电子课件第一章 物流需求预测ppt

《电子课件第一章 物流需求预测ppt》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第1章物流需求预测内容提要物流需求预测的含义，预测是指从已知事件测定未知事件。时间序列预测法（算术平均法、加权平均法、移动平均法、指数平滑法）。相关因素预测法（一元线性回归法、多元线性回归法等）。预测方法在Excel2003中的具体实现。CHAPTER预测理论作为通用的方法论，既可以应用于研究自然现象，又可以应用于研究社会现象。将预测理论和方法与具体领域的实际相结合，就形成了预测学科的各个分支，如社会预测、人口预测、经济预测、政治预测、科技预测、军事预测、气象预测等。本章内容仅讨论定量分析预测方法。在定量分析预测中应用比较广泛的有时间序列预测法（包括算术平均法、加权平均法、移动平均法

2、、指数平滑法、最小二乘法等）和相关因素预测法（包括一元线性回归法、多元线性回归法等）。1.1时间序列预测法序列又称时间数列，是指观察或记录到的一组按时间顺序排列的数据。例如，某段时间内，某类产品产量的统计数据；某企业产品销售量、利润、成本的历史统计数据；某地区人均收入的历史统计数据等。时间序列预测方法，假设预测对象的变化仅与时间有关。根据它的变化特征，以惯性原理推测其未来状态。事实上，预测对象与外部因素有着密切而复杂的联系。时间序列中的每一个数据都反映了当时许多因素综合作用的结果。整个时间序列则反映了外部因素综合作用下预测对象的变化过程。因此，预测对象仅与时间有关的假设，是对外部因素复杂作用

3、的简化，从而使预测的研究更为直接和简便。时间序列预测方法分为确定性方法和随机性方法两类。随机性时间序列预测方法是研究由随机过程产生的时间序列的预测问题。本教材仅介绍确定性时间序列预测方法。现实中的时间序列的变化受许多因素的影响，有些起着长期的、决定性的作用，使时间序列的变化呈现出某种趋势和一定的规律性；有些则起着短期的、非决定性的作用，使时间序列的变化呈现出某种不规则性。时间序列的变动情况大体可分解为以下四种。（1）趋势变化。趋势变化指现象随时间变化朝着一定方向呈现出持续稳定地上升、下降或平稳的趋势。（2）周期变化。周期变化（季节变化）指现象受季节性影响，按某一固定周期呈现波动变化。（3）循

4、环变动。循环变动指现象按不固定的周期呈现波动变化。（4）随机变动。随机变动指现象受偶然因素的影响而呈现出不规则波动1.2平均数预测法平均数预测法是最简单的定量预测方法，它只在时间序列主要表现为随机变动时采用。下面我们具体介绍算术平均数和加权平均数两种预测方法。1.2.1算术平均数预测法时间（t）123…n观察值（yt）y1y2y3…yn设有时间序列如表1.1所示，对应于时间t1,2,…,n；时间序列的数据为：y1,y2,y3,…,yn。表1.1时间序列数据设算术平均数为，其计算公式为（1-1）式中：——算术平均数；yt——第t周期的实际值；t——时间下标变量，表示周期序号；n——时间序列的

5、周期个数，也即数据个数。——连加号，中的t1表示首项的时间变量取值为1，n表示末项的时间下标变量取值为n.1.2.1算术平均数预测法例1.1某公司的产品在某城市最近6个月的销售量如表1.2所示。表1.2最近6个月的销售量月份123456销售量/台105010801030107010501060观察实际数据序列，其变动特征主要为随机变动。因此，可采用算术平均数方法预测下个月的销售量，即（台）算术平均数1057台反映了最近6个月产品销量的平均水平。如果判断影响产品销量的外界因素无重大变化，即可预测下个月的销售量为1057台。算术平均数1057台反映了最近6个月产品销量的平均水平。如果判断影响产

6、品销量的外界因素无重大变化，即可预测下个月的销售量为1057台。此外，还可用极差和标准偏差研究数据的变动情况。设极差为R，其计算公式Rxmaxxmin（1-2）式中：R——极差；xmax——所有观察值中的最大值；xmin——所有观察值中的最小值。极差R表示数据的最大变动幅度。本例中，xmax1080，xmin1030，因此R50（台），即销售量的最大变动幅度为50。设标准偏差为S，其计算公式为（1-3）式中S表示数据的离散程度。由公式可知，S越小，数据的离散程度越小。本例标准偏差计算如下：（台）S16台反映了数据的离散程度。算术平均数、极差R、标准偏差S是统计学中描述一组数据变动

7、状况的三个数字特征。1.2.2加权平均数预测法如果认为近期的数据反映的预测信息比较早的数据更重要，也就是说各个时间数据的重要程度不相等，则可以采用加权的方法对数据进行处理。设y1,y2,y3,…,yn为各个时间的观察值，对每一个数据估计相应的权数，分别表示为W1,W2,W3,…,Wn。则加权平均数的计算公式为（1-4）式中：——加权平均数；yt——第t周期的观察值；Wt——第t周期观察值的权数，通常设权数之和