第三章 需求預(yù)測

第三章需求預(yù)測

經(jīng)濟(jì)管理學(xué)院：馬佳

E-mail：majia79@126.com主要內(nèi)容預(yù)測誤差與監(jiān)控4定量預(yù)測方法3定性預(yù)測方法2預(yù)測的基本概念1第一節(jié)預(yù)測的基本概念一、預(yù)測及其作用

1、預(yù)測的概念預(yù)測是對未來可能發(fā)生的情況的預(yù)計(jì)與推測。“凡事預(yù)則立，不預(yù)則廢”。預(yù)測為人們提供了即將發(fā)生的情況的信息，增加了成功的機(jī)會;但預(yù)測不是一門精確的科學(xué)，它是科學(xué)與藝術(shù)的結(jié)合;預(yù)測離不開科學(xué)測定的數(shù)據(jù)，也離不開人們的經(jīng)驗(yàn)和判斷;不能因?yàn)轭A(yù)測的失誤而否定預(yù)測。一、預(yù)測及其作用2、預(yù)測的共同特征預(yù)測的基本假設(shè)：過去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來;預(yù)測極少準(zhǔn)確無誤，實(shí)際情況總與預(yù)期有所不同；對總量的預(yù)測要比對個體的預(yù)測精確;如每天從沈陽到北京旅客數(shù)量的預(yù)測，比預(yù)計(jì)某個人將到何處出差要準(zhǔn)確。預(yù)測精度隨預(yù)測的時間范圍增加而降低。第一節(jié)預(yù)測的基本概念第一節(jié)預(yù)測的基本概念一、預(yù)測及其作用3、預(yù)測的作用

幫助管理者設(shè)計(jì)生產(chǎn)運(yùn)作系統(tǒng)生產(chǎn)什么產(chǎn)品，提供何種服務(wù)；在何處建立生產(chǎn)/服務(wù)設(shè)施；采用什么樣的流程；供應(yīng)鏈如何組織。

幫助管理者對系統(tǒng)的使用進(jìn)行計(jì)劃今年生產(chǎn)什么，生產(chǎn)多少；如何利用現(xiàn)有設(shè)施提供滿意服務(wù)。物品預(yù)測*實(shí)際差額差額％#7147-燈47,60042,784-4816-10.1#8014-鉗子12,8009,125-3675-28.7#8663-銼刀1,5051,157-348-23.1#8726-纖維切斷機(jī)22,50028,392+5892+26.1#8933-螺刀10,10011,394+1834+18.1#9250-剪切機(jī)17,45014,860-2590-14.8#9261-剪刀28,50027,733-767-2.7#9337-耙68,00068,105+105+0.2#9604-鋤27,20017,566-9644-35.4#9638-鏟3,3204,638+1318+39.8總計(jì)238,975226,284-12,691-5.3物品的平均預(yù)測誤差=19.9

某工具廠三季度銷售預(yù)測第一節(jié)預(yù)測的基本概念第一節(jié)預(yù)測的基本概念二、預(yù)測的分類1、預(yù)測的分類－－按性質(zhì)分類科學(xué)預(yù)測－－科學(xué)預(yù)測是對科學(xué)發(fā)展情況的預(yù)計(jì)與推測。如門捷列夫預(yù)計(jì)有3個當(dāng)時未發(fā)現(xiàn)的元素：亞鋁、亞硼和亞硅。后來都被發(fā)現(xiàn)了，是鎵、鈧和鍺；技術(shù)預(yù)測－－技術(shù)預(yù)測是對技術(shù)進(jìn)步情況的預(yù)計(jì)與推測；經(jīng)濟(jì)預(yù)測－－政府部門以及其它一些社會組織經(jīng)常就未來的經(jīng)濟(jì)狀況發(fā)表經(jīng)濟(jì)預(yù)測報告；第一節(jié)預(yù)測的基本概念二、預(yù)測的分類1、預(yù)測的分類－－按性質(zhì)分類需求預(yù)測－－需求預(yù)測為企業(yè)給出了產(chǎn)品在未來的一段時間里的需求期望水平,為企業(yè)的計(jì)劃和控制決策提供了依據(jù)；社會預(yù)測－－社會預(yù)測是對社會未來的發(fā)展?fàn)顩r的預(yù)計(jì)和推測。比如人口預(yù)測、人們生活方式變化預(yù)測、環(huán)境狀況預(yù)測等。需求預(yù)測與企業(yè)生產(chǎn)經(jīng)營活動關(guān)系最密切。二、預(yù)測的分類2、預(yù)測的分類－－按時間分類長期預(yù)測(Long-rangeForecast)－－對5年或5年以上的需求前景的預(yù)測。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)；中期預(yù)測(Intermediate-rangeForecast)－－中期預(yù)測是指對一個季度以上兩年以下的需求前景的預(yù)測。它是制訂年度生產(chǎn)計(jì)劃、季度生產(chǎn)計(jì)劃的依據(jù)；短期預(yù)測(Short-rangeForecast)－－短期預(yù)測是對一個季度以下的需求前景的預(yù)測。它是調(diào)整生產(chǎn)能力、采購、安排生產(chǎn)作業(yè)計(jì)劃等具體生產(chǎn)經(jīng)營活動的依據(jù)。第一節(jié)預(yù)測的基本概念第一節(jié)預(yù)測的基本概念二、預(yù)測的分類3、預(yù)測分類－－按主客觀因素所起的作用分類定性預(yù)測方法(subjectiveorqualitativeapproach)－－主觀預(yù)測法，依靠人們的才干、知識、遠(yuǎn)見和判斷力來推測未來的變化；定量預(yù)測方法(quantitativeorstatisticalapproach)

