物流系統(tǒng)預(yù)測培訓(xùn)課程(文件)
【正文】 通過數(shù)理統(tǒng)計中的 F檢驗和 R檢驗 來進行。q因變量和每一個自變量之間為線性關(guān)系?；貧w方程的顯著性檢驗用 F檢驗 。平滑預(yù)測模型適用于時間序列；216?；貧w模型反映變量間的因果關(guān)系，適用于中短期預(yù)測。回歸模型是根據(jù)統(tǒng)計學(xué)原理推導(dǎo)得出的，具有嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)基礎(chǔ)，并且可以對預(yù)測模型進行統(tǒng)計檢驗分析。q預(yù)測誤差分析的作用216。216。因此，對信息與資料的一般要求是全面、完整、真實可靠。3． 預(yù)測期間的長短引起的誤差要減少這種誤差，要求預(yù)測者具備廣泛的知識、豐富的經(jīng)驗、敏銳的觀察能力和思考能力以及精確的判斷能力。70三 . 預(yù)測誤差計算3.公式中由于每個 |ei|值都為正值，因而平均絕對誤差可以彌補平均誤差的缺點。 預(yù)測值相對誤差的平均值稱為相對誤差平均值。記為 s2，其計算方法為： 7．標(biāo)準(zhǔn)差幾個預(yù)測值均方差的均值稱為標(biāo)準(zhǔn)差，記為 s，其計算方法為： 72四 . 誤差分析實例例題 解： (1)分別按一次指數(shù)平滑和二次指數(shù)平滑法進行預(yù)測，如下：73五 . 誤差分析實例（ 2）按均方差計算預(yù)測誤差，結(jié)果如下：誤差大（ 5,679,）誤差小 (2,185,)第二種方法預(yù)測的誤差小，應(yīng)選用二次指數(shù)平滑法進行預(yù)測 74作業(yè)下表是城鎮(zhèn)家庭年人均收入與年人均消費的有關(guān)數(shù)據(jù)統(tǒng)計情況，請用線性回歸預(yù)測法預(yù)測當(dāng)人均年收入為 350美元時的年人均消費情況。某企業(yè)由于改進了生產(chǎn)工藝，使產(chǎn)品質(zhì)量大大提高，客戶逐月增加，致使原材料的采購總額也逐月增加，表 412列出其 1到 12月每月的采購總額，試預(yù)測其下年度 一月的采購總額。71三 . 預(yù)測誤差計算5．相對誤差絕對值平均值 預(yù)測值相對誤差絕對值的平均值稱為相對誤差絕對值平均值。相對誤差平均值將絕對誤差記為 MAD，其計算方法為：2. 平均誤差 幾個預(yù)測值的誤差的平均值叫做平均誤差。 69三 . 預(yù)測誤差計算1. 根據(jù)誤差的定義進行計算式中： xi—— 第 i時刻的 實際值 ； x’i 為了獲得較好的預(yù)測結(jié)果，人們通常采用多種預(yù)測方法或多個預(yù)測參數(shù)進行多次預(yù)測計算，然后用綜合評價方法找到最佳的預(yù)測方法和確定預(yù)測參數(shù)。2． 預(yù)測方法及預(yù)測參數(shù)引起的誤差68二 . 誤差產(chǎn)生的原因1． 用于預(yù)測的信息與資料本身引起的誤差216。66 預(yù)測結(jié) 果分析67一 . 預(yù)測誤差q預(yù)測誤差：預(yù)測結(jié)果與實際情況的偏差。平滑模型通常只用于進行預(yù)測；216。v預(yù)測期間不同216。回歸系數(shù)的顯著性檢驗用 t檢驗 。R的變化范圍： [1， 1]R=0，表示零相關(guān)（不相關(guān)）R=+1或 R=1表示完全相關(guān)R越接近于正負(fù) 1表示相關(guān)程度越強2. 回歸方程和回歸系數(shù)的顯著性檢驗v用顯著性檢驗來考察回歸方程能否揭示變量間的數(shù)量規(guī)律，即判斷回歸方程的擬合程度如何。Y=+*1500=(小時 )（ 4）相關(guān)性檢驗及預(yù)測誤差計算（略）63四 . 多元線性回歸預(yù)測法q多元線性回歸預(yù)測法是一元線性回歸預(yù)測法的延伸。式中59三 . 