生產(chǎn)需求預(yù)測(cè)與管理課件

3.1需求預(yù)測(cè)的重要性3.2定性預(yù)測(cè)3.3定量預(yù)測(cè)3.4預(yù)測(cè)誤差與監(jiān)控第三章需求預(yù)測(cè)(Forcasting)與管理1第一節(jié)需求預(yù)測(cè)的重要性預(yù)測(cè)是對(duì)未來可能發(fā)生的事件的預(yù)計(jì)與推斷。預(yù)測(cè)不僅是長(zhǎng)期的戰(zhàn)略性決策的重要輸入，也是短期的日常運(yùn)作的重要基礎(chǔ)。預(yù)測(cè)為企業(yè)編制計(jì)劃、協(xié)調(diào)內(nèi)部各項(xiàng)活動(dòng)提供了堅(jiān)實(shí)基礎(chǔ)。需求預(yù)測(cè)直接影響著企業(yè)生產(chǎn)與運(yùn)作中的計(jì)劃和決策。2影響需求的因素及相互關(guān)系廣告需求質(zhì)量銷售努力信用政策服務(wù)信譽(yù)產(chǎn)品和服務(wù)的設(shè)計(jì)企業(yè)輸入輸出商業(yè)周期產(chǎn)品生命周期時(shí)間顧客購(gòu)買計(jì)劃競(jìng)爭(zhēng)者的努力與價(jià)格顧客偏好隨機(jī)變動(dòng)企業(yè)的努力反饋3影響需求預(yù)測(cè)的因素商業(yè)周期：中國(guó)的商業(yè)周期同時(shí)具有市場(chǎng)機(jī)制和計(jì)劃模式，也同時(shí)形成了獨(dú)特的運(yùn)行方式，也就是“中國(guó)國(guó)情”。

美國(guó)：在200多年的時(shí)間里，大體經(jīng)歷了近50次商業(yè)周期，由此產(chǎn)生了許多關(guān)于商業(yè)周期的理論和一系列觀察周期的指標(biāo)。

中國(guó)：較遠(yuǎn)的時(shí)代多以政權(quán)的更替、自然災(zāi)害和外敵入侵等外生變量來表述；近年來，我們的政府和經(jīng)濟(jì)學(xué)家們不斷地用權(quán)威的商業(yè)周期指標(biāo)如就業(yè)、收入、產(chǎn)出、消費(fèi)等來推導(dǎo)中國(guó)經(jīng)濟(jì)的運(yùn)行模式并據(jù)此制定宏觀政策或解讀變化。4影響需求預(yù)測(cè)的因素產(chǎn)品生命周期時(shí)間利潤(rùn)額銷售額銷售量投入期成長(zhǎng)期成熟期衰退期5預(yù)測(cè)分類預(yù)測(cè)按時(shí)間跨度來分，通常可分為短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè)。預(yù)測(cè)結(jié)果的準(zhǔn)確性或可信度會(huì)隨著期限的延長(zhǎng)而降低，也就是說短期預(yù)測(cè)往往要比中長(zhǎng)期預(yù)測(cè)要精確些。預(yù)測(cè)范圍時(shí)間長(zhǎng)度應(yīng)用特征預(yù)測(cè)方法長(zhǎng)期5年或5年以上企業(yè)計(jì)劃產(chǎn)品計(jì)劃研究計(jì)劃資本計(jì)劃工廠選址和擴(kuò)張范圍廣總體性定性與定量結(jié)合技術(shù)方法經(jīng)濟(jì)方法人口統(tǒng)計(jì)學(xué)市場(chǎng)研究經(jīng)營(yíng)者的判斷中期一般是一個(gè)季度到2年總體計(jì)劃預(yù)算銷售計(jì)劃生產(chǎn)計(jì)劃生產(chǎn)和庫存預(yù)算定量的預(yù)測(cè)預(yù)測(cè)的對(duì)象是產(chǎn)品族需要估計(jì)可靠性銷售員預(yù)測(cè)時(shí)間序列分析回歸分析經(jīng)濟(jì)指數(shù)修正合結(jié)合經(jīng)營(yíng)者的判斷短期通常不超過一個(gè)季度短期控制：生產(chǎn)和勞動(dòng)水平的調(diào)整采購(gòu)工作調(diào)度項(xiàng)目分配加班決策對(duì)某一產(chǎn)品預(yù)測(cè)對(duì)單一產(chǎn)品進(jìn)行采購(gòu)生產(chǎn)和庫存調(diào)整回歸分析移動(dòng)平均法經(jīng)營(yíng)者的判斷指數(shù)平滑法6預(yù)測(cè)分類在規(guī)劃未來業(yè)務(wù)方面企業(yè)使用三種類型的預(yù)測(cè)：經(jīng)濟(jì)預(yù)測(cè)，通過預(yù)測(cè)通貨膨脹率、貨幣供給、經(jīng)濟(jì)增長(zhǎng)率及其他有關(guān)指標(biāo)來預(yù)測(cè)經(jīng)濟(jì)周期。