預(yù)測(cè)技術(shù)課件

預(yù)測(cè)技術(shù)（TechniqueforForecasting）

預(yù)測(cè)作為一門新興學(xué)科，愈來(lái)愈廣地廣泛的應(yīng)用于社會(huì)各個(gè)領(lǐng)域，如社會(huì)預(yù)測(cè)、經(jīng)濟(jì)預(yù)測(cè)、科學(xué)預(yù)測(cè)、技術(shù)預(yù)測(cè)和軍事預(yù)測(cè)等。所謂預(yù)測(cè)，是指對(duì)生產(chǎn)、裝運(yùn)或銷售等方面有可能產(chǎn)生的流量或單位數(shù)的一種預(yù)示或估計(jì)。在物流運(yùn)輸與配送實(shí)踐當(dāng)中，許多決策問(wèn)題能否有效地開展，都依賴于預(yù)測(cè)質(zhì)量的好壞。如配送網(wǎng)絡(luò)設(shè)計(jì)，運(yùn)能規(guī)劃，庫(kù)存計(jì)劃等。第11章預(yù)測(cè)技術(shù)（TechniqueforForecasting）11.1概述（Introduction）11.1.1預(yù)測(cè)概述（SummaryonForecast）11.1.2預(yù)測(cè)程序（Procedureofforecast）11.1.3物流預(yù)測(cè)方法的分類（ClassificationofMethodforForecastLogistics）11.1.4預(yù)測(cè)方法的選擇（SelectionofMethods）11.2時(shí)間序列預(yù)測(cè)技術(shù)（TechniqueforTimeSequenceForecast）11.2.1移動(dòng)平均預(yù)測(cè)法（MovingAverageForecast）11.2.2指數(shù)平滑預(yù)測(cè)法（ExponentialSmoothingForecast）11.3回歸分析預(yù)測(cè)技術(shù)（TechniqueforRegressionAnalysisForecast）11.3.1一元線性回歸預(yù)測(cè)法（SingleRegressionForecast）11.3.2多元線性回歸預(yù)測(cè)分析（MultipleRegressionForecast）11.1概述11.1.1預(yù)測(cè)概述

物流預(yù)測(cè)就是根據(jù)客觀事物的過(guò)去和現(xiàn)在的發(fā)展規(guī)律，借助科學(xué)的方法和手段，對(duì)物流管理發(fā)展趨勢(shì)和狀況進(jìn)行描述、分析，形成科學(xué)的假設(shè)和判斷的一種科學(xué)理論。物流預(yù)測(cè)技術(shù)可以推動(dòng)物流信息系統(tǒng)的計(jì)劃并加以協(xié)調(diào)，通?？深A(yù)測(cè)未來(lái)出現(xiàn)的事件，也可以是定期對(duì)配送中心裝運(yùn)的某一產(chǎn)品進(jìn)行預(yù)測(cè)，也可以對(duì)幾個(gè)星期的資料進(jìn)行匯總，做出分析和報(bào)告。11.1概述11.1.2預(yù)測(cè)程序11.1概述11.1.3物流預(yù)測(cè)方法的分類1.判斷預(yù)測(cè)(定性)技術(shù)在一種有組織的形式下，搜集各個(gè)人對(duì)分析過(guò)程所作的判斷，然后進(jìn)行預(yù)測(cè)。2.時(shí)間序列預(yù)測(cè)基于事物發(fā)展具有歷史繼承性這一規(guī)律而進(jìn)行。3.因果預(yù)測(cè)技術(shù)從預(yù)測(cè)對(duì)象同其制約因素之間的因果關(guān)系著手進(jìn)行預(yù)測(cè)。這類方法注重研究外因?qū)κ挛锇l(fā)展變化的影響。（計(jì)量經(jīng)濟(jì)模型、投入產(chǎn)出法、回歸模型）11.1概述11.1.4預(yù)測(cè)方法的選擇名稱范圍適用情況需做工作定性預(yù)測(cè)法短、中、長(zhǎng)期對(duì)缺乏歷史統(tǒng)計(jì)資料或趨勢(shì)面臨轉(zhuǎn)折的事件進(jìn)行預(yù)測(cè)需做大量的調(diào)查研究工作時(shí)間序列預(yù)測(cè)法短、中期只適于進(jìn)行短期預(yù)測(cè)只需要時(shí)間序列歷史數(shù)據(jù)一元線性回歸預(yù)測(cè)法短、中期自變量與因變量之間存在線性關(guān)系需費(fèi)大量時(shí)間為兩個(gè)變量收集數(shù)據(jù)多元線性回歸預(yù)測(cè)法短、中期因變量與兩個(gè)或兩個(gè)以上的自變量之間存在線性關(guān)系需費(fèi)大量時(shí)間為所有變量收集歷史數(shù)據(jù)，需借助于計(jì)算機(jī)計(jì)算非線性回歸預(yù)測(cè)法短、中期因變量與一個(gè)或多個(gè)自變量之間存在某種非線性關(guān)系需收集歷史數(shù)據(jù)，并用幾個(gè)非線性模型試驗(yàn)，需借助于計(jì)算機(jī)計(jì)算11.2時(shí)間序列預(yù)測(cè)技術(shù)

