第6章需求預測

1、第六章第六章 需求預測需求預測主要內(nèi)容主要內(nèi)容 6.1 預測預測(什么是預測，為什么要進行預測）什么是預測，為什么要進行預測） 6.2 預測方法預測方法（如何進行預測）（如何進行預測） 6.3 預測誤差與監(jiān)控預測誤差與監(jiān)控 （預測結果的評估）（預測結果的評估）6.1.1 6.1.1 預測及其作用預測及其作用6.1.2 6.1.2 預測分類預測分類6.1.3 6.1.3 預測的步驟預測的步驟6.1 6.1 預測預測I see that you willget an A this semester.6.1.1 6.1.1 預測及其作用預測及其作用 預測是對未來可能發(fā)生的情況的預計預測是對未來可能發(fā)

2、生的情況的預計與推測。與推測?！胺彩骂A則立，不預則廢凡事預則立，不預則廢”。預測為人。預測為人們提供了即將發(fā)生的情況的信息，增加們提供了即將發(fā)生的情況的信息，增加了成功的機會。了成功的機會。但預測不是一門精確的科學，它是科學但預測不是一門精確的科學，它是科學與藝術的結合。與藝術的結合。預測離不開科學測定的數(shù)據(jù)，也離不開預測離不開科學測定的數(shù)據(jù)，也離不開人們的經(jīng)驗和判斷。人們的經(jīng)驗和判斷。不能因為預測的失誤而否定預測。不能因為預測的失誤而否定預測。 中國人不喝冰紅茶中國人不喝冰紅茶 一間寬大的單邊鏡訪談室里，桌子上擺滿了沒有標一間寬大的單邊鏡訪談室里，桌子上擺滿了沒有標簽的杯子，有幾個被訪問者逐

3、一品嘗著不知名的飲簽的杯子，有幾個被訪問者逐一品嘗著不知名的飲料，并且把口感描述出來寫在面前的卡片上料，并且把口感描述出來寫在面前的卡片上這這個場景發(fā)生在個場景發(fā)生在1999年，當時任北華飲業(yè)調(diào)研總監(jiān)的年，當時任北華飲業(yè)調(diào)研總監(jiān)的劉強組織了劉強組織了5場這樣的雙盲口味測試，他想知道，公場這樣的雙盲口味測試，他想知道，公司試圖推出的新口味飲料能不能被消費者認同。司試圖推出的新口味飲料能不能被消費者認同。 此前調(diào)查顯示：超過此前調(diào)查顯示：超過60%的被訪問者認為不能接受的被訪問者認為不能接受“涼茶涼茶”，他們認為中國人忌諱喝隔夜茶，冰茶更，他們認為中國人忌諱喝隔夜茶，冰茶更是不能被接受。劉強領導的

4、調(diào)查小組認為，只有進是不能被接受。劉強領導的調(diào)查小組認為，只有進行了實際的口味測試才能判別這種新產(chǎn)品的可行性。行了實際的口味測試才能判別這種新產(chǎn)品的可行性。 等到拿到調(diào)查的結論，劉強的信心被徹底動搖了，等到拿到調(diào)查的結論，劉強的信心被徹底動搖了，被測試的消費者表現(xiàn)出對冰茶的抵抗，一致否定了被測試的消費者表現(xiàn)出對冰茶的抵抗，一致否定了裝有冰茶的測試標本。新產(chǎn)品在調(diào)研中被否定。裝有冰茶的測試標本。新產(chǎn)品在調(diào)研中被否定。 直到直到2000年、年、2001年，以旭日升為代表的年，以旭日升為代表的冰茶在中國全面旺銷，北華飲業(yè)再想迎頭冰茶在中國全面旺銷，北華飲業(yè)再想迎頭趕上為時已晚，一個明星產(chǎn)品就這樣穿過

