【正文】 S 取值由 0 到 1 逐漸加大。說(shuō)明該事件發(fā)生將抑制或消除另一事件發(fā)生的概率。 13 13 ? 案例： 現(xiàn)以美國(guó)能源政策評(píng)價(jià)預(yù)測(cè)分析來(lái)說(shuō)明交叉概率法的使用。 預(yù)測(cè)的作用 預(yù)測(cè)是編制計(jì)劃的基礎(chǔ) 預(yù)測(cè)是決策的依據(jù) 4 4 ? 預(yù)測(cè)分析 :在調(diào)查研究的基礎(chǔ)上對(duì)事物的未來(lái)進(jìn)行科學(xué)的分析，研究其發(fā)展變化的規(guī)律性 ? 預(yù)測(cè)技術(shù) :預(yù)測(cè)分析中所采用的方法和手段，稱為 5 5 確定預(yù)測(cè)目標(biāo) 分析收集相關(guān)數(shù)據(jù) 選擇預(yù)測(cè)方法進(jìn)行預(yù)測(cè) 分析評(píng)價(jià)預(yù)測(cè)方法及其結(jié)果 修正預(yù)測(cè)結(jié)果 提交預(yù)測(cè)報(bào)告 反饋 6 6 ? ? 7 7 ? (1)按預(yù)測(cè)技術(shù)的屬性 (2)按預(yù)測(cè)對(duì)象 (3)按預(yù)測(cè)方式 (4)按預(yù)測(cè)時(shí)間 ? (1)預(yù)測(cè)模型按變量之間的關(guān)系 (2)按變量形式 (3)按變量的數(shù)量 (4)按變量的性質(zhì) 8 8 內(nèi)容概要 第 9章 物流系統(tǒng)預(yù)測(cè) 預(yù)測(cè)系統(tǒng)的定性預(yù)測(cè)技術(shù) 回歸分析 物流系統(tǒng)的時(shí)間序列預(yù)測(cè)技術(shù) 預(yù)測(cè)概念 9 9 ? 該方法的過(guò)程是預(yù)測(cè)機(jī)構(gòu)或人員預(yù)先選定與預(yù)測(cè)問(wèn)題有關(guān)的專家 10～ 15人，采用信件往來(lái)的方式與其建立聯(lián)系，將他們的意見(jiàn)進(jìn)行整理、綜合、歸納后再匿名反饋給各位專家再次征求意見(jiàn)，按這種方式多次反復(fù)，直至使專家們的意見(jiàn)趨于一致為止，最后得出預(yù)測(cè)結(jié)論。 ? 該方法的具體步驟為： (1)選擇專家 (2)編制并郵寄 “ 專家應(yīng)答表 ” (3)分析整理 “ 專家應(yīng)答表 ” (4)與專家反復(fù)交換意見(jiàn) (5)將最終預(yù)測(cè)結(jié)論函告各專家并致謝。經(jīng)簡(jiǎn)化，影響美國(guó)能源政策的因素有： E 1 —— 用煤炭代替石油，其概率 P 1 = 0 . 3 ； E 2 —— 降低國(guó)內(nèi)石油價(jià)格，其概率 P 2 = 0 . 4 ； E 3 —— 控制空氣、水源的質(zhì)量標(biāo)準(zhǔn)，其概率 P 3 = 0 . 3 ?！?— ”號(hào)表示兩事件無(wú)明顯關(guān)系或相互間沒(méi)有影響。 事件 E i 發(fā)生后， E j 發(fā)生概率的調(diào)整如圖 所示： 事件 E i 發(fā)生后對(duì)其余事件 E j 的影響程度一般可用專家會(huì)議或?qū)＜艺{(diào)查法加以確定。 表 1 派車次數(shù)于貨運(yùn)周轉(zhuǎn)量統(tǒng)計(jì)表 序號(hào) 年份 t 派車次數(shù)X ( 萬(wàn)輛 ) 周轉(zhuǎn)量 Y ( 萬(wàn)噸 . 公里 ) 1 2022 13 . 98 19180 2 2022 13 . 52 19937 3 2022 12 . 54 21719 4 2022 14 . 91 30262 5 2022 18 . 6 0 30399 6 2022 ？ 34000 20 20 解答： 由表 1 可以看出， 年貨運(yùn)周轉(zhuǎn)量 Y 隨 年派車次數(shù) X 的增加而增加，因而得到第一個(gè)結(jié)論是：變量 Y 與變量X 之間有相關(guān)關(guān)系，為了進(jìn)一步明確是什么樣的相關(guān)關(guān)系，將每年的一對(duì) X i 與 Y i 數(shù)據(jù)標(biāo)在坐標(biāo)平面上，描出散點(diǎn)圖，如圖 1 。