技術(shù)預(yù)測(cè)，通過預(yù)測(cè)與新產(chǎn)品開發(fā)有關(guān)的新技術(shù)、新材料、新工藝的發(fā)展趨勢(shì)及其他重要技術(shù)指標(biāo)來推斷技術(shù)進(jìn)步可能給企業(yè)帶來的發(fā)展機(jī)遇。需求預(yù)測(cè)，即企業(yè)產(chǎn)品與服務(wù)的需求預(yù)測(cè)，如產(chǎn)品銷售量、市場(chǎng)占有率及對(duì)產(chǎn)品品種、花色、規(guī)格、價(jià)格的需求變化趨勢(shì)等。這些預(yù)測(cè)決定企業(yè)的生產(chǎn)、生產(chǎn)能力及計(jì)劃體系，并使企業(yè)的財(cái)務(wù)、營(yíng)銷、人事做相應(yīng)變動(dòng)。7預(yù)測(cè)分類按主客觀因素所起的作用定性預(yù)測(cè)(德爾菲法、部門主管討論法、用戶調(diào)查法、銷售人員意見匯集法)定量預(yù)測(cè)(因果模型、時(shí)間序列模型)8第二節(jié)需求預(yù)測(cè)的過程與方法預(yù)測(cè)方法定性預(yù)測(cè)定量預(yù)測(cè)德爾菲法部門主管意見法用戶調(diào)查法銷售人員意見匯集法因果模型時(shí)間序列模型時(shí)間序列平滑模型時(shí)間序列分解模型乘法模型加法模型簡(jiǎn)單移動(dòng)和加權(quán)移動(dòng)平均法一次和二次指數(shù)平滑法1需求預(yù)測(cè)的方法分類92需求預(yù)測(cè)的一般步驟決定預(yù)測(cè)目的和用途決定影響產(chǎn)品需求的因素及其重要性---預(yù)測(cè)對(duì)象、預(yù)測(cè)期間根據(jù)產(chǎn)品及其性質(zhì)分類收集資料加以分析選擇預(yù)測(cè)方法或模型計(jì)算并核實(shí)初步預(yù)測(cè)結(jié)果設(shè)定無法預(yù)測(cè)的內(nèi)外因素綜合判斷需求預(yù)測(cè)預(yù)測(cè)監(jiān)控需求預(yù)測(cè)的過程---PDCA10判斷在在預(yù)測(cè)測(cè)中的的作用用選擇預(yù)預(yù)測(cè)方方法中中的作作用辨別信信息中中的作作用取舍預(yù)預(yù)測(cè)結(jié)結(jié)果時(shí)時(shí)的作作用預(yù)測(cè)精精度與與成本本預(yù)測(cè)的的時(shí)間間范圍圍和更更新頻頻率穩(wěn)定性性與相相應(yīng)性性注意的的幾個(gè)個(gè)問題題:113定性預(yù)預(yù)測(cè)方方法Delphi法法選擇擇對(duì)象象專家家團(tuán)提問問/答答案整整理/反饋饋(3-4回)最最終結(jié)結(jié)果不確確定性性大或或沒有有過去去資料料的情情況時(shí)間間和費(fèi)費(fèi)用是是大的的缺點(diǎn)點(diǎn)為設(shè)設(shè)備,新產(chǎn)產(chǎn)品,市場(chǎng)場(chǎng)戰(zhàn)略略的長(zhǎng)長(zhǎng)期預(yù)預(yù)測(cè)或或技術(shù)術(shù)預(yù)測(cè)測(cè)市場(chǎng)調(diào)調(diào)查法法對(duì)調(diào)調(diào)查內(nèi)內(nèi)容的的假設(shè)設(shè)消費(fèi)費(fèi)者調(diào)調(diào)查(調(diào)查查表/面談?wù)?