第三章 需求預(yù)測(cè)

第三章需求預(yù)測(cè)

經(jīng)濟(jì)管理學(xué)院：馬佳

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

1、預(yù)測(cè)的概念預(yù)測(cè)是對(duì)未來(lái)可能發(fā)生的情況的預(yù)計(jì)與推測(cè)。“凡事預(yù)則立，不預(yù)則廢”。預(yù)測(cè)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(huì);但預(yù)測(cè)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(cè)離不開科學(xué)測(cè)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(cè)的失誤而否定預(yù)測(cè)。一、預(yù)測(cè)及其作用2、預(yù)測(cè)的共同特征預(yù)測(cè)的基本假設(shè)：過(guò)去的發(fā)展?fàn)顟B(tài)要持續(xù)到將來(lái);預(yù)測(cè)極少準(zhǔn)確無(wú)誤，實(shí)際情況總與預(yù)期有所不同；對(duì)總量的預(yù)測(cè)要比對(duì)個(gè)體的預(yù)測(cè)精確;如每天從沈陽(yáng)到北京旅客數(shù)量的預(yù)測(cè)，比預(yù)計(jì)某個(gè)人將到何處出差要準(zhǔn)確。預(yù)測(cè)精度隨預(yù)測(cè)的時(shí)間范圍增加而降低。第一節(jié)預(yù)測(cè)的基本概念第一節(jié)預(yù)測(cè)的基本概念一、預(yù)測(cè)及其作用3、預(yù)測(cè)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(duì)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(cè)*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(cè)誤差=19.9

某工具廠三季度銷售預(yù)測(cè)第一節(jié)預(yù)測(cè)的基本概念第一節(jié)預(yù)測(cè)的基本概念二、預(yù)測(cè)的分類1、預(yù)測(cè)的分類－－按性質(zhì)分類科學(xué)預(yù)測(cè)－－科學(xué)預(yù)測(cè)是對(duì)科學(xué)發(fā)展情況的預(yù)計(jì)與推測(cè)。如門捷列夫預(yù)計(jì)有3個(gè)當(dāng)時(shí)未發(fā)現(xiàn)的元素：亞鋁、亞硼和亞硅。后來(lái)都被發(fā)現(xiàn)了，是鎵、鈧和鍺；技術(shù)預(yù)測(cè)－－技術(shù)預(yù)測(cè)是對(duì)技術(shù)進(jìn)步情況的預(yù)計(jì)與推測(cè)；經(jīng)濟(jì)預(yù)測(cè)－－政府部門以及其它一些社會(huì)組織經(jīng)常就未來(lái)的經(jīng)濟(jì)狀況發(fā)表經(jīng)濟(jì)預(yù)測(cè)報(bào)告；第一節(jié)預(yù)測(cè)的基本概念二、預(yù)測(cè)的分類1、預(yù)測(cè)的分類－－按性質(zhì)分類需求預(yù)測(cè)－－需求預(yù)測(cè)為企業(yè)給出了產(chǎn)品在未來(lái)的一段時(shí)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(huì)預(yù)測(cè)－－社會(huì)預(yù)測(cè)是對(duì)社會(huì)未來(lái)的發(fā)展?fàn)顩r的預(yù)計(jì)和推測(cè)。比如人口預(yù)測(cè)、人們生活方式變化預(yù)測(cè)、環(huán)境狀況預(yù)測(cè)等。需求預(yù)測(cè)與企業(yè)生產(chǎn)經(jīng)營(yíng)活動(dòng)關(guān)系最密切。二、預(yù)測(cè)的分類2、預(yù)測(cè)的分類－－按時(shí)間分類長(zhǎng)期預(yù)測(cè)(Long-rangeForecast)－－對(duì)5年或5年以上的需求前景的預(yù)測(cè)。它是企業(yè)長(zhǎng)期發(fā)展規(guī)劃的依據(jù)；中期預(yù)測(cè)(Intermediate-rangeForecast)－－中期預(yù)測(cè)是指對(duì)一個(gè)季度以上兩年以下的需求前景的預(yù)測(cè)。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(cè)(Short-rangeForecast)－－短期預(yù)測(cè)是對(duì)一個(gè)季度以下的需求前景的預(yù)測(cè)。它是調(diào)整生產(chǎn)能力、采購(gòu)、安排生產(chǎn)作業(yè)計(jì)劃等具體生產(chǎn)經(jīng)營(yíng)活動(dòng)的依據(jù)。第一節(jié)預(yù)測(cè)的基本概念第一節(jié)預(yù)測(cè)的基本概念二、預(yù)測(cè)的分類3、預(yù)測(cè)分類－－按主客觀因素所起的作用分類定性預(yù)測(cè)方法(subjectiveorqualitativeapproach)－－主觀預(yù)測(cè)法，依靠人們的才干、知識(shí)、遠(yuǎn)見和判斷力來(lái)推測(cè)未來(lái)的變化；定量預(yù)測(cè)方法(quantitativeorstatisticalapproach)

