第六章-技术经济预测方法
(二)多元线性回归
对于随机抽取的n组观测值
(Yi , X ji ), i 1,2, , n, j 0,1,2, k
如果样本函数的参数估计值已经得到,则有:
ˆ ˆ X ˆ X ˆ X ˆ Y i 0 1 1i 2 2i ki Ki
i=1,2…n
根据最小二乘原理,参数估计值应该是下列方程组的解
解该(k+1)个方程组成的线性代数方程组,即可得到 (k+1)个待估参数的估计值 j , j 0,1,2,, k 。
(三)季节变动分析与预测方法
0
1
•季节变动是指现象受自然因素和社会因素的影响,在一年内随着季节的变化而产生的周期性变动。
0
2
•季节变动分析要掌握至少三年的分月或分季资料,分析的方法有两种:一种是不考虑长期趋势影响的分析方 法——同月(季)平均法,一种是剔除长期趋势影响的分析方法——趋势剔除法。
第三节 定量预测方法
四、因果模型
衡量一元线性回归方法的偏差,可用两个指标:线性相关系数r和 标准差Syx
r
n x
n XY X Y
2
2 ( x ) 2 n Y 2 ( Y ) r
S yx
Y Y
T
2
n2
r为正:正相关;为负,负相关。R越接近1,说明实际值与所作出 的直线越接近。 Syx越小表示预测值与直线的距离接近。
第一节 预测概述
四、影响需求预测的因素
1、商业周期:从复苏到高潮到衰退到萧条, 周而复始。 复苏
高潮
衰退
复苏
萧条 2、产品生命周期:任何成功的产品都有 导入期、成长期、成熟期和 衰退期4个阶段。 成熟期 衰退期
导入期
成长期
第一节 预测概述
五、预测一般步骤
第二节 定性预测方法
一、德尔菲法(Delghi method):专家调查法
第三节 定量预测方法
一、时间序列: 2、构成:
趋势成分
季节成分
周期成分
随机波动 成分
第三节 定量预测方法
一、时间序列: 2、构成:
时间序列及其构成 时间序列及其构成 2.5 2.5 2 2 1.5 1.5 1 1 0.5 0.5 0 0 -0.5 -0.5 -1 -1 -1.5 -1.5 -2 -2 -2.5 -2.5
第一节 预测概述
三、预测的分类
1、按预测对象分 (1)科学预测:是对科学发展情况的预计和推测。 (2)技术预测:是对技术进步情况的预计和推测。 (3)经济预测:政府部门以及其它一些社会组织经 常就未来的经济状况发展经济预测报告。 (4)需求预测:不仅为企业给出了其产品在未来的 一段时间里的需求期望水平,而且为企
7
8
9
10
趋势成分 季节成分 周期成分 随机波动成分
第三节 定量预测方法
三、时间序列分解模型
1、概念 企图从时间序列之中找出各种成分,并在对各种成分单独进展 预测的基础上,综合处理各种成分的预测值,以得到最终的预测结 果。 实际需求是以上几种因素共同作用的结果。 2、假设:各种成分单独地作用于实践需求,而且过去和现在起作用的 机制持续到未来。 3、模型 乘法模型:用各成分相乘的方法来求出需求估计值 TF=T· S· C· I 加法模型:用各成分相乘的方法来求出需求估计值
11
22
33
4 4 5 5 6 6 7 7 8 8 9 9 10 10
趋势成分 趋势成分 季节成分 趋势成分 趋势分析 季节成分 周期成分 季节成分 周期成分 随机波动成分
第三节 定量预测方法
二、时间序列平滑模型
可消除由于随机成分的影响而导致的需求偏离平均水平 1、简单移动平均(Simple moving average )
X t 1 Xt (1 ) S t 1
St+1为(t+1)期一次指数平滑预测值; 值和t-1预测值的加权和 Xt为t期实际值;
。
t+1预测值为第t期的实际
为平滑系数,它表示赋予实际数据的权重(0≤ ≤1)
第三节 定量预测方法
二、时间序列平滑模型
2、 一次指数平滑法(Single exponential smoothing) 用一次指数平滑法进行预测,当出现趋势时,预测值虽然可以描 述实际值的变化形态,但预测值总是滞后于实际值。 当出现趋势时,取较大的得到的预测值和实际值比较接近。
i 1
2
于是得到关于待估参数估计值的正规方程组:
ˆ ˆ X ˆ X ˆ X ) Y ( 0 1 1i 2 2i k ki i ˆ ˆ X ˆ X ˆ X ) X Y X ( 0 1 1i 2 2i k ki 1i i 1i ˆ ˆ X ˆ X ˆ X ) X Y X ( 0 1 1i 2i 2i k ki 2i i 2i ˆ ˆ X ˆ X ˆ X ) X Y X ( 0 1 1i 2 2i k ki ki i ki