－－統(tǒng)計(jì)預(yù)測法，主要根據(jù)對歷史資料的分析來推斷未來的需要。第一節(jié)預(yù)測的基本概念三、影響需求預(yù)測的因素四、預(yù)測的主要步驟設(shè)定預(yù)測目標(biāo)確定預(yù)測對象監(jiān)測、控制預(yù)測驗(yàn)證和使用預(yù)測結(jié)果作出預(yù)測選擇預(yù)測方法收集、分析數(shù)據(jù)決定預(yù)測的時間跨度選擇預(yù)測方法監(jiān)測、控制和評價預(yù)測長期—5年以上中期—0.5-2年短期—月／周需求預(yù)測的過程第一節(jié)預(yù)測的基本概念五、預(yù)測中應(yīng)注意的問題判斷在預(yù)測中的作用；判斷在選擇預(yù)測方法中的作用；判斷在辨別信息中的作用；判斷在取舍預(yù)測結(jié)果時的作用。預(yù)測精度與成本；預(yù)測的時間范圍和更新頻率；穩(wěn)定性與響應(yīng)性。第一節(jié)預(yù)測的基本概念第二節(jié)定性預(yù)測方法一、對需求預(yù)測方法的認(rèn)識預(yù)測很少是完美的；大多數(shù)預(yù)測方法假定系統(tǒng)中存在某種根本的穩(wěn)定性；產(chǎn)品系列的預(yù)測和總產(chǎn)品的預(yù)測比單個產(chǎn)品的預(yù)測準(zhǔn)確。因此,為使預(yù)測更符合實(shí)際，經(jīng)驗(yàn)、判斷和數(shù)學(xué)模型都起一定的作用，但沒有哪一種方法一直都能奏效。銷售額將為200百萬美元!二、需求預(yù)測方法分類定性預(yù)測方法qualitativemethod定量預(yù)測方法quantitativemethod·

德爾菲法·

部門主管集體討論法·

銷售人員意見匯集法·

用戶調(diào)查法·

時間序列預(yù)測模型

?

時間序列平滑模型

-

簡單移動平均

-

加權(quán)移動平均

-

一次指數(shù)平滑

?

時間序列分解模型

-

乘法模型

-

加法模型·

因果模型（回歸模型）二次指數(shù)平滑第二節(jié)定性預(yù)測方法第二節(jié)定性預(yù)測方法三、定性預(yù)測方法1、德爾菲法(Delphimethod)挑選參加預(yù)測的專家。這些專家應(yīng)該來自不同領(lǐng)域，具有各種不同知識背景；通過問卷調(diào)查(或電子郵件)從各個專家處獲得預(yù)測信息(包括對預(yù)測所作假設(shè)的前提和限制)；匯總調(diào)查結(jié)果，附加適當(dāng)?shù)男聠栴}后重新發(fā)給專家；再次匯總，提煉預(yù)測結(jié)果和條件，再次形成新問題；如有必要，重復(fù)上一個步驟。將最終結(jié)果發(fā)給所有專家。匿名性、問卷設(shè)計(jì)、專家選擇、反饋速度TEXTTEXTTEXTTEXT三、定性預(yù)測方法2、部門主管集體討論法(juryofexecutives)3、銷售人員意見匯集法(user’expectation)4、用戶調(diào)查法(fieldsalesforce)第二節(jié)定性預(yù)測方法用數(shù)學(xué)模型表示需求與各種變量之間的關(guān)系；前提－－變量與需求的關(guān)系今后仍然保持不變。常用的方法：時間序列模型：用過去的需求和時間的關(guān)系來預(yù)測未來的需求；因果關(guān)系模型：用過去的資料揭示變量和需求的關(guān)系，進(jìn)而預(yù)測未來的需求。第三節(jié)定量預(yù)測方法Quantitative一、時間序列的構(gòu)成趨勢成分隨時間的推移而表現(xiàn)出的一種傾向（上升、下降、平穩(wěn)）—數(shù)據(jù)長期變化趨勢。季節(jié)成分特定周期時間里（一年里）有規(guī)則的波動—數(shù)據(jù)短期有規(guī)律的波動。每天有二次交通高峰；每周周末，影院的客流量較大；某些產(chǎn)品的季節(jié)性需求變化等。周期成分較長時間里（一年以上，一般為數(shù)十年）有規(guī)則的波動。隨機(jī)成分由很多不可控因素引起的，沒有規(guī)則的上下波動。第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法定性預(yù)測方法qualitativemethod定量預(yù)測方法quantitativemethod·