－－統(tǒng)計(jì)預(yù)測(cè)法，主要根據(jù)對(duì)歷史資料的分析來(lái)推斷未來(lái)的需要。第一節(jié)預(yù)測(cè)的基本概念三、影響需求預(yù)測(cè)的因素四、預(yù)測(cè)的主要步驟設(shè)定預(yù)測(cè)目標(biāo)確定預(yù)測(cè)對(duì)象監(jiān)測(cè)、控制預(yù)測(cè)驗(yàn)證和使用預(yù)測(cè)結(jié)果作出預(yù)測(cè)選擇預(yù)測(cè)方法收集、分析數(shù)據(jù)決定預(yù)測(cè)的時(shí)間跨度選擇預(yù)測(cè)方法監(jiān)測(cè)、控制和評(píng)價(jià)預(yù)測(cè)長(zhǎng)期—5年以上中期—0.5-2年短期—月／周需求預(yù)測(cè)的過(guò)程第一節(jié)預(yù)測(cè)的基本概念五、預(yù)測(cè)中應(yīng)注意的問(wèn)題判斷在預(yù)測(cè)中的作用；判斷在選擇預(yù)測(cè)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(cè)結(jié)果時(shí)的作用。預(yù)測(cè)精度與成本；預(yù)測(cè)的時(shí)間范圍和更新頻率；穩(wěn)定性與響應(yīng)性。第一節(jié)預(yù)測(cè)的基本概念第二節(jié)定性預(yù)測(cè)方法一、對(duì)需求預(yù)測(cè)方法的認(rèn)識(shí)預(yù)測(cè)很少是完美的；大多數(shù)預(yù)測(cè)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(cè)和總產(chǎn)品的預(yù)測(cè)比單個(gè)產(chǎn)品的預(yù)測(cè)準(zhǔn)確。因此,為使預(yù)測(cè)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(méi)有哪一種方法一直都能奏效。銷售額將為200百萬(wàn)美元!二、需求預(yù)測(cè)方法分類定性預(yù)測(cè)方法qualitativemethod定量預(yù)測(cè)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(shí)間序列預(yù)測(cè)模型

?

時(shí)間序列平滑模型

-

簡(jiǎn)單移動(dòng)平均

-

加權(quán)移動(dòng)平均

-

一次指數(shù)平滑

?

時(shí)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(cè)方法第二節(jié)定性預(yù)測(cè)方法三、定性預(yù)測(cè)方法1、德爾菲法(Delphimethod)挑選參加預(yù)測(cè)的專家。這些專家應(yīng)該來(lái)自不同領(lǐng)域，具有各種不同知識(shí)背景；通過(guò)問(wèn)卷調(diào)查(或電子郵件)從各個(gè)專家處獲得預(yù)測(cè)信息(包括對(duì)預(yù)測(cè)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?wèn)題后重新發(fā)給專家；再次匯總，提煉預(yù)測(cè)結(jié)果和條件，再次形成新問(wèn)題；如有必要，重復(fù)上一個(gè)步驟。將最終結(jié)果發(fā)給所有專家。匿名性、問(wèn)卷設(shè)計(jì)、專家選擇、反饋速度TEXTTEXTTEXTTEXT三、定性預(yù)測(cè)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(cè)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(shí)間序列模型：用過(guò)去的需求和時(shí)間的關(guān)系來(lái)預(yù)測(cè)未來(lái)的需求；因果關(guān)系模型：用過(guò)去的資料揭示變量和需求的關(guān)系，進(jìn)而預(yù)測(cè)未來(lái)的需求。第三節(jié)定量預(yù)測(cè)方法Quantitative一、時(shí)間序列的構(gòu)成趨勢(shì)成分隨時(shí)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(zhǎng)期變化趨勢(shì)。季節(jié)成分特定周期時(shí)間里（一年里）有規(guī)則的波動(dòng)—數(shù)據(jù)短期有規(guī)律的波動(dòng)。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(zhǎng)時(shí)間里（一年以上，一般為數(shù)十年）有規(guī)則的波動(dòng)。隨機(jī)成分由很多不可控因素引起的，沒(méi)有規(guī)則的上下波動(dòng)。第三節(jié)定量預(yù)測(cè)方法第三節(jié)定量預(yù)測(cè)方法定性預(yù)測(cè)方法qualitativemethod定量預(yù)測(cè)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(shí)間序列預(yù)測(cè)模型

?