電電話)驗(yàn)驗(yàn)證假設(shè)設(shè)定性性技術(shù)術(shù)中時(shí)時(shí)間和和費(fèi)用用是最最大的的缺點(diǎn)點(diǎn)預(yù)測(cè)測(cè)比較較正確確的優(yōu)優(yōu)點(diǎn)Panel同意意法經(jīng)銷銷商/銷售售員/消費(fèi)費(fèi)者組組成panel(專門小小組)自由由交換換意見預(yù)測(cè)測(cè)值歷史類類推法法追蹤蹤類似似產(chǎn)品品在過過去市市場(chǎng)中中需求求的成成長(zhǎng)過過程類類推屬于于新產(chǎn)產(chǎn)品,以前前沒有有資料料的情情況12德爾菲菲（Delphi））法德爾菲菲法是是美國(guó)國(guó)蘭德德公司司（RANDCorporation））奧拉拉夫·赫爾默博士士于上世紀(jì)40年年代末首創(chuàng)創(chuàng)的。它是是定性預(yù)測(cè)測(cè)方法中最最重要、最最有效的一一種方法，，應(yīng)用十分分廣泛，可可用于預(yù)測(cè)測(cè)市場(chǎng)需求求、商品供供求變化、、產(chǎn)品成本本與價(jià)格、、市場(chǎng)占有有率、產(chǎn)品品壽命周期期等方面。。對(duì)于那些些缺少歷史史和現(xiàn)實(shí)資資料的預(yù)測(cè)測(cè)尤為實(shí)用用。特點(diǎn)：（1）匿名名性。采用用匿名函詢?cè)兎绞?，參參加預(yù)測(cè)的的專家互不不了解，因因而發(fā)表觀觀點(diǎn)、修正正自己的意意見均較自自由。（2）反饋饋性。發(fā)函函征詢意見見至少要經(jīng)經(jīng)過兩輪，，預(yù)測(cè)當(dāng)事事人應(yīng)將上上一輪專家家的意見匯匯總統(tǒng)計(jì)，，將其作為為反饋信息息在下一輪輪征詢時(shí)告告知各位專專家參考。。（3）收斂斂性。專家家意見經(jīng)過過多輪征詢?cè)兎答伜螅?，意見趨向向一致。用用統(tǒng)計(jì)方法法加以整理理，即可得得預(yù)測(cè)結(jié)果果。13德爾菲法的的基本程序序首先成立預(yù)預(yù)測(cè)小組。。任務(wù)是：：1確定預(yù)測(cè)測(cè)主題。2選擇專家家。選擇時(shí)時(shí)要注意三三個(gè)問題：：首先是廣廣泛性。其其次是自愿愿性。最后后是人數(shù)要要適度。參參加預(yù)測(cè)的的專家愈多多，預(yù)測(cè)精精度將愈高高。一般以以20-50人為宜宜。3編制預(yù)測(cè)測(cè)事件一覽覽表。有：：①預(yù)測(cè)某事件件實(shí)現(xiàn)的時(shí)時(shí)間。②預(yù)測(cè)事件件的相對(duì)結(jié)結(jié)構(gòu)比重。。③選擇性性預(yù)測(cè)。④④排序性預(yù)預(yù)測(cè)。⑤簡(jiǎn)簡(jiǎn)明詢問。。其次進(jìn)行輪輪番征詢工工作。一般般采用三輪輪制，按以以下步驟進(jìn)進(jìn)行：第一輪。發(fā)發(fā)給專家預(yù)預(yù)測(cè)主題及及相應(yīng)的預(yù)預(yù)測(cè)事件表表，請(qǐng)其在在一定期限限內(nèi)將應(yīng)答答寄回。預(yù)預(yù)測(cè)小組在在對(duì)應(yīng)答結(jié)結(jié)果整理、、統(tǒng)計(jì)和分分析的基礎(chǔ)礎(chǔ)上，制定定第二輪函函詢表。它它所列預(yù)測(cè)測(cè)事件的預(yù)預(yù)測(cè)目標(biāo)更更加集中和和明確，表表述也更準(zhǔn)準(zhǔn)確。第二輪。將將第一輪表表的統(tǒng)計(jì)結(jié)結(jié)果和第二二輪函詢表表發(fā)給專家家。請(qǐng)專家家提出或修修改自己的的預(yù)測(cè)，并并說明理由由，也可以以對(duì)第一輪輪統(tǒng)計(jì)結(jié)果果提出質(zhì)疑疑。收到專專家回復(fù)后后進(jìn)行統(tǒng)計(jì)計(jì)分析，將將分析整理理結(jié)果再反反饋給專家家。第三輪。將將第二輪初初步所得預(yù)預(yù)測(cè)結(jié)果制制定成第三三輪函詢表表發(fā)給專家家，請(qǐng)其提提出評(píng)價(jià)意意見和理由由，寄回。。最后是應(yīng)答答結(jié)果的最最終處理。。