時(shí)間序列法又稱時(shí)間數(shù)列方法，是一種利用包含相對(duì)清楚而又穩(wěn)定關(guān)系和趨勢(shì)的數(shù)據(jù)統(tǒng)計(jì)方法，展示了事物在一定的時(shí)期內(nèi)的發(fā)展變化過(guò)程，考慮到事物發(fā)展的歷史繼承性，可以通過(guò)選擇適當(dāng)?shù)哪Ｐ托问胶湍Ｐ蛥?shù)，運(yùn)用慣性原理對(duì)事物未來(lái)的發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)，稱為時(shí)間序列預(yù)測(cè)。時(shí)間序列被用于識(shí)別：產(chǎn)生季節(jié)因素的數(shù)據(jù)系統(tǒng)變量；周期變化模式；趨勢(shì)值；趨勢(shì)增長(zhǎng)率。11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

移動(dòng)平均法的基本思想是，每次取一定周期長(zhǎng)度的觀察值的平均值，并按時(shí)間次序逐次推進(jìn)，每增加一個(gè)時(shí)段時(shí)，就去掉前一時(shí)段的數(shù)值，再計(jì)算平均值。移動(dòng)平均法用最近幾期的平均數(shù)來(lái)預(yù)測(cè)下一期的可能值，既可以消除或減少隨機(jī)變動(dòng)的影響，又能發(fā)現(xiàn)數(shù)據(jù)的演變趨勢(shì)。若資料數(shù)據(jù)單純圍繞某一水平作隨機(jī)跳動(dòng)，宜采用一次移動(dòng)平均數(shù)法；若資料具有持續(xù)的線性增長(zhǎng)（或下降）趨勢(shì)時(shí)，宜采用二次移動(dòng)平均數(shù)法。11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

已知數(shù)據(jù)時(shí)間序列為：x0，x1，x2，……，xn，以M(t）(1)表示第t時(shí)刻的時(shí)間序列的一次移動(dòng)平均值，以N表示參與“平均”的實(shí)際值個(gè)數(shù)，也稱數(shù)據(jù)的間距或移動(dòng)的步長(zhǎng)，則有：1.一次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法預(yù)測(cè)某企業(yè)產(chǎn)品的銷售量。取N=5。計(jì)算一次移動(dòng)平均數(shù):1.一次移動(dòng)平均法月12345678910銷售量Xt45526048525558626467一次移動(dòng)平均值━━━━51.453.454.65558.261.2

計(jì)算出的移動(dòng)平均數(shù)也構(gòu)成了時(shí)間序列。一般情況下，如果時(shí)間序列沒有明顯的傾向變動(dòng)和周期變動(dòng)，可用。