德爾菲法·

部門主管集體討論法·

銷售人員意見匯集法·

用戶調(diào)查法·

時間序列預(yù)測模型

?

時間序列平滑模型

-

簡單移動平均

-

加權(quán)移動平均

-

一次指數(shù)平滑

?

時間序列分解模型

-

乘法模型

-

加法模型·

因果模型（回歸模型）二次指數(shù)平滑第三節(jié)定量預(yù)測方法二、時間序列平滑模型通過多個數(shù)據(jù)的平均來消除和減少隨機(jī)成分(干擾)。簡單移動平均法加權(quán)移動平均法一次指數(shù)平滑法二次指數(shù)平滑法第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法二、時間序列平滑模型時間序列（TimeSeries）按一定的時間間隔和事件發(fā)生的先后順序?qū)⑺占臄?shù)據(jù)排列起來所得到的序列。二、時間序列平滑模型1、簡單移動平均法(SimpleMovingAverage)

SMAt+1=(At+At-1+…+At-N+1)/N

預(yù)測值=(前N次實(shí)測值的平均值)

SMAt+1

－－對下一期的預(yù)測值

N

－－移動平均的時期個數(shù)

At－－前期實(shí)際值在趨勢微弱或沒有趨勢的情況下使用。第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法N越大、預(yù)測值越平滑，對干擾的靈敏性越低，預(yù)測值的響應(yīng)性也就越小。當(dāng)n=3的時候，預(yù)測4月的銷售量，SMA4=(23+21+20)/3=21.33二、時間序列平滑模型2、加權(quán)移動平均法(WeightedMovingAverage)

WMAt+1=(tAt+t-1At-1…+t-N+1At-N+1)/N

預(yù)測值=(前N次實(shí)測值的加權(quán)平均值)

t、

t-1、…、

t-N+1稱為加權(quán)因子，且

（t+t-1+…+t-N+1）/N=1近期數(shù)據(jù)對預(yù)測結(jié)果的影響大，遠(yuǎn)期數(shù)據(jù)對預(yù)測的結(jié)果影響??；根據(jù)各期數(shù)據(jù)影響程度的大小不同分別賦予不同的權(quán)重。第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法預(yù)測值的響應(yīng)性較好，其結(jié)果與和N的取值有關(guān)。第三節(jié)定量預(yù)測方法二、時間序列平滑模型3、一次指數(shù)平滑法（SingleExponentialSmoothing）一次指數(shù)平滑法考慮所有的歷史數(shù)據(jù)，只不過近期實(shí)際數(shù)據(jù)的權(quán)重大，遠(yuǎn)期實(shí)際數(shù)據(jù)的權(quán)重小。

SAt

=

At+(1-)SAt-1

=SAt-1+(At-SAt-1)

At為t期的實(shí)際值；

為平滑系數(shù)，它表示賦予實(shí)際數(shù)據(jù)的權(quán)重。將第t期一次指數(shù)平滑平均值SAt

，作為t+1期一次指數(shù)平滑預(yù)測值SFt+1，則有：

第三節(jié)定量預(yù)測方法二、時間序列平滑模型3、一次指數(shù)平滑法（SingleExponentialSmoothing）

SFt+1=

At+(1-)SFt

=

SFt+(At-SFt

)預(yù)測值=上期預(yù)測值+×(上期實(shí)測值-上期預(yù)測值）稱為平滑系數(shù)，（01）一次指數(shù)平滑法的權(quán)數(shù)呈指數(shù)遞減，最新的數(shù)據(jù)權(quán)數(shù)最大；預(yù)測值依賴于平滑常數(shù)的選擇，一般來言，越大，預(yù)測值的響應(yīng)性越大，選得小些，則穩(wěn)定性較大。偏差