時(shí)間序列平滑模型

-

簡(jiǎn)單移動(dòng)平均

-

加權(quán)移動(dòng)平均

-

一次指數(shù)平滑

?

時(shí)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(cè)方法二、時(shí)間序列平滑模型通過(guò)多個(gè)數(shù)據(jù)的平均來(lái)消除和減少隨機(jī)成分(干擾)。簡(jiǎn)單移動(dòng)平均法加權(quán)移動(dòng)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(cè)方法第三節(jié)定量預(yù)測(cè)方法二、時(shí)間序列平滑模型時(shí)間序列（TimeSeries）按一定的時(shí)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(lái)所得到的序列。二、時(shí)間序列平滑模型1、簡(jiǎn)單移動(dòng)平均法(SimpleMovingAverage)

SMAt+1=(At+At-1+…+At-N+1)/N

預(yù)測(cè)值=(前N次實(shí)測(cè)值的平均值)

SMAt+1

－－對(duì)下一期的預(yù)測(cè)值

N

－－移動(dòng)平均的時(shí)期個(gè)數(shù)

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

WMAt+1=(tAt+t-1At-1…+t-N+1At-N+1)/N

預(yù)測(cè)值=(前N次實(shí)測(cè)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(duì)預(yù)測(cè)結(jié)果的影響大，遠(yuǎn)期數(shù)據(jù)對(duì)預(yù)測(cè)的結(jié)果影響?。桓鶕?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(cè)方法第三節(jié)定量預(yù)測(cè)方法預(yù)測(cè)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(cè)方法二、時(shí)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(guò)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(cè)值SFt+1，則有：

第三節(jié)定量預(yù)測(cè)方法二、時(shí)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(cè)值=上期預(yù)測(cè)值+×(上期實(shí)測(cè)值-上期預(yù)測(cè)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(cè)值依賴于平滑常數(shù)的選擇，一般來(lái)言，越大，預(yù)測(cè)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(shí)，(1-)t×SF1

趨近于0，可忽略。第三節(jié)定量預(yù)測(cè)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(cè)值SF1SF2…………SFt-1SFtSFt+1第三節(jié)定量預(yù)測(cè)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(cè)值依賴于平滑常數(shù)的選擇，一般來(lái)言，越大，預(yù)測(cè)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(cè)方法第三節(jié)定量預(yù)測(cè)方法二、時(shí)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(shí)間序列呈現(xiàn)較穩(wěn)定的水平趨勢(shì)時(shí)，應(yīng)選較小的值，一般可在0.05～0.20之間取值；當(dāng)時(shí)間序列有波動(dòng)，但長(zhǎng)期趨勢(shì)變化不大時(shí)，可選稍大的值，常在0.1～0.4之間取值；當(dāng)時(shí)間序列波動(dòng)很大，長(zhǎng)期趨勢(shì)變化幅度較大，呈現(xiàn)明顯且迅速的上升或下降趨勢(shì)時(shí)，宜選擇較大的值，可在0.6～0.8間選值。三、時(shí)間序列分解模型(TimeSeriesDecomposition)對(duì)各需求構(gòu)成進(jìn)行單獨(dú)預(yù)測(cè)，再按一定的組合規(guī)則綜合處理，得出最終的預(yù)測(cè)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(shì)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(dòng)成分第三節(jié)定量預(yù)測(cè)方法三.時(shí)間序列分解模型主要討論線性季節(jié)模型線性變化趨勢(shì)與季節(jié)性變化趨勢(shì)共同作用的結(jié)果。預(yù)測(cè)值=趨勢(shì)預(yù)測(cè)值ⅹ季節(jié)系數(shù)第三節(jié)定量預(yù)測(cè)方法第三節(jié)定量預(yù)測(cè)方法三、時(shí)間序列分解模型關(guān)鍵在于求線性趨勢(shì)方程和季節(jié)系數(shù)求線性趨勢(shì)直線方程：

Yt=a+b·t

Yt—趨勢(shì)預(yù)測(cè)值

t—季節(jié)序號(hào)