11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

由表中所列的結(jié)果看來(lái)，由移動(dòng)平均計(jì)算后所得到的新數(shù)列，其數(shù)據(jù)起伏波動(dòng)的范圍變小了，異常大和異常小的數(shù)據(jù)值被修勻了。從而異常數(shù)據(jù)對(duì)移動(dòng)平均值的影響不大。因此移動(dòng)平均預(yù)測(cè)有較好的抗干擾能力，可以在一定程度上描述時(shí)間序列變化的趨勢(shì)。1.一次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

移動(dòng)平均預(yù)測(cè)法對(duì)時(shí)間序列中數(shù)據(jù)變化的反映速度及對(duì)干擾的修均能力，取決于N的值。隨著N的減小，移動(dòng)平均對(duì)時(shí)間序列數(shù)據(jù)變化的反映敏感性增加，但修勻能力下降；而N增大，移動(dòng)平均對(duì)時(shí)間序列數(shù)據(jù)變化的反映敏感性減小，但對(duì)時(shí)間序列的修勻能力卻上升，所以移動(dòng)平均法的修勻能力與時(shí)間序列數(shù)據(jù)變化的敏感性是矛盾的，兩者不可兼得，因此在確定N的時(shí)候，一定要根據(jù)時(shí)間序列的特點(diǎn)來(lái)確定。1.一次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

一般，N的選擇原則是：（1）由所需處理的時(shí)間序列的數(shù)據(jù)點(diǎn)的多少而定。數(shù)據(jù)點(diǎn)多，可以取得大一些；（2）要由已有的時(shí)間序列的趨勢(shì)而定，趨勢(shì)平穩(wěn)并基本保持水平狀態(tài)的，可以取得大一些；趨勢(shì)平穩(wěn)并保持階梯性或周期性增長(zhǎng)的，應(yīng)該取得小一些；趨勢(shì)不穩(wěn)并有脈沖式增減的，應(yīng)取得大一些。1.一次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法

當(dāng)時(shí)間序列有明顯線性變化趨勢(shì)時(shí)，上述方法存在滯后偏差，使預(yù)測(cè)值偏低。為解決這一問(wèn)題，采用二次移動(dòng)平均法。上面介紹的一次移動(dòng)平均數(shù)本身也構(gòu)成一個(gè)時(shí)間序列，在此基礎(chǔ)上再作一次移動(dòng)平均，之后建立線性預(yù)測(cè)模型進(jìn)行預(yù)測(cè)，就是二次移動(dòng)平均法。2.二次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法二次移動(dòng)平均數(shù)發(fā)的線性預(yù)測(cè)模型為：2.二次移動(dòng)平均法式中

t——當(dāng)前的時(shí)間序號(hào)；

T——由當(dāng)前時(shí)間到預(yù)測(cè)時(shí)間的時(shí)間間隔數(shù)，即超前時(shí)間間隔；

——線性模型的截距；

——線性模型的斜率；

——第時(shí)間的預(yù)測(cè)值。11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.1移動(dòng)平均預(yù)測(cè)法其中，2.二次移動(dòng)平均法仍舉上例。取N=5。計(jì)算二次移動(dòng)平均數(shù):月12345678910運(yùn)輸量Xt45526048525558626467二次移動(dòng)平均值━━━━━━━━54.5256.4811.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.2指數(shù)平滑預(yù)測(cè)法

指數(shù)平滑預(yù)測(cè)法，是與以前需求水平和預(yù)測(cè)水平加權(quán)平均數(shù)數(shù)所估計(jì)的未來(lái)年銷量為基礎(chǔ)的，是在移動(dòng)平均預(yù)測(cè)法的基礎(chǔ)上發(fā)展起來(lái)的一種預(yù)測(cè)方法。新的預(yù)測(cè)函數(shù)引入?yún)?shù)α。它包括一次指數(shù)平滑預(yù)測(cè)法、二次指數(shù)平滑預(yù)測(cè)法和高次指數(shù)平滑法。3.二次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.2指數(shù)平滑預(yù)測(cè)法