5、趕上為時已晚，一個明星產(chǎn)品就這樣穿過詳盡的市場調(diào)查與劉強擦肩而過。說起當詳盡的市場調(diào)查與劉強擦肩而過。說起當年的教訓，劉強還滿是惋惜：年的教訓，劉強還滿是惋惜：“我們舉行我們舉行口味測試的時候是在冬天，被訪問者從寒口味測試的時候是在冬天，被訪問者從寒冷的室外來到現(xiàn)場，沒等取暖就進入測試，冷的室外來到現(xiàn)場，沒等取暖就進入測試，寒冷的狀態(tài)、匆忙的進程都影響了訪問者寒冷的狀態(tài)、匆忙的進程都影響了訪問者對味覺的反應。測試者對口感溫和濃烈的對味覺的反應。測試者對口感溫和濃烈的口味表現(xiàn)出了更多的認同，而對清涼淡爽口味表現(xiàn)出了更多的認同，而對清涼淡爽的冰茶則表示排斥。測試狀態(tài)與實際消費的冰茶則表示排斥。測試

6、狀態(tài)與實際消費狀態(tài)的偏差讓結果走向了反面。狀態(tài)的偏差讓結果走向了反面?！?“駕御數(shù)據(jù)需要系統(tǒng)謀劃。駕御數(shù)據(jù)需要系統(tǒng)謀劃?！焙迷诒比A并沒好在北華并沒有從此懷疑調(diào)研本身的價值，有從此懷疑調(diào)研本身的價值，“去年，我去年，我們成功組織了對飲料包裝瓶的改革，通過們成功組織了對飲料包裝瓶的改革，通過測試，我們發(fā)現(xiàn)如果在塑料瓶裝的外型上測試，我們發(fā)現(xiàn)如果在塑料瓶裝的外型上增加弧型的凹凸不僅可以改善瓶子的表面增加弧型的凹凸不僅可以改善瓶子的表面應力，增加硬度，更重要的是可以強化消應力，增加硬度，更重要的是可以強化消費者對飲料功能性的心理認同。費者對飲料功能性的心理認同。” 采訪中，北京普瑞辛格調(diào)研公司副總經(jīng)理

7、采訪中，北京普瑞辛格調(diào)研公司副總經(jīng)理邵志剛先生的話似乎道出了很多企業(yè)的心邵志剛先生的話似乎道出了很多企業(yè)的心聲：聲：“調(diào)研失敗如同天氣預報給漁民帶來調(diào)研失敗如同天氣預報給漁民帶來的災難，無論多么慘痛，你總還是要在每的災難，無論多么慘痛，你總還是要在每次出海之前，聽預報、觀天氣、看海水次出海之前，聽預報、觀天氣、看海水。” 6.1.1 6.1.1 預測及其作用預測及其作用 預測的作用預測的作用幫助管理者設計生產(chǎn)運作系統(tǒng)幫助管理者設計生產(chǎn)運作系統(tǒng)生產(chǎn)什么產(chǎn)品，提供何種服務生產(chǎn)什么產(chǎn)品，提供何種服務在何處建立生產(chǎn)在何處建立生產(chǎn)/ /服務設施服務設施采用什么樣的流程采用什么樣的流程供應鏈如何組織供應鏈

8、如何組織幫助管理者對系統(tǒng)的使用進行計劃幫助管理者對系統(tǒng)的使用進行計劃今年生產(chǎn)什么，生產(chǎn)多少今年生產(chǎn)什么，生產(chǎn)多少如何利用現(xiàn)有設施提供滿意服務如何利用現(xiàn)有設施提供滿意服務 預測的基本假設：預測的基本假設：過去的發(fā)展狀態(tài)要持過去的發(fā)展狀態(tài)要持續(xù)到將來續(xù)到將來 對總量的預測要比對個體的預測精確對總量的預測要比對個體的預測精確如每天從武漢到北京旅客數(shù)量的預測，比如每天從武漢到北京旅客數(shù)量的預測，比預計某個人將到何處出差要準確預計某個人將到何處出差要準確 預測精度隨預測的時間范圍增加而降低預測精度隨預測的時間范圍增加而降低6.1.2 6.1.2 預測分類預測分類 按性質(zhì)分按性質(zhì)分科學預測科學預測 科學預