144定量量預(yù)測(cè)方法法分析計(jì)算法法時(shí)間序列模模型簡(jiǎn)單平均法法移動(dòng)平均法法加權(quán)平均法法指數(shù)平滑因果模型回歸分析法法15例3-1時(shí)時(shí)間序列列法：某企企業(yè)銷售額額預(yù)測(cè)16簡(jiǎn)單移動(dòng)沒有季節(jié)性性變化或急急劇的增加加/減少趨趨勢(shì),偶然然變化起重重要作用時(shí)時(shí)平均法通過移動(dòng)平平均消除偶偶然變化待預(yù)測(cè)期間間前一定期期間的需求求做為簡(jiǎn)單單的平均值值[公式]Ft+1=t:期間,Ft+1:t+1的的預(yù)測(cè)值,At:t的實(shí)際際需求,N:移動(dòng)平均均期間<例>移移動(dòng)平均期期間為4個(gè)個(gè)月,實(shí)際際需求為如如下時(shí)月(t)12345實(shí)際需求(At)4345?5月的需求求預(yù)測(cè)值F5為考慮預(yù)測(cè)的的穩(wěn)定性和和需求變化化的反映度選選擇移動(dòng)平平均期間F5===4*移動(dòng)平均期期間越長(zhǎng),偶然因素素?fù)p失越多,但但對(duì)實(shí)際需需求變化反反映慢如果,5月月的實(shí)際需需求為5時(shí)時(shí),6月的的需求預(yù)測(cè)測(cè)值是F6===4.25At+At-1+……+At+1-N

N5+4+3+4

416

45+4+3+54174簡(jiǎn)單移動(dòng)平平均法17加權(quán)移動(dòng)在用于預(yù)預(yù)測(cè)之前N期間資料料值乘上合合為1的加加權(quán)值,求求出移動(dòng)平平均平均法*簡(jiǎn)單單移動(dòng)平均均的情況,在N期間間的各資料料值乘上同同一的1/N的加權(quán)權(quán)值[公式]Ft+1=WtAt+Wt-1At-1+……+Wt+1-NAt+1-NFt+1:t+1的預(yù)測(cè)值，，At:t的實(shí)際需求求，Wt:賦予t的的加權(quán)值，，<例>實(shí)際際需求如下下月（t）12345實(shí)際需求（（At）1009010595？？加權(quán)值為4月0.4,3月份份0.3,2月份0.2,1月份0.1時(shí)在最近的資資料中賦予予大5月的需求求預(yù)測(cè)值F5是的加權(quán)值,使能夠趕趕上F5=0.4*95+0.3*105+0.2*100=97.5實(shí)際需求變變化如果,5月月的實(shí)際需需求為110時(shí),6月的需求求預(yù)測(cè)值是是F6=0.4*110+0.3*95+0.2*105+0.1*90=102.5加權(quán)移動(dòng)平平均法18利用指數(shù)減減少的加權(quán)權(quán)值,給最最近的資料料賦予大比比重,過去去的資料賦賦予小比重重后預(yù)測(cè)未來需需求即需求預(yù)測(cè)測(cè)值是最近近期間的實(shí)實(shí)際需求乘乘上a的加加權(quán)權(quán)值值,對(duì)對(duì)最最近近的的需需求求預(yù)預(yù)測(cè)測(cè)值值乘乘上上(1-a)的的加加權(quán)權(quán)值值后后加加權(quán)權(quán)平平均均的的數(shù)數(shù)據(jù)據(jù)與移移動(dòng)動(dòng)平平均均法法一一樣樣,在在季季節(jié)節(jié)性性變變化化,趨趨勢(shì)勢(shì),循循環(huán)環(huán)要要素素不不起起作作用用是是有有效效*省略略用用趨趨勢(shì)勢(shì),季季節(jié)節(jié)性性變變化化等等修修正正的的高高次次指指數(shù)數(shù)平平滑滑法法[公公式式]Ft+1=aDt+(1-a)Ft為求求預(yù)預(yù)測(cè)測(cè)值值Ft+1需要要3種種資資料料：：最最近近預(yù)預(yù)測(cè)測(cè)值值(Ft),最最近近實(shí)實(shí)際際需需求求(Dt),平平滑滑常常數(shù)數(shù)a(0<a<1)公式式變變化化后后Ft+1=aDt+(1-a)Ft=aDt+Ft-aFt=Ft+a(Dt-Ft)即,新新預(yù)預(yù)測(cè)測(cè)值值是是對(duì)對(duì)舊舊預(yù)預(yù)測(cè)測(cè)值值修修正正(a*預(yù)預(yù)測(cè)測(cè)誤誤差差)后后算算出出<例例>上上個(gè)個(gè)月月需需求求預(yù)預(yù)測(cè)測(cè)值值是是100,