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(jì)中的 F檢驗(yàn)和 R檢驗(yàn) 來進(jìn)行。q因變量和每一個(gè)自變量之間為線性關(guān)系。回歸方程的顯著性檢驗(yàn)用 F檢驗(yàn) 。平滑預(yù)測模型適用于時(shí)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(jì)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(duì)預(yù)測模型進(jìn)行統(tǒng)計(jì)檢驗(yàn)分析。q預(yù)測誤差分析的作用216。216。因此，對(duì)信息與資料的一般要求是全面、完整、真實(shí)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(shí)、豐富的經(jīng)驗(yàn)、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(jì)算3.公式中由于每個(gè) |ei|值都為正值，因而平均絕對(duì)誤差可以彌補(bǔ)平均誤差的缺點(diǎn)。 預(yù)測值相對(duì)誤差的平均值稱為相對(duì)誤差平均值。記為 s2，其計(jì)算方法為： 7．標(biāo)準(zhǔn)差幾個(gè)預(yù)測值均方差的均值稱為標(biāo)準(zhǔn)差，記為 s，其計(jì)算方法為： 72四 . 誤差分析實(shí)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(jìn)行預(yù)測，如下：73五 . 誤差分析實(shí)例（ 2）按均方差計(jì)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(jìn)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(fèi)的有關(guān)數(shù)據(jù)統(tǒng)計(jì)情況，請(qǐng)用線性回歸預(yù)測法預(yù)測當(dāng)人均年收入為 350美元時(shí)的年人均消費(fèi)情況。某企業(yè)由于改進(jìn)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(jì)算5．相對(duì)誤差絕對(duì)值平均值 預(yù)測值相對(duì)誤差絕對(duì)值的平均值稱為相對(duì)誤差絕對(duì)值平均值。相對(duì)誤差平均值將絕對(duì)誤差記為 MAD，其計(jì)算方法為：2. 平均誤差 幾個(gè)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(jì)算1. 根據(jù)誤差的定義進(jìn)行計(jì)算式中： xi—— 第 i時(shí)刻的 實(shí)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(gè)預(yù)測參數(shù)進(jìn)行多次預(yù)測計(jì)算，然后用綜合評(píng)價(jià)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(shí)際情況的偏差。平滑模型通常只用于進(jìn)行預(yù)測；216。v預(yù)測期間不同216?；貧w系數(shù)的顯著性檢驗(yàn)用 t檢驗(yàn) 。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(qiáng)2. 回歸方程和回歸系數(shù)的顯著性檢驗(yàn)v用顯著性檢驗(yàn)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(shí) )（ 4）相關(guān)性檢驗(yàn)及預(yù)測誤差計(jì)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(diǎn)的路程及運(yùn)輸時(shí)間的統(tǒng)計(jì)資料，要求根據(jù)提供的統(tǒng)計(jì)資料估計(jì)供貨點(diǎn)位于 1500公里時(shí)鋼材的在途運(yùn)輸時(shí)間供貨工廠 鐵路運(yùn)輸距離 x（公里）在途運(yùn)輸時(shí)間 y（小時(shí)）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(jì)數(shù)據(jù)是否有線性關(guān)系，作散點(diǎn)圖由散點(diǎn)圖得出運(yùn)輸距離與運(yùn)輸時(shí)間基本成線性關(guān)系61三 . 一元線性回歸預(yù)測法（ 2）計(jì)算回歸系數(shù)供貨工廠 運(yùn)輸距離Xi(KM)運(yùn)輸時(shí)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(yùn)輸距離 1500KM，得到運(yùn)輸時(shí)間的預(yù)測值為： 散點(diǎn)圖只能表示兩個(gè)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(gè)自變量（影響因素），一個(gè)因變量。序號(hào) 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(duì)于變量間非確定性關(guān)系的統(tǒng)計(jì)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(gè)變量可以被一個(gè)或若干個(gè)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(shí)， ??的一般取值原則 ：合理確定 ?值，是用指數(shù)平滑模型的進(jìn)行預(yù)測的關(guān)鍵。某企業(yè)對(duì)某年度 l—11月某種物資的價(jià)格情況進(jìn)行了統(tǒng)計(jì)，用一次指數(shù)平滑法對(duì)該年 12月份該物資的市場價(jià)格進(jìn)行預(yù)測 45一次指數(shù)平滑法計(jì)算公式式中： Ft+1(1)——在 t+1時(shí)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(dòng)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(dòng)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(dòng)平均值滯后于歷史數(shù)據(jù)，而二次移動(dòng)平均值又落后于一次移動(dòng)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(hào)-1