9、測是對科學發(fā)展情況的預計科學預測是對科學發(fā)展情況的預計與推測。如門捷列夫預計有與推測。如門捷列夫預計有3 3個當時未發(fā)現(xiàn)的個當時未發(fā)現(xiàn)的元素：亞鋁、亞硼和亞硅。后來，發(fā)現(xiàn)了，是元素：亞鋁、亞硼和亞硅。后來，發(fā)現(xiàn)了，是鎵、鈧和鍺。鎵、鈧和鍺。技術預測技術預測 技術預測是對技術進步情況的預計技術預測是對技術進步情況的預計與推測。與推測。經(jīng)濟預測經(jīng)濟預測 政府部門以及其它一些社會組織經(jīng)政府部門以及其它一些社會組織經(jīng)常就未來的經(jīng)濟狀況發(fā)表經(jīng)濟預測報告常就未來的經(jīng)濟狀況發(fā)表經(jīng)濟預測報告6.1.2 6.1.2 預測分類（續(xù)）預測分類（續(xù)） 按時間分按時間分長期預測長期預測(Long-range Forec

10、ast) 對對5 5年或年或5 5年以上年以上的需求前景的預測。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)。的需求前景的預測。它是企業(yè)長期發(fā)展規(guī)劃的依據(jù)。中期預測中期預測(Intermediate-range Forecast) 中期預測中期預測是指對一個季度以上兩年以下的需求前景的預測。是指對一個季度以上兩年以下的需求前景的預測。它是制訂年度生產(chǎn)計劃、季度生產(chǎn)計劃的依據(jù)。它是制訂年度生產(chǎn)計劃、季度生產(chǎn)計劃的依據(jù)。短期預測短期預測(Short-range Forecast) 短期預測是對一短期預測是對一個季度以下的需求前景的預測。它是調(diào)整生產(chǎn)能力、個季度以下的需求前景的預測。它是調(diào)整生產(chǎn)能力、采購、安排生產(chǎn)作

11、業(yè)計劃等具體生產(chǎn)經(jīng)營活動的依采購、安排生產(chǎn)作業(yè)計劃等具體生產(chǎn)經(jīng)營活動的依據(jù)。據(jù)。6.1.2 6.1.2 預測分類（續(xù)）預測分類（續(xù)） 按主客觀因素所起的作用分按主客觀因素所起的作用分 定性預測定性預測定量預測定量預測6.1.3 6.1.3 預測的步驟預測的步驟 1 確定預測的目的確定預測的目的 2 確定預測的時間范圍確定預測的時間范圍 3 選擇預測的方法選擇預測的方法 4 收集和分析數(shù)據(jù)收集和分析數(shù)據(jù) 5 準備預準備預 測測 6 對預測進行監(jiān)控對預測進行監(jiān)控 “預測預測”6.2 6.2 預測方法預測方法 定性分析法定性分析法 定量分析法定量分析法預測方法定性預測方法定量預測方法Delphi法用

12、戶期望調(diào)查法部門主管討論法銷售人員意見匯集法因果模型時間序列模型移動平均法加權移動平均法 指數(shù)平滑法乘法模型加法模型時間序列平滑模型時間序列分解模型 預測方法預測方法因果聯(lián)系法因果聯(lián)系法 因果聯(lián)系是假定因果聯(lián)系是假定需求需求與某些內(nèi)在與某些內(nèi)在因素或周圍環(huán)境的外部因素有關。因素或周圍環(huán)境的外部因素有關。常見的因果聯(lián)系法主要有：回歸常見的因果聯(lián)系法主要有：回歸分析、經(jīng)濟模型、投入產(chǎn)出模型、分析、經(jīng)濟模型、投入產(chǎn)出模型、行指標等。行指標等。 時間序列分析時間序列分析 時間序列分析是建立在這樣一個設定基礎時間序列分析是建立在這樣一個設定基礎上的上的,與過去需求相關的與過去需求相關的歷史數(shù)據(jù)歷史數(shù)據(jù)可