實(shí)實(shí)際際需需求求是是110,平平滑滑常常數(shù)數(shù)a=0.3時(shí)時(shí)這這個(gè)個(gè)月月的的預(yù)預(yù)測(cè)測(cè)值值是是Ft=Ft-1+a(Dt-1-Ft-1)=100+0.3(110-100)=103但,沒沒有有過過去去資資料料時(shí)時(shí)根根據(jù)據(jù)定定性性技技術(shù)術(shù),預(yù)預(yù)測(cè)測(cè)值值做做為為最最初初的的預(yù)預(yù)測(cè)測(cè)值值一次次指指數(shù)數(shù)平滑滑法法指數(shù)數(shù)平平滑滑法法19時(shí)間間序序列列平平滑滑模模型型一次次指指數(shù)數(shù)平平滑滑法法的的連連續(xù)續(xù)展展開開期間間1:D1,F1(F1已知知,期期間間1末末期期值值可可以以知知道道D1)期間間2:F2=aD1+(1-a)F1期間間3:F3=aD2+(1-a)F2=aD2+a(1-a)D1+(1-a)2F1(F2代入入式式子子整整理理)期間間4:F4=aD3+(1-a)F3=aD3+(1-a)D2+a(1-a)2D1+(1-a)3F1(F3代入入式式子子整整理理)因此此一一般般Ft+1用如如下下公公式式表表示示[公公式式]Ft+1=aDt+a(1-a)Dt-1+a(1-a)2Dt-2+…………+a(1-a)t-1D1+(1-a)tF1<指指數(shù)數(shù)加加權(quán)權(quán)值值的的合合總總是是1>平滑滑常常數(shù)數(shù)（（a)的值值越越大大預(yù)預(yù)測(cè)測(cè)值值對(duì)對(duì)需需求變化化反反應(yīng)應(yīng)越越大大，，越越小小平平滑滑的的穩(wěn)定定性性越好;實(shí)實(shí)際際需需求求穩(wěn)穩(wěn)定定時(shí)時(shí)（（例例：食品品）），，為為減減小短期期/偶偶然然性性變變化化的的效效果果減減小小a的值值；為為維維持持預(yù)預(yù)測(cè)測(cè)值值的的穩(wěn)穩(wěn)定定性性一一般般從從0.1~0.3中中設(shè)設(shè)定定。20例2.1：：某某公公司司的的月月銷銷售售額額記記錄錄如如表表3-3所所示示，，試試取取a=0.4,F1=11.00,計(jì)算一次次指數(shù)平滑預(yù)預(yù)測(cè)值。月份Dt(千元)a×Dt-1(千元)Ft-1(千元)（1-a）×Ft-1(千元)Ft(千元)110112124116.610.603134.810.606.3611.164165.211.166.711.905196.411.907.1413.546237.613.548.1215.727269.215.729.4318.6383010.418.6311.1821.589281221.5812.9524.95101811.224.9514.9726.1711167.626.1715.7022.9012146.422.9013.7420.142122二次指數(shù)平滑滑[公式]SFt+1=SAt+Tt式中：SFt+1—第t+1期期二次指數(shù)平平滑值；Tt為t期平滑趨趨勢(shì)值，T0事先給定；SAt為t期平滑平平均值，又稱稱之為“基數(shù)數(shù)”，SA0事先給定。β——斜率偏差差的平滑系數(shù)數(shù)。例2-2：對(duì)對(duì)例2.1提提供的數(shù)據(jù)，，設(shè)α=0.4,β=0.5,SA0=11.00,T0=0.80,求二次指數(shù)平滑預(yù)預(yù)測(cè)值。指數(shù)平滑法23tAtαAt(1-α)SFtSAtβ(SAt-SAt-1)