SFt+1=

At+(1-)SFt

=At+(1-)[At-1+(1-)SFt-1] ……………

權(quán)數(shù)呈指數(shù)遞減；最新的數(shù)據(jù)權(quán)數(shù)最大；當(dāng)t很大時，(1-)t×SF1

趨近于0，可忽略。第三節(jié)定量預(yù)測方法周期12…………t-1tt+1實(shí)際值A(chǔ)1A2…………At-1AtAt+1平滑平均值SA1SA2…………SAt-1SAtSAt+1平滑預(yù)測值SF1SF2…………SFt-1SFtSFt+1第三節(jié)定量預(yù)測方法SA2=11.00

+0.4×

(10.00-11.00)=10.60SA3=10.60+0.4×(12.00-10.60)=11.16預(yù)測值依賴于平滑常數(shù)的選擇，一般來言，越大，預(yù)測值的響應(yīng)性越大，選得小些，則穩(wěn)定性較大。第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法二、時間序列平滑模型3、一次指數(shù)平滑法（SingleExponentialSmoothing）平滑系數(shù)的選擇當(dāng)時間序列呈現(xiàn)較穩(wěn)定的水平趨勢時，應(yīng)選較小的值，一般可在0.05～0.20之間取值；當(dāng)時間序列有波動，但長期趨勢變化不大時，可選稍大的值，常在0.1～0.4之間取值；當(dāng)時間序列波動很大，長期趨勢變化幅度較大，呈現(xiàn)明顯且迅速的上升或下降趨勢時，宜選擇較大的值，可在0.6～0.8間選值。三、時間序列分解模型(TimeSeriesDecomposition)對各需求構(gòu)成進(jìn)行單獨(dú)預(yù)測，再按一定的組合規(guī)則綜合處理，得出最終的預(yù)測結(jié)果。乘法模型TF=TSCI

（此方法較通用）加法模型TF=T+S+C+I

T為趨勢成分；S為季節(jié)成分

C為周期性變化成分；I為不規(guī)則的波動成分第三節(jié)定量預(yù)測方法三.時間序列分解模型主要討論線性季節(jié)模型線性變化趨勢與季節(jié)性變化趨勢共同作用的結(jié)果。預(yù)測值=趨勢預(yù)測值ⅹ季節(jié)系數(shù)第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法三、時間序列分解模型關(guān)鍵在于求線性趨勢方程和季節(jié)系數(shù)求線性趨勢直線方程：

Yt=a+b·t

Yt—趨勢預(yù)測值

t—季節(jié)序號

a、b—系數(shù)可用作圖法或最小二乘法求出第三節(jié)定量預(yù)測方法第三節(jié)定量預(yù)測方法三、時間序列分解模型（1）求趨勢方程

Yt=a+b·t

Yt=10000+167·t三、時間序列分解模型（2）計(jì)算季節(jié)系數(shù)各周期內(nèi)相應(yīng)實(shí)際值與趨勢值的比值的平均值。第三節(jié)定量預(yù)測方法SI(夏)=(1.16+1.13+1.16)/3=1.15SI(秋)=(1.01+1.00+0.97)/3=1.00SI(冬)=(0.85+0.82+0.87)/3=0.85SI(春)=(0.99+1.00+1.01)/3=1.00作用：消除數(shù)據(jù)中的季節(jié)變動擬合季節(jié)變動三、時間序列分解模型（3）計(jì)算預(yù)測值：

預(yù)測值=趨勢預(yù)測值ⅹ季節(jié)系數(shù)

若未來一年的夏秋冬春各季對應(yīng)的t值分別為13,14,15,16,預(yù)測銷售量分別為:夏季:(10,000+167×13)×1.15=13,997(份)秋季:(10,000+167×14)×1.00=12,338(份)冬季:(10,000+167×15)×0.85=10,629(份)春季:(10,000+167×16)×1.00=12,672(份)第三節(jié)定量預(yù)測方法