13、用于預可用于預測未來的需求。歷史數(shù)據(jù)可能包含諸如測未來的需求。歷史數(shù)據(jù)可能包含諸如趨趨勢、季節(jié)、周期勢、季節(jié)、周期等因素。等因素。 常見的時間序列分析方法主要有：簡單移常見的時間序列分析方法主要有：簡單移動平均、加權移動平均、指數(shù)平滑、鮑克動平均、加權移動平均、指數(shù)平滑、鮑克斯斯詹金斯法、西斯金時間序列等。詹金斯法、西斯金時間序列等。 時間序列預測（時間序列預測（Time Series Forecasts）趨勢成分趨勢成分- 數(shù)據(jù)長期變化趨勢數(shù)據(jù)長期變化趨勢季節(jié)性波動季節(jié)性波動- 數(shù)據(jù)短期有規(guī)律的波動數(shù)據(jù)短期有規(guī)律的波動周期波動周期波動- 固定時間有規(guī)律的波動固定時間有規(guī)律的波動隨機波動（隨機

14、波動（Random variations）- 隨機因素隨機因素引起的波動引起的波動定量預測方法定量預測方法 移動平均法移動平均法簡單移動平均簡單移動平均（Simple moving average）加權移動平均（加權移動平均（Weighted moving average）指數(shù)平滑法（指數(shù)平滑法（Exponential smoothing）n 簡單移動平均法簡單移動平均法 簡單移動平均法就是利用近期的實際數(shù)簡單移動平均法就是利用近期的實際數(shù)值通過求算術平均值預測未來值，其計算公值通過求算術平均值預測未來值，其計算公式為式為 式中，式中，Ai表示第表示第i期的實際值，期的實際值，MAi+1表示預

15、表示預測值，測值，n表示移動平均的時間段數(shù)，表示移動平均的時間段數(shù)，i=t-n+1, t-1 ,t。 簡單移動平均法的預測結果與簡單移動平均法的預測結果與n大小有關。大小有關。N越大，對干擾的敏感性越低，預測值的響應越大，對干擾的敏感性越低，預測值的響應性越差，穩(wěn)定性越好。性越差，穩(wěn)定性越好。 111.tttntAAAMAtnn 簡單移動平均簡單移動平均SMAt+1 = nAt+i-ni = 1n35373941434547123456789101112實際值實際值SMA3SMA5 加權移動平均法加權移動平均法 加權移動平均給固定跨越期限內(nèi)的每個變加權移動平均給固定跨越期限內(nèi)的每個變量值以相等

16、的權重。其原理是：歷史各期量值以相等的權重。其原理是：歷史各期產(chǎn)品需求的數(shù)據(jù)信息對預測未來期內(nèi)的需產(chǎn)品需求的數(shù)據(jù)信息對預測未來期內(nèi)的需求量的作用是不一樣的。除了以求量的作用是不一樣的。除了以n為周期的為周期的周期性變化外，遠離目標期的變量值的影周期性變化外，遠離目標期的變量值的影響力相對較低，故應給予較低的權重。響力相對較低，故應給予較低的權重。 在運用在運用加權平均法加權平均法時，權重的選擇是一個時，權重的選擇是一個應該注意的問題。應該注意的問題。 經(jīng)驗法和試算法經(jīng)驗法和試算法是選擇權重的最簡單的方是選擇權重的最簡單的方法。一般而言，最近期的數(shù)據(jù)最能預示未法。一般而言，最近期的數(shù)據(jù)最能預示未