(1-β)Tt-1TtSFt110.8011.8011047.0811.080.040.400.4411.522124.86.9111.710.320.220.5412.253135.27.3512.55.0.420.270.6913.244166.47.9414.340.900.351.2515.595197.69.3516.951.310.631.9418.896239.211.3320.531.790.972.7623.2972610.413.9724.371.921.383.3027.678301216.628.602.121.653.7732.3792811.219.4230.621.011.892.9033.5210187.220.1127.31-1.651.45-0.2027.1111166.416.2722.67-2.32-0.10-2.4220.2512145.612.1517.75-2.46-1.21-3.6714.082425二次指數(shù)平滑滑法什么是二次指指數(shù)平滑法二次指數(shù)平滑滑法是對(duì)一次次指數(shù)平滑值值作再一次指指數(shù)平滑的方方法。它不能能單獨(dú)地進(jìn)行行預(yù)測(cè)，必須須與一次指數(shù)數(shù)平滑法配合合，建立預(yù)測(cè)測(cè)的數(shù)學(xué)模型型，然后運(yùn)用用數(shù)學(xué)模型確確定預(yù)測(cè)值。。一次移動(dòng)平平均法的兩個(gè)個(gè)限制因素在在線性二次移移動(dòng)平均法中中也才存在，，線性二次指指數(shù)，平滑法法只利用三個(gè)個(gè)數(shù)據(jù)和一個(gè)個(gè)α值就可進(jìn)進(jìn)行計(jì)算；在在大多數(shù)情況況下，一般更更喜歡用線性性二次指數(shù)平平滑法作為預(yù)預(yù)測(cè)方法。二次指數(shù)平滑滑法的計(jì)算線性二次指數(shù)數(shù)平滑法的公公式為：式中：分別為為t期和t––1期的二次次指數(shù)平滑值值；a為平滑滑系數(shù)。在和已知的條條件下，二次次指數(shù)平滑法法的預(yù)測(cè)模型型為：T為預(yù)測(cè)超前前期數(shù)262728因果預(yù)測(cè)市場(chǎng)預(yù)測(cè)中有有許多因果關(guān)關(guān)系因素，如如：購(gòu)買力隨隨工資增加；；雨具銷售隨隨雨天延長(zhǎng)；；因果關(guān)系的第第一步是找出出真正呈因果果關(guān)系的那些些事件。一般般地，主要變變量間無因果果關(guān)系，但在在某些間接情情況下，一些些主要變量可可能暗含了另另一些可能事事件。其他的的非因果關(guān)系系可視為偶然然聯(lián)系。以下為一個(gè)用用因果關(guān)系進(jìn)進(jìn)行預(yù)測(cè)的例例子例：因果關(guān)系預(yù)測(cè)測(cè)位于卡彭彭塔里亞市的的地毯商城保保存了歷年的的地毯銷售記記錄（以平方方碼為單位））和該地區(qū)歷歷年來批準(zhǔn)的的新建房屋數(shù)數(shù)，數(shù)據(jù)如下下：29年份新新房屋（（x平方碼））地地毯銷量（y平方碼）198918130001990151200019911211000199210100001993201400019942816000199535190001996301700019972013000因果分析30因果分析方程：y=7000+350x設(shè)1998年年新建房為25，則y=7000+350×25=15750碼31線性回歸預(yù)測(cè)測(cè)法是運(yùn)用一一個(gè)自變量x（它不再是時(shí)時(shí)間）進(jìn)行預(yù)預(yù)測(cè)的方法，，設(shè)預(yù)測(cè)的因因變量為。。則則有：a——截距b——斜率上式中的回歸歸系數(shù)a，b可通過以往的的實(shí)際數(shù)據(jù)用用最小二乘法法確定，從而而求出線性回回歸方程式。。線性回歸預(yù)測(cè)測(cè)法式中：32例2-3回回歸分析析法:銷量預(yù)預(yù)測(cè)33例對(duì)下下例,應(yīng)應(yīng)用一元線形形回歸法進(jìn)行行預(yù)測(cè)。XYX2XY2.510432.36.2526080.753.510553.512.2536937.254.510704.820.2548171.605.510776.830.2559272.406.510948.342.2571163.957.511214.556.2584108.758.511279.872.2595878.309.511543.090.25109658.5010.511756.0110.25123438.0034解：衡量一元線形形回歸方法偏偏差的兩個(gè)指指標(biāo)：線形相相關(guān)系數(shù)r和和標(biāo)準(zhǔn)差Syx。