一次指數(shù)平滑預(yù)測(cè)法，利用時(shí)間序列中本期的實(shí)際值與本期的預(yù)測(cè)值加權(quán)平均作為下一期的預(yù)測(cè)值。3.二次移動(dòng)平均法式中,——在t+1時(shí)刻的一次指數(shù)平滑值(t時(shí)刻預(yù)測(cè)值)；

——平滑常數(shù)，規(guī)定。

——在t時(shí)刻的實(shí)際值。；11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.2指數(shù)平滑預(yù)測(cè)法

某企業(yè)對(duì)某年度l~11月某種物資的價(jià)格情況進(jìn)行了統(tǒng)計(jì)，見表，試用一次指數(shù)平滑法對(duì)該年12月份該物資的市場(chǎng)價(jià)格進(jìn)行預(yù)測(cè)。3.二次移動(dòng)平均法月份期數(shù)市場(chǎng)價(jià)格（元/噸）預(yù)測(cè)值月份期數(shù)市場(chǎng)價(jià)格（元/噸）預(yù)測(cè)值1120077155187.42213520088130158.233195141.599220132.844197189.71010277211.355310196.71111235270.966175298.71212238.611.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.2指數(shù)平滑預(yù)測(cè)法解:應(yīng)用指數(shù)平滑公式進(jìn)行預(yù)測(cè)，首先應(yīng)選取，并確定。設(shè)＝0.9，＝x1

。3.二次移動(dòng)平均法11.2時(shí)間序列預(yù)測(cè)技術(shù)11.2.2指數(shù)平滑預(yù)測(cè)法

應(yīng)用指數(shù)平滑公式進(jìn)行預(yù)測(cè)，就應(yīng)首先確定，被稱為初始值。初始值是不能直接得到的，應(yīng)該通過(guò)其他方法選取或直接選用當(dāng)期實(shí)際值。稱為平滑系數(shù)，其值為，取值大小體現(xiàn)了不同時(shí)期數(shù)據(jù)在預(yù)測(cè)中所起的作用，值越大，越反映近期數(shù)據(jù)變化趨勢(shì)，模型靈敏度越高；值越小，越反映長(zhǎng)期的大致發(fā)展趨勢(shì)。掌握值，是用好指數(shù)平滑模型的一個(gè)重要技巧，一般采用多方案比較方法，從中選出最能反映實(shí)際值變化規(guī)律的值。3.二次移動(dòng)平均法11.3回歸分析預(yù)測(cè)技術(shù)

回歸預(yù)測(cè)技術(shù)就是根據(jù)存在于現(xiàn)象之間的內(nèi)在因果關(guān)系和函數(shù)關(guān)系建立回歸模型的方法，用來(lái)從某一現(xiàn)象的變動(dòng)，來(lái)估計(jì)另一現(xiàn)象的變化方向和程度，也就是從一種現(xiàn)象變化的因，來(lái)推測(cè)另一現(xiàn)象變化的果。因此，回歸預(yù)測(cè)也叫因果預(yù)測(cè)?；貧w預(yù)測(cè)按所包含的自變量的多少，可分為一元回歸預(yù)測(cè)法和多元回歸預(yù)測(cè)法。11.3回歸分析預(yù)測(cè)技術(shù)11.3.1一元線性回歸預(yù)測(cè)分析假設(shè)變量x與變量y是線性相關(guān)的，且有相關(guān)方程為：式中：a，b——回歸系數(shù)。回歸系數(shù)可用最小二乘法由觀測(cè)數(shù)據(jù)計(jì)算得知。11.3回歸分析預(yù)測(cè)技術(shù)11.3.1一元線性回歸預(yù)測(cè)分析