17、來的情況，因而權重應大些。來的情況，因而權重應大些。 例如，根據(jù)前一個月的利潤和生產(chǎn)能力比例如，根據(jù)前一個月的利潤和生產(chǎn)能力比起根據(jù)前幾個月能更好的估測下個月的利起根據(jù)前幾個月能更好的估測下個月的利潤和生產(chǎn)能力。但是，如果數(shù)據(jù)時季節(jié)性潤和生產(chǎn)能力。但是，如果數(shù)據(jù)時季節(jié)性的，則權重也應是季節(jié)性的。的，則權重也應是季節(jié)性的。 加權移動平均加權移動平均WMAt+1 = niAt+i-ni = 1n35373941434547123456789101112實際值實際值WMA3WMA5移動平均法的特點：移動平均法的特點： 1. 移動平均對原序列有修勻或平滑的作用，使得原序列的移動平均對原序列有修勻或平滑

18、的作用，使得原序列的上下波動被削弱了，而且平均的時距項數(shù)上下波動被削弱了，而且平均的時距項數(shù)N越大，對數(shù)列越大，對數(shù)列的修勻作用越強。的修勻作用越強。2. 移動平均時距項數(shù)移動平均時距項數(shù)N為奇數(shù)時，只需一次移動平均，其移為奇數(shù)時，只需一次移動平均，其移動平均值作為移動平均項數(shù)的中間一期的趨勢代表值；動平均值作為移動平均項數(shù)的中間一期的趨勢代表值；而當移動平均項數(shù)而當移動平均項數(shù)N為偶數(shù)時，移動平均值代表的是這偶為偶數(shù)時，移動平均值代表的是這偶數(shù)項的中間位置的水平，無法對正某一時期，則需要在數(shù)項的中間位置的水平，無法對正某一時期，則需要在進行一次相臨兩項平均值的移動平均，這才能使平均值進行一次

19、相臨兩項平均值的移動平均，這才能使平均值對正某一時期，這稱為移正平均，也成為中心化的移動對正某一時期，這稱為移正平均，也成為中心化的移動平均數(shù)。平均數(shù)。3. 當序列包含季節(jié)變動時，移動平均時距項數(shù)當序列包含季節(jié)變動時，移動平均時距項數(shù)N應與季節(jié)變應與季節(jié)變動長度一致，才能消除其季節(jié)變動；若序列包含周期變動長度一致，才能消除其季節(jié)變動；若序列包含周期變動時，平均時距項數(shù)動時，平均時距項數(shù)N應和周期長度基本一致，才能較好應和周期長度基本一致，才能較好的消除周期波動。的消除周期波動。4. 移動平均的項數(shù)不宜過大。移動平均的項數(shù)不宜過大。存在問題存在問題 使用移動平均法進行預測能平滑掉需求的突然波使用

20、移動平均法進行預測能平滑掉需求的突然波動對預測結果的影響。但移動平均法運用時也存動對預測結果的影響。但移動平均法運用時也存在著如下問題：在著如下問題：1、 加大移動平均法的期數(shù)（即加大加大移動平均法的期數(shù)（即加大n值）會使平值）會使平滑波動效果更好，但會使預測值對數(shù)據(jù)實際變動滑波動效果更好，但會使預測值對數(shù)據(jù)實際變動更不敏感；更不敏感；2、 移動平均值并不能總是很好地反映出趨勢。由移動平均值并不能總是很好地反映出趨勢。由于是平均值，預測值總是停留在過去的水平上而于是平均值，預測值總是停留在過去的水平上而無法預計會導致將來更高或更低的波動；無法預計會導致將來更高或更低的波動；3、 移動平均法要由

