两期为一个季节。对这种数据的预测需要一些
趋势外推预测法
PPT文档演模板
预测决策法
趋势外推预测法
PPT文档演模板
预测决策法
趋势外推预测法
实例4：
下面的时间序列在第3个月时，需求有一个明显的跳跃式上升。假定 初始预测值为500，取α为不同的值，比较按照指数平滑预测的结果。
月 1 2 3 4 5 6 7 8 9 10 11 实际值 480 500 1500 1450 1550 1500 1480 1520 1500 1490 1500
ΣX bn
=Y
bX
预测决策法
线性回归法
案例一：
海尔福特化工公司正在考虑改变产品检验的方法。他们做了一些不同检 验次数的实验，得到了相应的残次品数目数据。
检验次数 0 1 2 3 4 5 6 7 8 9 10 残次品数目 92 86 81 72 67 59 53 43 32 24 12 如果海尔福特打算检验6次，产品中还会有多少残次品？如果检验20次呢？
判断预测法
方法
个人见解 座谈会 市场调查 历史推断 德尔菲法
精确性 短期 中期 长期
差差差 轻差 轻差 差 很好 好 可以
差 稍好 稍好 较好 较好 较好
成本 低 低 高 中 稍高
预测决策法
时间序列与预测误差
值
值
值
(a)常数序列 时间 值
(b)趋势序列 时间 值
©季节性序列 时间 值
(d)季节趋势序列 时间
=
nΣ(X·Y)-ΣX·ΣY
nΣX2-(ΣX)2 · nΣY2-(ΣY)2
r = 相关系数 = +- 确定性系数
PPT文档演模板
预测决策法
确定性系数与相关系数 （SSE,Sum of squared errors)
Y
Y
Y
(a)r=+1
Y
X
(b)r接近于+1
X
(c)r逐渐变小
X
Y
Y
(d)r=0
X
PPT文档演模板
预测决策法
季节性和趋势性模型
PPT文档演模板
预测决策法
3rew
演讲完毕，谢谢听讲!
再见，see you again
PPT文档演模板
2021/1/7
预测决策法