顯然，如果已知其中一個(gè)變量的未來(lái)值，那么可以通過(guò)上述公式預(yù)測(cè)另一個(gè)變量的未來(lái)值。問(wèn)題在于，假設(shè)中的線性關(guān)系是否存在，或者說(shuō)線性相關(guān)程度多大？研究?jī)蓚€(gè)變量x與y之間是否存在線性相關(guān)關(guān)系，通常的辦法是將獨(dú)立的n對(duì)觀測(cè)數(shù)據(jù)在坐標(biāo)上畫出散點(diǎn)圖，由直觀觀察進(jìn)行判斷，散點(diǎn)是否沿直線排列。但這是兩個(gè)變量的線性相關(guān)程度到底有多大，還要借助于數(shù)理統(tǒng)計(jì)分析。11.3回歸分析預(yù)測(cè)技術(shù)11.3.1一元線性回歸預(yù)測(cè)分析

相關(guān)系數(shù)是描述兩個(gè)變量線性關(guān)系密切程度的數(shù)量指示（用γ表示），它的計(jì)算公式如下：

當(dāng)γ

=0時(shí)，表示X，Y沒有線性關(guān)系；當(dāng)0<γ<1時(shí)，表示X，Y正線性相關(guān)；-1<γ<0時(shí)，表示X，Y負(fù)線性相關(guān)。11.3回歸分析預(yù)測(cè)技術(shù)11.3.1一元線性回歸預(yù)測(cè)分析

一般來(lái)講，只有當(dāng)|γ|較大時(shí)，用線性回歸模型描述Y與X的相關(guān)關(guān)系，才有實(shí)際價(jià)值。實(shí)際檢驗(yàn)時(shí)，需要查相關(guān)系數(shù)檢驗(yàn)表。在一元線性回歸中，還可以用F檢驗(yàn)判斷模型的顯著性，用t檢驗(yàn)判斷回歸系數(shù)的顯著性，這幾種檢驗(yàn)是相互等價(jià)的。11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析

在實(shí)際中，與某一個(gè)變量有關(guān)的因素往往不是一個(gè)，而是多個(gè)。例如企業(yè)生產(chǎn)量的影響因素，除了原材料供應(yīng)商服務(wù)狀況，還有諸如企業(yè)本身生產(chǎn)能力以及最終用戶和需求等因素，多元線性回歸法就是研究對(duì)一個(gè)因變量有兩個(gè)或兩個(gè)以上影響因素的相關(guān)關(guān)系進(jìn)行預(yù)測(cè)的方法。多元線性回歸分析方法是一元線性回歸理論與技術(shù)在多變量線性關(guān)系系統(tǒng)中的重要延伸，也是預(yù)測(cè)中常使用的方法。11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析

多元線性回歸分析預(yù)測(cè)法是對(duì)自變量和因變量的n組統(tǒng)計(jì)數(shù)據(jù)，，進(jìn)行分析，明確因變量y與各個(gè)自變量間存在線性相關(guān)關(guān)系的基礎(chǔ)上，給出適宜的線性回歸方程。并據(jù)此做出關(guān)于因變量y的發(fā)展變化趨勢(shì)的預(yù)測(cè)。11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析類似于一元線性回歸分析，可以用線性方程來(lái)近似描述y與之間的線性相關(guān)關(guān)系，它的參數(shù)也可以用最小二乘法進(jìn)行估計(jì)。設(shè)11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析則參數(shù)為m元一次聯(lián)立方程組的解：式中11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析用矩陣表示則11.3回歸分析預(yù)測(cè)技術(shù)11.3.2多元線性回歸預(yù)測(cè)分析例：某企業(yè)分析了某物資的采購(gòu)量、資源量與價(jià)格間的關(guān)系，見表。由此得知它們是線性相關(guān)的，試求出回歸方程并預(yù)測(cè)資源量為3500噸，價(jià)格為1.90元時(shí)的市場(chǎng)采購(gòu)量。采購(gòu)量（噸）235238256264271273289298304318資源量（噸）254025702750290