21、大量的過去數(shù)據(jù)的記錄。移動平均法要由大量的過去數(shù)據(jù)的記錄。 4、它通過引進愈來愈期的新數(shù)據(jù)，不斷修改平均、它通過引進愈來愈期的新數(shù)據(jù)，不斷修改平均值，以之作為預測值。值，以之作為預測值。什么是指數(shù)平滑法什么是指數(shù)平滑法 指數(shù)平滑法是布朗指數(shù)平滑法是布朗(Robert G.Brown)所提所提出，布朗出，布朗(Robert G.Brown)認為時間序列認為時間序列的態(tài)勢具有穩(wěn)定性或規(guī)則性，所以時間序的態(tài)勢具有穩(wěn)定性或規(guī)則性，所以時間序列可被合理地順勢推延；列可被合理地順勢推延；他認為最近的過他認為最近的過去態(tài)勢，在某種程度上會持續(xù)到最近的未去態(tài)勢，在某種程度上會持續(xù)到最近的未來，所以將較大的權數(shù)

22、放在最近的資料來，所以將較大的權數(shù)放在最近的資料。 指數(shù)平滑法是生產(chǎn)預測中常用的一種方指數(shù)平滑法是生產(chǎn)預測中常用的一種方法。也用于中短期經(jīng)濟發(fā)展趨勢預測，所法。也用于中短期經(jīng)濟發(fā)展趨勢預測，所有預測方法中，指數(shù)平滑是用得最多的一有預測方法中，指數(shù)平滑是用得最多的一種。種。 簡單的全期平均法簡單的全期平均法是對時間數(shù)列的過去數(shù)是對時間數(shù)列的過去數(shù)據(jù)一個不漏地全部加以同等利用；據(jù)一個不漏地全部加以同等利用；移動平移動平均法均法則不考慮較遠期的數(shù)據(jù)，并在則不考慮較遠期的數(shù)據(jù)，并在加權移加權移動平均法動平均法中給予近期資料更大的權重；而中給予近期資料更大的權重；而指數(shù)平滑法指數(shù)平滑法則兼容了全期平均和

23、移動平均則兼容了全期平均和移動平均所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐漸減弱的影響程度，即隨著數(shù)據(jù)的遠離，漸減弱的影響程度，即隨著數(shù)據(jù)的遠離，賦予逐漸收斂為零的權數(shù)。賦予逐漸收斂為零的權數(shù)。 也就是說指數(shù)平滑法是在移動平也就是說指數(shù)平滑法是在移動平均法基礎上發(fā)展起來的一種時間均法基礎上發(fā)展起來的一種時間序列分析預測法，它是通過計算序列分析預測法，它是通過計算指數(shù)平滑值，配合一定的時間序指數(shù)平滑值，配合一定的時間序列預測模型對現(xiàn)象的未來進行預列預測模型對現(xiàn)象的未來進行預測。其原理是任一期的指數(shù)平滑測。其原理是任一期的指數(shù)平滑值都是上期實際觀察值與前一期值都是上

24、期實際觀察值與前一期指數(shù)平滑值的加權平均。指數(shù)平滑值的加權平均。 n 一次指數(shù)平滑法一次指數(shù)平滑法 一次指數(shù)平滑法是一種加權平均的計算一次指數(shù)平滑法是一種加權平均的計算方法，它的計算公式可表述如下。方法，它的計算公式可表述如下。 設設:Ft表示表示t期的預測值，期的預測值，F(xiàn)t-1表示第表示第t-1期期的預測值，的預測值，At1表示第表示第t-1期的實際值，期的實際值， 表示平滑指數(shù)，表示平滑指數(shù)， 則一次指數(shù)平滑法則一次指數(shù)平滑法的計算公式為：的計算公式為： 或或 平滑指數(shù)越小，預測的穩(wěn)定性越好，平平滑指數(shù)越小，預測的穩(wěn)定性越好，平滑指數(shù)越大，預測值對實際值的變化越敏滑指數(shù)越大，預測值對實際