一元線性回歸預(yù)測法q 例題：某公司預(yù)備購入鋼材，下表是一些供貨點的路程及運輸時間的統(tǒng)計資料，要求根據(jù)提供的統(tǒng)計資料估計供貨點位于 1500公里時鋼材的在途運輸時間供貨工廠 鐵路運輸距離 x（公里）在途運輸時間 y（小時）1 210 52 290 73 350 64 480 115 490 86 730 117 780 128 850 89 920 1510 1010 12 60三 . 一元線性回歸預(yù)測法解： （ 1）判斷統(tǒng)計數(shù)據(jù)是否有線性關(guān)系，作散點圖由散點圖得出運輸距離與運輸時間基本成線性關(guān)系61三 . 一元線性回歸預(yù)測法（ 2）計算回歸系數(shù)供貨工廠 運輸距離Xi(KM)運輸時間Yi(Hour)XiYi Xi2 Yi21 210 5 1050 44100 252 290 7 2030 84100 493 350 6 2100 122500 364 480 11 5280 230400 1215 490 8 3920 240100 646 730 11 8030 532900 1217 780 12 9360 608400 1448 850 8 6800 722500 649 920 15 13800 846400 22510 1010 12 12120 1020230 144求和 6110 95 64490 4451500 99362三 . 一元線性回歸預(yù)測法（ 3）代入運輸距離 1500KM，得到運輸時間的預(yù)測值為： 散點圖只能表示兩個變量之間是否線性相關(guān)，而不能表示變量的線性相關(guān)程度到底有多大。只有一個自變量（影響因素），一個因變量。序號 年度 汽車產(chǎn)量 x（萬輛）薄鋼板消耗量 y（噸）1 1985 182852 1986 199373 1987 217194 1988 302625 1989 303996 1990 ？q 一元線性回歸預(yù)測 55二 . 回歸預(yù)測法q回歸分析是一種對于變量間非確定性關(guān)系的統(tǒng)計分析法。事物及其因素 變量有關(guān)系無關(guān)系確定性關(guān)系非確定性關(guān)系特征提取確定性關(guān)系 ：指一個變量可以被一個或若干個其他變量按一定規(guī)律唯一確定，也就是說變量之間的關(guān)系能用確定的數(shù)學(xué)公式來反映，即函數(shù)關(guān)系。52 回 歸 分析 預(yù)測 技 術(shù)53一 . 相關(guān)與回歸q 相關(guān) 指的是一種因素的變化引起另外一種因素變化。 (1)初始值的準(zhǔn)確性小時， ??的一般取值原則 ：合理確定 ?值，是用指數(shù)平滑模型的進行預(yù)測的關(guān)鍵。某企業(yè)對某年度 l—11月某種物資的價格情況進行了統(tǒng)計，用一次指數(shù)平滑法對該年 12月份該物資的市場價格進行預(yù)測 45一次指數(shù)平滑法計算公式式中： Ft+1(1)——在 t+1時刻的一次指數(shù)平滑值44八 . 指數(shù)平滑法q指數(shù)平滑預(yù)測法，是在移動平均預(yù)測法的基礎(chǔ)上發(fā)展起來的一種特殊的加權(quán)平均預(yù)測法。適用于需求、銷售預(yù)測、庫存管理預(yù)測等；（ 1）在外界環(huán)境變化較少的情況下，移動平均法是一種有效的預(yù)測方法；Mt(1) 40期序歷史數(shù)據(jù)一次平均n=3二次平均n=31 102 153 204 25 155 30 206 35 257 40 30 208 45 35 259 50 40 3010 55 45 35從圖上可以看出，一次移動平均值滯后于歷史數(shù)據(jù)，而二次移動平均值又落后于一次移動平均值。趨勢平穩(wěn)并基本保持水平狀態(tài)的
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號-1