【精品】管理预测

《【精品】管理预测》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、管理预测与决策的课程设计报告学校东华理工大学高职学院班级计算机信息管理学号09611114姓名周亚锋题目时间序列预测与线性回归预测日期2011年10月17S第一章案例研究：计算机俱乐部CCW问题第二章莉迪亚冃前的预测模型第三章运用时间序列预测方法进行案例分析第四章季节调整的时间序列第五章线性冋归因果预测第六章决策树（风险性决策）小结，心得体会第一早计算机俱乐部ccw问题计算机俱乐部仓库通过与客户电话下单确定价格的方式销售各种计算机产品。其产品包括计算机，笔记本电脑，外围设备,附属硬件，备用品，软件及与电脑相关的家具。CCW的呼叫中心呼叫中心从不关闭，在繁忙的时段，它被大量的代理人挤满。他们的唯

2、一工作是通过电话接受并处理顾客订单第一早莉迪亚目前的预测模型CCW'sAverageDailyCallVolumeyearquarteCallVolume116923126579136783148380217371227175237898248838317106326936338063349764下一-年一季度的预测量将从这一年第四季度的呼叫量得到二四季度电话费/I.25平均电话数f-系列1另一个衡量预测准确性的指标是均方差，简称MSE。它的公式是MSE=预测误差的平方和/预测次数L}^dia"sCurrForecastingMethodForCCw1sAverageDai1yCal1Volu

3、meForecastingQuartforceMeanAbsolutcYearDataErrorerastDeviation116923MeanAbsolute1265796923344Deviation1367836579104MAD二424148380821155Mean2173716613644SquareError227175725719331781MSE二厂023789870647202488389730100631710669791332693669921703380636822112734976499362864177204243应用于过去三年来预测下一个季度的呼叫量+系列1亠系

4、列2第三章运用时间序列预测方法进行案例分析季节性因子二期间平均数/总平均数EStingSEasonalFactorsCCwTRUEYearQuartevrueTypeofSeasonrality116923quarterly126579136783148380estimatefor217371QUARterlySeasonalfactor22717510.932323789820.90124883830.987331710641.1794326936338063349764表中给出的季节性因子准确地体现了季节之间细微而又重要的差异，因此这些季节性因子将取代25%规则，用于对季节因素影响的佔计，

5、直到将来数据表明季节因素的影响发生了变化为止。第四章季节调整的时间序列如果先对数据进行去除季节因素影响的处理，再分析销售量数据，则发现新的趋势会容易的多，为了消除上两章所示时间序列的季节影响，每一个n平均呼叫量所需要除于表格给出的季节性因子。公式为：去除季节因素影响的呼叫量=实际电话量/季节性因子SeasonallyAdjustedTimeseriesforCCWSeasona1ActuaiCallVolSeasona1callvolyearquarteractorumeume110.9369237322120.965797183130.9967836635141.1883807005210.

6、9373717803220.971757849230.9979897863241.1888387393310.9371067518320.969367580330.9980638029341.1897648178f3SA4CallVolume_7444.08602678973106851.51515157101.694915310第五章线性回归因果预测线性回归直线可用来估计一定量的销售量对应了多大的呼叫量，一般的线性冋归方程的形式是：Y=A+BX丫=线性回归直线给出的因变量的估计值人=线性回归直线在Y轴的截距B=线性回归直线的斜率X=口变量值CCW'SAVERAGEDAILYSALESANDC

7、ALLVOLUMEYEARQUARTERSALES$THOUSANDSCALLVOLUME114894692312470365791347486783145844838021519273712250867175235511789824610788383150527106324985693633557680633466479764呼叫量与销售量联系起来分析CCW问题的因果预测所需要的数据CCW"Av