四、因果模型（回歸模型）線形回歸模型非線形回歸模型——可轉(zhuǎn)化為線形回歸模型主要研究一元線形回歸模型

指出因變量和自變量之間的線性關(guān)系。

第三節(jié)定量預(yù)測方法YXii=+ab因變量（反應(yīng)變量）自變量（解釋變量）斜率Y的截距

四、因果模型（回歸模型）一元線性回歸模型

第三節(jié)定量預(yù)測方法YXYai+^iibXi=+誤差

誤差觀察值YabX=+回歸線

四、因果模型（回歸模型）一元線性回歸模型計(jì)算公式

第三節(jié)定量預(yù)測方法公式：斜率：Y的截距：例題見書P90-91第三節(jié)定量預(yù)測方法

四、因果模型（回歸模型）線性相關(guān)強(qiáng)度——相關(guān)系數(shù)樣本相關(guān)系數(shù)用r來表示；r值介于-1到+1之間；衡量關(guān)聯(lián)程度：正相關(guān)、負(fù)相關(guān)；強(qiáng)相關(guān)、弱相關(guān)。

見書P91第三節(jié)定量預(yù)測方法預(yù)測方法需要的歷史數(shù)據(jù)數(shù)據(jù)分布預(yù)測周期準(zhǔn)備時間預(yù)測人員個人背景一次指數(shù)平滑法5-10個觀測值數(shù)據(jù)應(yīng)該是穩(wěn)定的短期短不要求精通長期趨勢法10-20個，每季度至少5個呈現(xiàn)長期趨勢變動短期到中期短對預(yù)測方法有所掌握季節(jié)變動法兩個谷峰足夠處理循環(huán)和季節(jié)變動分布短期到中期短到中等不要求精通因果回歸分析法每個自變量10個觀測值能夠處理復(fù)雜分布短期/中期或長期建模時間長，實(shí)施時間短非常精通五、預(yù)測方法的選擇第四節(jié)預(yù)測誤差與監(jiān)控一、預(yù)測精度的測量預(yù)測誤差：預(yù)測值與實(shí)際值之間的差異E=(AtFt)平均絕對偏差(MeanAbsoluteDeviation)MAD=AtFt

/n它能較好地反映預(yù)測精度平均平方誤差(MeanSquareError)MSE=(At

Ft)2/n它能較好地反映預(yù)測精度第四節(jié)預(yù)測誤差與監(jiān)控一、預(yù)測精度的測量平均預(yù)測誤差(MeanForecastError)MFD=（AtFt）/n它能較好地衡量無偏性（AtFt）稱為預(yù)測誤差滾動和(RSFE)平均絕對百分誤差(MeanAbsolutePercentageError)MAPE=第四節(jié)預(yù)測誤差與監(jiān)控例題1：計(jì)算下表中的MAD、MSE、MFE、MAPE的值。MAD=37/6=6.17MSE=239/6=39.83MFD=3/6=0.5MAPE=14.28/6=2.38第四節(jié)預(yù)測誤差與監(jiān)控二、預(yù)測監(jiān)控檢驗(yàn)預(yù)測模型是否仍然有效測試指標(biāo)：跟蹤信號TS=(AtFt)/MADMAD=AtFt

/n結(jié)論：TS接近0或在一定的范圍內(nèi)，預(yù)測模型仍然有效。TS的控制范圍一般取3----8，多數(shù)情況下取4。2468101214161820上控制線下控制線追蹤信號(TS)第四節(jié)預(yù)測誤差與監(jiān)控例題2：某企業(yè)經(jīng)過6個月的跟蹤，得到各月的預(yù)測誤差如下表，根據(jù)這些數(shù)據(jù)，計(jì)算各月的預(yù)測誤差滾動和與平均絕對誤差，以及跟蹤信號的值。月123456預(yù)測誤差-5070100-409050練習(xí)題1下表給出了某計(jì)算機(jī)公司近10個月的實(shí)際銷售量和用A,B兩種模型進(jìn)行預(yù)測的預(yù)測值。計(jì)算兩種模型的MAD；計(jì)算兩種模型的RSFE使用MAD作為評價標(biāo)準(zhǔn)，哪一種模型好一些，為什么？月份12345678910實(shí)際銷售量566620584652748703670625572618A模型預(yù)測值610630610630640650655655630630B模型預(yù)測值580600580630702680680680600600練習(xí)題2下表是光華科研所某項(xiàng)目新技術(shù)產(chǎn)品過去7個月份的銷售額數(shù)據(jù)，試用一次指數(shù)平滑法預(yù)測1997年12月份的銷售額。（取α=0.2，α=0.7，SA1=150）序號時間銷售額/萬元預(yù)測值/萬元α=0.211997.514315021997.615231997.716141997.813951997.913761997.1017471997.1114281997.12練習(xí)題2序號時間銷售額/萬元預(yù)測值/萬元α=0.211997.514315021997.6152148.631997.7161149.2841997.8139151.6251997.9137149.1061997.10174146.6871997.11142152.14