35例2-3回回歸分析法:銷量預(yù)測(cè)36因果模型---最小二乘乘法(歸納））回歸分析需求作為函函數(shù),影響需需求的因素作作為變量來預(yù)預(yù)測(cè)單一變量：：?jiǎn)我痪€形回回歸分析；2個(gè)以上變量量：多重線形形回歸分析單一線形回歸歸分析[公式]Y=函數(shù)Y的推定值(即即,回歸線上上值)X=獨(dú)立變量量(對(duì)需求影影響最大的因因素)a=Y軸的截距，b=回歸線(直直線)的斜率率用最小自乘法法求a、b：多重線形回歸歸分析現(xiàn)實(shí)中影響需需求的有多種種因素[公式]Y=a+b1X1+b2X2……+bkXk但是不用手算，用計(jì)算算機(jī)計(jì)算^^^37例2.4對(duì)對(duì)例2.2應(yīng)用一元線線形回歸法進(jìn)進(jìn)行預(yù)測(cè)。XYX2XY2.510432.36.2526080.753.510553.512.2536937.254.510704.820.2548171.605.510776.830.2559272.406.510948.342.2571163.957.511214.556.2584108.758.511279.872.2595878.309.511543.090.25109658.5010.511756.0110.25123438.0038解：衡量一一元線線形回回歸方方法偏偏差的的兩個(gè)個(gè)指標(biāo)標(biāo)：線線形相相關(guān)系系數(shù)r和標(biāo)標(biāo)準(zhǔn)差差Syx。39時(shí)間序序列分分解模模型因此需需求Y可用用下列列函數(shù)數(shù)表示示Y=f(T,S,C,R)并且根根據(jù)構(gòu)構(gòu)成要要素的的結(jié)合合形態(tài)態(tài)乘法模模型Y=T*S*C*R加法模模型Y=T+S+C+R01234需求時(shí)間系列和和它的的構(gòu)成成要素素時(shí)間（（年））時(shí)間系列趨勢(shì)季節(jié)性性變化周期因素不規(guī)則則變化時(shí)間系列的4個(gè)構(gòu)成要素趨勢(shì)(T)需求以一定的比率增加或減少的傾向季節(jié)性變化(S)表示趨勢(shì)線上下的變化以1年為單位反復(fù)周期因素(C)經(jīng)過1年以上長(zhǎng)時(shí)間需求作上下有規(guī)則變動(dòng)不規(guī)則變化/偶然變化(R)說不出原因的變化,不能預(yù)計(jì)或控制(例:戰(zhàn)爭(zhēng),地震…）40圖3-7幾幾種種可能能的時(shí)時(shí)間序序列類類型41例下下表是是某旅旅游服服務(wù)點(diǎn)點(diǎn)過去去3年年各季季度快快餐的的銷售售記錄錄。試試預(yù)測(cè)測(cè)該公公司未未來一一年各各季度度的銷銷售量量。季度季度序號(hào)t銷售量At4個(gè)季度銷售總量4個(gè)季度移動(dòng)平均季度中點(diǎn)夏111800秋210404冬38925春4106004172910432.32.5夏5122854221410553.53.5秋6110094281910704.84.5冬792134310710776.85.5春8112864379310948.36.5夏9133504485811214.57.5秋10112704511911279.88.5冬11102664617211543.09.5春12121384704211756.010.542解：分分三步步進(jìn)行行（1）求趨勢(shì)直線線方程。采用最小小二乘法或或目測(cè)法。。先求得a=10000(份)，再求b的值:b=(12000-10000)/12=167Tt=10000+167t43(2)估估算季節(jié)節(jié)系數(shù)（Seasonalindex,SI）t123456789101112At/Tt1.161.010.850.991.131.000.821.001.160.950.871.01SI(夏)=（A1/T1+A5/T5+A9/T9）/3=（（1.16+1.13+1.16）/3=1.15同樣可得，，SI(秋)=1.00;SI(冬)=0.85;SI(春)=1.00。。