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(cè)方法第三節(jié)定量預(yù)測(cè)方法三、時(shí)間序列分解模型（1）求趨勢(shì)方程

Yt=a+b·t

Yt=10000+167·t三、時(shí)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(shì)值的比值的平均值。第三節(jié)定量預(yù)測(cè)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(dòng)擬合季節(jié)變動(dòng)三、時(shí)間序列分解模型（3）計(jì)算預(yù)測(cè)值：

預(yù)測(cè)值=趨勢(shì)預(yù)測(cè)值ⅹ季節(jié)系數(shù)

若未來(lái)一年的夏秋冬春各季對(duì)應(yīng)的t值分別為13,14,15,16,預(yù)測(cè)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(cè)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(cè)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(cè)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(cè)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(cè)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(lái)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(cè)方法預(yù)測(cè)方法需要的歷史數(shù)據(jù)數(shù)據(jù)分布預(yù)測(cè)周期準(zhǔn)備時(shí)間預(yù)測(cè)人員個(gè)人背景一次指數(shù)平滑法5-10個(gè)觀測(cè)值數(shù)據(jù)應(yīng)該是穩(wěn)定的短期短不要求精通長(zhǎng)期趨勢(shì)法10-20個(gè)，每季度至少5個(gè)呈現(xiàn)長(zhǎng)期趨勢(shì)變動(dòng)短期到中期短對(duì)預(yù)測(cè)方法有所掌握季節(jié)變動(dòng)法兩個(gè)谷峰足夠處理循環(huán)和季節(jié)變動(dòng)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(gè)自變量10個(gè)觀測(cè)值能夠處理復(fù)雜分布短期/中期或長(zhǎng)期建模時(shí)間長(zhǎng)，實(shí)施時(shí)間短非常精通五、預(yù)測(cè)方法的選擇第四節(jié)預(yù)測(cè)誤差與監(jiān)控一、預(yù)測(cè)精度的測(cè)量預(yù)測(cè)誤差：預(yù)測(cè)值與實(shí)際值之間的差異E=(AtFt)平均絕對(duì)偏差(MeanAbsoluteDeviation)MAD=AtFt

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

Ft)2/n它能較好地反映預(yù)測(cè)精度第四節(jié)預(yù)測(cè)誤差與監(jiān)控一、預(yù)測(cè)精度的測(cè)量平均預(yù)測(cè)誤差(MeanForecastError)MFD=（AtFt）/n它能較好地衡量無(wú)偏性（AtFt）稱為預(yù)測(cè)誤差滾動(dòng)和(RSFE)平均絕對(duì)百分誤差(MeanAbsolutePercentageError)MAPE=第四節(jié)預(yù)測(cè)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(cè)誤差與監(jiān)控二、預(yù)測(cè)監(jiān)控檢驗(yàn)預(yù)測(cè)模型是否仍然有效測(cè)試指標(biāo)：跟蹤信號(hào)TS=(AtFt)/MADMAD=AtFt

/n結(jié)論：TS接近0或在一定的范圍內(nèi)，預(yù)測(cè)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(hào)(TS)第四節(jié)預(yù)測(cè)誤差與監(jiān)控例題2：某企業(yè)經(jīng)過(guò)6個(gè)月的跟蹤，得到各月的預(yù)測(cè)誤差如下表，根據(jù)這些數(shù)據(jù)，計(jì)算各月的預(yù)測(cè)誤差滾動(dòng)和與平均絕對(duì)誤差，以及跟蹤信號(hào)的值。月123456預(yù)測(cè)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(gè)月的實(shí)際銷售量和用A,B兩種模型進(jìn)行預(yù)測(cè)的預(yù)測(cè)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(píng)價(jià)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(cè)值610630610630640650655655630630B模型預(yù)測(cè)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(guò)去7個(gè)月份的銷售額數(shù)據(jù)，試用一次指數(shù)平滑法預(yù)測(cè)1997年12月份的銷售額。（取α=0.2，α=0.7，SA1=150）序號(hào)時(shí)間銷售額/萬(wàn)元預(yù)測(cè)值/萬(wàn)元α=0.211997.514315021997.615231997.716141997.813951997.913761997.1017471997.1114281997.12練習(xí)題2序號(hào)時(shí)間銷售額/萬(wàn)元預(yù)測(cè)值/萬(wàn)元α=0.211997.514315021997.6152148.631997.7161149.2841997.8139151.6251997.9137149.1061997.10174146.6871997.11142152.14