將 200 6 年預(yù)計(jì)年周轉(zhuǎn)量 34000 萬(wàn)噸公里帶入求解得到 2022 年預(yù)計(jì)派車次數(shù)為 20 . 08 萬(wàn)輛。 為計(jì)算方便，先將時(shí)間因素作簡(jiǎn)化處理。 表 2 時(shí)間因素簡(jiǎn)化處理表 時(shí)間 ( t ) 1999 2022 2022 2022 2022 2022 2022 時(shí)間簡(jiǎn)化處理值 ( X ) 1 2 3 4 5 6 7 采購(gòu)總值 ( Y ) 50 65 67 78 80 78 85 因?yàn)?n = 7 ，所以有 ?? iXnX 1_ = 2871 ? = 4 ?? iYnY 1_ = 50371 ? = 71 . 86 23 23 解答： 表 3 一元線性回歸分析計(jì)算表 序號(hào) 時(shí)間 ( X i) 采購(gòu)額 ( Y i) X i2 Y i2 X i Y i 1 1 50 1 2500 50 2 2 65 4 4225 130 3 3 67 9 4489 201 4 4 78 16 6084 312 5 5 80 25 6400 400 6 6 78 36 6084 468 7 7 85 49 7225 595 合計(jì) 28 503 140 37007 2156 這時(shí)有： ???????niiniiiXnXYXnYXb1221? =247140 1 5 6????? = 5 . 14 XbYa ?? ??= 71 . 86 － 5 . 14 4 = 51 . 3 因此，企業(yè)的年采購(gòu)額與時(shí)間之間的相關(guān)方程為： XY ?? 預(yù)計(jì)在 2022 年，企業(yè)的采購(gòu)總值為： Y = 51 . 3 + 5 . 14 8 = 92 . 42 ( 萬(wàn)元 ) 24 24 ? (1)相關(guān)系數(shù) YYXXXY LL Lr ? 式中： ? ? ????i i iiXX XnXXXL222)( ? ? ????i i iiYY YnYYYL222)( ? ? ?????i i iiiiXY YXnYXYYXXL ))(( r 的取值范圍為 1 ≤ r ≤ 1 25 25 當(dāng) r = 1 時(shí)， Q = 0 ，即所有點(diǎn) ( x i， y i) 均在回歸直線上，稱完全正相關(guān)；當(dāng) r = 1 時(shí)，稱完全負(fù)相關(guān)。 Y Y 0 X 0 X 圖 1 完全正相關(guān) 圖 2 完全負(fù)相關(guān) y y 當(dāng) aarnFnr ??????1)2,1(211 時(shí)，兩變量相關(guān)顯著。其幾何意義見(jiàn)圖 。 ( 4 ) 利用模型進(jìn)行預(yù)測(cè)，并用 ???????????????????ii XXXXnnF 22212)()(11?)2,1( ??? 或?????????????????iia XXXXnnt 222212)()(11?)2( ?? 確定置信區(qū)間。 將總投資 Y i 取對(duì)數(shù)，按線性回歸法計(jì)算得： XY * ?? ， 8 1 1 ?r ， ?F ， ?aF ， F aF 故回歸顯著。因矩陣????????22211211llll是一對(duì)稱非奇異矩陣，故01? LLB ??即為正規(guī)方程 9 40 的解。 由 9 39 式可知，如果當(dāng)自變量數(shù)由兩個(gè)增加到 m 個(gè)時(shí)，0b的求法可推廣到： ?????????mkkkmm XbYXbXbXbYb122110???? ? ( 9 44 ) 正規(guī)方程組的系數(shù)，即 L 矩陣的元素kjL為： ?????mijjikkikj XXXXl1))(( 正規(guī)方程的常數(shù)項(xiàng)，即0L向量為： ?????niikkik YYXXl10 ))(( 求解正規(guī)方程組，即可確定1?b，2?b，??，mb?，代入 9 4 3 式，求出0?b，從而得到預(yù)測(cè)模型： mm XbXbXbbY ????? 22110 ????? ? ( 9 45 ) 47 47 ? (1)全相關(guān)系數(shù) QUL yy ??( 回歸平方和與剩余平方和 ) 其中： ? ??ii YYU2)?(；? ??iii YYQ2)?(