(3)預(yù)預(yù)測(cè)夏季：（10000+167×13）×1.15=13997(份)秋季：（10000+167×14）×1.00=12338(份)冬季：（10000+167×15）×0.85=10629(份)春季：（10000+167×16）×1.00=12672(份)44其它模型計(jì)量經(jīng)濟(jì)用一系列列相互關(guān)聯(lián)聯(lián)的回歸方方程式預(yù)測(cè)測(cè)各種經(jīng)濟(jì)濟(jì)活動(dòng)模型投入-產(chǎn)出出分析各產(chǎn)產(chǎn)業(yè)部門間間的產(chǎn)品及及服務(wù)的流流程預(yù)測(cè)需需求模型先導(dǎo)指標(biāo)法法根據(jù)預(yù)測(cè)測(cè)對(duì)象的先先導(dǎo)指標(biāo)預(yù)預(yù)測(cè)需求<例>石油油價(jià)格是大大型車需求求的先導(dǎo)指指標(biāo)Simulation假假設(shè)各種內(nèi)內(nèi)生變量和和外生變量量后,利用用電腦進(jìn)行行模擬實(shí)驗(yàn)驗(yàn),預(yù)測(cè)需需求的動(dòng)模模型模型<例例>價(jià)格上上漲價(jià)10%時(shí)需求求的變化,國(guó)內(nèi)經(jīng)濟(jì)濟(jì)蕭條時(shí)需需求的變化化452.4預(yù)預(yù)測(cè)監(jiān)控預(yù)測(cè)精度測(cè)測(cè)量預(yù)測(cè)監(jiān)控46預(yù)測(cè)精度（（Forecastaccuracy）測(cè)量量平均絕對(duì)偏偏差（Meanabsolutedeviation,MAD）平均平方誤誤差（Meansquareerror,MSE）平均預(yù)測(cè)誤誤差（Meanforecasterror,MFE）平均絕對(duì)百百分誤差（（Meanabsolutepercentageerror,MAPE）47預(yù)測(cè)監(jiān)控(Monitoringandcontrollingforecasts)將最近的實(shí)實(shí)際值與預(yù)預(yù)測(cè)值比較較，看偏差差是否在可可接受的范范圍內(nèi)應(yīng)用跟蹤信信號(hào)（Trackingsignal,TS）484950本章小結(jié)需求是經(jīng)濟(jì)濟(jì)運(yùn)行的基基點(diǎn)。如果果需求預(yù)測(cè)測(cè)錯(cuò)誤，就就有投資的的風(fēng)險(xiǎn)。市場(chǎng)需求每每天都在變變化，即便便日常生產(chǎn)產(chǎn)活動(dòng)中也也要切實(shí)地地把握最終終需求的變變動(dòng)。多階階段生產(chǎn)系系統(tǒng)中最終終需求預(yù)測(cè)測(cè)信息的共共享尤其重重要，生產(chǎn)產(chǎn)廠家只根根據(jù)上游廠廠商的訂貨貨信息來決決定自己的的生產(chǎn)計(jì)劃劃時(shí)，就會(huì)會(huì)產(chǎn)生牛鞭鞭效應(yīng)（bullwhipeffect）。。此時(shí)，不不同企業(yè)之之間合作進(jìn)進(jìn)行需求預(yù)預(yù)測(cè)與制定定生產(chǎn)計(jì)劃劃的CPFR（collaborativeplanningforecastingandreplenishment）戰(zhàn)戰(zhàn)略十分重重要。牛鞭效應(yīng)是是供應(yīng)鏈上上的一種需需求變異放放大(方差差放大)現(xiàn)現(xiàn)象，是信信息流從最最終客戶端端向原始供供應(yīng)商端傳傳遞時(shí)，無無法有效地地實(shí)現(xiàn)信息息的共享，，使得信息息扭曲而逐逐級(jí)放大，，導(dǎo)致了需需求信息出出現(xiàn)越來越越大的波動(dòng)動(dòng)。最下游游的客戶端端相當(dāng)于鞭鞭子的根部部，而最上上游的供應(yīng)應(yīng)商端相當(dāng)當(dāng)于鞭子的的梢部，在在根部的一一端只要有有一個(gè)輕微微的抖動(dòng)，，傳遞到末末梢端就會(huì)會(huì)出現(xiàn)很大大的波動(dòng)。。在供應(yīng)鏈鏈上，這種種效應(yīng)越往往上游