TF=T+S+C+I
第三节 定量预测方法
四、因果模型
(一)一元回归模型
n XY X Y n x 2 ( x ) 2
YT a bx
b
Y b X a n
YT为一元线性回归预测值;
为截距,为X为自变量X=0时的预测值;
b为斜率; n为变量数; X为自变量的取值; Y为因变量的取值;
一般来说, 选得小一些,预测稳定性比较好;反之,其响应性
就比较好。 而对有上升或下降趋势的需求序列时,就要采取二次指数平滑法
进行预测。
对于出现趋势并有季节性波动的情况,则要用三次指数平滑法。
时间序列及其构成 2.5 2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 -2.5
1
来推测未来的变化。 (2)定量预测:主要根据对历史资料的分析来推断未来 的情况。
第一节 预测
德尔菲法 定性预 测方法 预测方法 定量预 测方法 时间序 列模型 时间序列 分解模型 部门主管讨论法 用户调查法 销售人员意见汇总法 因果模型 时间序列 平滑模型 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
(一)同月(季)平均法
同月(季)平均法是不考虑长期趋势影响的分析方法。
第一步:计算各年同月的平均数; 第二步:计算三年内各月总平均数;
第三步:将各年同月平均数分别除以全期月总平均 数,得出季节比率; 第四步:利用季节比率分析季节变动的特点和趋势, 预测未来年份各月的发展水平。
(二)趋势剔除法
8
9 10
25
26 28
26.00
26.00 25.67
11
12
27
29
26.33
27.00
第三节 定量预测方法
二、时间序列平滑模型
2、 一次指数平滑法(Single exponential smoothing)
一次平滑指数值:
S
( 1) t
Xt (1 ) S t 1
(1)
( 1)
0 2
在Excel中用最小平方法进行长期趋势分析(p135)
0 3
利用Excel进行季节变动分析(p137-9)
谢 谢!
第三节 定量预测方法
假设:过去存在的变量间关系和相互作用机理,今后仍存在并
继续发挥作用。
一、时间序列:
1、概念:按一定时间间隔和事件发生先后顺序排列起来的数据构成的序列。 2、构成: 1)趋势成分:引起原因(人口的变动,经济的增长,技术的进步,生产 力的发展)。T(Trend) 2)季节成分:每个年度内成规则性的重复波动形态。起因:季节性的气 候变化和风俗习惯。S(Season) 3)周期成分:经济成长过程中景气和不景气交替重复发生的波动情况。 发展、繁荣、衰退、恢复。诱发因素:社会政治变动、战 争、经济形势变化。C(Cycle) 4)随机成分:不可控因素引起的,没有规则的上下波动。I(Irregularity)
缺点:受主观因素影响,专家的选择没有明确的标准,预测结果的可靠性
缺乏严格的科学分析,最后趋于一致的意见仍带有随大流的倾向。
第二节 定性预测方法
一、德尔菲法(Delghi method):专家调查法
3、三条原则:
匿名性、反馈性、收敛性。
二、其他方法
1、部门主管集体讨论法 2、用户调查法 3、销售人员意见汇集法
时间 实销 A1 A2 A3 A4 A5 SMA3 SMA3 SMA4 SMA4 SMA5 SMA5 平均 预测
简单移动平均值为:
1月 2月 3月 4月 5月
SMAt 1
t 1 ( ) Ai n i t 1 n
SMAt 1 : 第t 1周的预测值;
n:移动平均采用的周期 数;
1、步骤: (1)挑选专家;
(2)函询调查:向专家提出问题,要求书面答复; (3)汇集综合整理:将搜集来的专家意见整理; (4)再次函询:将整理的意见反馈给各专家,要求他们修正其预测,并 说明修正理由;
(5)最终预测:循环3、4步,至3、4轮。
2、优缺点: 优点:匿名性,避免群体压力现象,专家充分发表意见,且最后能统一。
Ai : 为i周期的实际需求。
第三节 定量预测方法
月份 实际销量(百台) n=3 预测值同简单移动
1
2 3 4 5 6 7
20
21 23 24 25 27 26 21.33 22.67 24.00 25.33
平均所选的时段长n有关
,具有滞后性。n越大, 对干扰的敏感性越低, 预测的稳定性越好,滞 后性越强,响应性就越 差。 简单移动平均法对 数据不分远近,同样对 待。为了反映最近的趋 势,可采用加权移动平 均。