25、值的變化越敏感，響應性越好。感，響應性越好。 (01)11*(1)*tttFAF11*()ttttFFAF3540455012345678910 11 12PeriodDemand .1 .4實際值實際值n季節(jié)性預測模型季節(jié)性預測模型 有的產(chǎn)品隨季節(jié)的變化而有很大的波動，有的產(chǎn)品隨季節(jié)的變化而有很大的波動，此時就不宜采用各種平均計算方法進行預此時就不宜采用各種平均計算方法進行預測，而應選用計算季節(jié)指數(shù)的方法來預測。測，而應選用計算季節(jié)指數(shù)的方法來預測。 例例62：某公司：某公司1991年和年和1992年各個季年各個季度的銷售數(shù)據(jù)如表度的銷售數(shù)據(jù)如表63所示，計算所示，計算1993年年各個季度的

26、預測值。各個季度的預測值。季節(jié)性預測模型季節(jié)性預測模型解：第一步，根據(jù)歷史數(shù)據(jù)求出趨勢方程。解：第一步，根據(jù)歷史數(shù)據(jù)求出趨勢方程。具體的方法可以采用最小二乘法，也可以具體的方法可以采用最小二乘法，也可以采用簡單的隨手畫直線，再計算出斜率和采用簡單的隨手畫直線，再計算出斜率和截距的方法。截距的方法。 對本例，趨勢方程為對本例，趨勢方程為Yt17055.t1991年銷售量1992年銷售量一季度300一季度520二季度200二季度420三季度220三季度400四季度530四季度700表表63：1991年和年和1992年各季度銷售數(shù)據(jù)年各季度銷售數(shù)據(jù)季節(jié)性預測模型季節(jié)性預測模型 第二步，求出季節(jié)因子。

27、計算過程如表第二步，求出季節(jié)因子。計算過程如表64所示。所示。時間實際值由趨勢方程求出的數(shù)值實際值/趨勢值1991年一季度 二季度 三季度 四季度300200220530225280335390（300/225）=1.33（200/280）0.71（220/335）0.66（530/390）1.361992年一季度 二季度 三季度 四季度520420400700445500555610（520/445）1.17（420/500）0.84（400/555）0.72（700/610）1.15表表64：季節(jié)因子的計算過程：季節(jié)因子的計算過程季節(jié)性預測模型季節(jié)性預測模型季節(jié)因子：一季度季節(jié)因子：一季度

28、：（：（1.331.17）/2=1.25 二季度二季度：（：（0.710.84）/2=0.78 三季度三季度：（：（0.660.72）/2=0.69 四季度四季度：（：（1.361.15）/2=1.25第三步：計算第三步：計算1993年各季度的預測值年各季度的預測值 一季度一季度：（：（170559）1.25831 二季度二季度：（：（1705510）0.78562 三季度三季度：（：（1705511）0.69535 四季度四季度：（：（1705512）1.251038一元線性回歸模型一元線性回歸模型Yt 一元線性回歸預測值；一元線性回歸預測值；a 截距截距b 斜率斜率. .Yt = a +

29、bx0 1 2 3 4 5 tYb = n (xy) - xynx2 - (x)2a = y - bxntyWeekt2Salesty111501502415731439162486416166664525177885 t = 15 t2 = 55 y = 812 ty = 2499( t)2 = 2256.3 6.3 預測精度與監(jiān)控預測精度與監(jiān)控 6.3.1 6.3.1 預測誤差預測誤差 6.3.2 6.3.2 預測監(jiān)控預測監(jiān)控預測誤差的度量預測誤差的度量 無論預測方法的使用如何得當，預測模無論預測方法的使用如何得當，預測模型對歷史數(shù)據(jù)的擬合程度怎么樣高，觀型對歷史數(shù)據(jù)的擬合程度怎么樣高，觀察值合預測值之間仍然存在偏差察值合預測值之間仍然存在偏差. 記預測對象的第記預測對象的第i個實際觀察值為個實際觀察值為Yi,由由預測模型得到的相應的估計值為預測模型得到的相應的估計值為