季节因子预测方法在企业中的应用.pdf

《季节因子预测方法在企业中的应用.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·118·内燃机与配件季节圆子预测方法在企业中的应用樊学泽(河北工业大学经济管理学院，天津300401)摘要：在介绍季节因子法的概念、适用范围的基础上，构建相应模型，通过企业实际案例进行需求预测的展开应用，为其它相类似企业提供借鉴。关键词：季节因子法；模型构建：数据分析0引言当企业销售与生产具有较明显的季节性变动，企业应该选择定量预测方法中的时间序列模型，选用季节因子法，来消除季节性变动的影响，同时为了消除数据中的随机成分，可以运用移动平均法对数据处理，消除数据中的随机波动。最后通过对预测的滚动修

2、正，快速反应市场需求。1预测模型的构建在季节因子预测方法中，假设任意一个时间期的需求量为Yl，Yl可以分解为如下：Y。=TlC。S。R。式中T．——第t期的趋势值；C。，S。，R。——第t期内周期变动、季节变动和随机变动对需求量的影响因子，它们的取值范围均在[0，1】之间。①季节因子s。的确定。采用移动平均法计算季节因子。移动平均法求出时间序列的平均数，消除季节变动和随机变量作者简介：樊学泽(1989一)，男，山东聊城人，研究生，研究方向为运营管理。Y。=T。CtS。R。变为YL-Tl术C。。t代

3、表中心时间期。(爹求季节变动和随机变动的结合值。将时间序列的每一周期的实际值除以用该周期为中心的移动平均数，得到：旦：黑粤：SlR。Yt1‘～③用季节因子调整预测值。调整系数=周期数(或季度数)／(移动平均数总和)2数据分析与计算可以分为以下几个步骤进行：2．1数据采样与分析运用SPSS数据分析模块为认识数据的变化规律，判断数据是否存在离群点和缺损值，以观察数据是否有周期波动或一定的周期性。2_2特征分析通过构建样本直方图，得到销售均值、标准偏差和样本容量，通过销售数据折线走势图可以直观感受销售数

4、据的内在规律。以便于我们进行下一步的相关分析。2．3自相关与偏相关分析新提供资金支持。创新实践教学其具有一定的生动形象性有利于调动学生积极性，有利于学生创新能力的提高，在物联网学习中创新实践十分重要，创新实践教学有利于学生创新能力更好的提升，从而促进物联网的快速发展。2．4明确物联网专业人才培养方向物联网专业是计算机技术、电子技术、通信技术以及软件和管理等技术多个学科综合的具有很高的综合性的专业学科，为了推动物联网专业的进一步发展就必须培养有关的技术人才。培养各个方向的专业人才，所谓术业有专攻，只

5、有对一个领域充分的了解并且掌握有关的技术，才能在这个领域立足。因此要培养计算机技术方面，电子技术方面，通信技术方面以及软件编程设计和管理方面的各科人才，对人才进行专业的培养，使其足够掌握领域知识和技能，让人才术业有专攻，不要胡子眉毛一把抓，没有主次之别。但是在各科人才培养时，要注意培养他们的物联网思维，让他们对物联网有一个深刻的理解和感悟，为我国物联网的发展提供专业技术的支持，服务大众，造福大众，奉献社会。3总结随着我国经济社会的不断进步发展，我国物联网发展不断加快，对于物联网专业的人才的需求越来

6、越大。我国对物联网的研究已经有十年之久，资金投入不断加大，国家专门颁布制度支持物联网的发展，我国国家领导人也多次提及物联网建设研究，可见我国对于物联网研究的重视程度。为了加快物联网的建设就必须加快对相关物联网专业的人才培养，只有专业人才的加入我们的物联网才能更好的发展。国家也要加大资金政策支持，增加高职院校的相关设备投入，改进高职院校相关课程，加强创新教学增加实践操作课程，明确专业人才培养方向，术业有专攻，培养各科专业人才。参考文献：【1】王泽芳，唐中剑．高职院校物联网专业建设探讨叨．物流技术，2

7、013，32(2)：282．[2】王丽丽．高职院校物联网专业建设初探【J]．电脑知识与技术，2013(32)：7368—7370．【3]刘杰．高职院校物联网专业建设的思考叨．中国电子商务，2013(2)：38．InternalC咖bustionEIIgine&Parts·119·频窒2012—2015年l～12月销售数据折线走势图均值=1252．67标；隹偏差=1062．35N=48／八＼A／p＼、厂，／√＼厂．一、／．0、／／』竺二≥：≤羔i：≥：≥二≥二≥多二二?jj’，．．＼。∥‘’-＼。，

8、／．··‘‘

9、’≮／．．．=少、0>^、：：≯九＼、：≥罗表1CPAP产品2012—2015自相关系数自相关图序列：CPAP销售量Box—Ljung统计量滞后自相关标准误差-值dfsi矿l-0．0780．140．311O．57720．014O．1380．3220．85230．517O．13714．57430．0024O．0560．13514．7444O．0【)550．0540．13414．90650．01l60．309O．13220．3786O．00270．014O．13l20．3