【正文】 30 ％的人將改用黑妹牙膏。 又據(jù)調(diào)查 ,使用黑妹牙膏的 3000人中， 4. 相對誤差平均值 預(yù)測值相對誤差的平均值稱為相對誤差平均值。124三 . 預(yù)測誤差計(jì)算3. 平均絕對誤差幾個(gè)預(yù)測值的誤差絕對值的平均值稱為平均絕對誤差。122預(yù)測結(jié)果分析3．預(yù)測期間的長短引起的誤差 預(yù)測是根據(jù)已知的歷史及現(xiàn)實(shí)而對未來進(jìn)行描述，但未來是不確定的，影響未來的環(huán)境和條件也會與歷史及現(xiàn)實(shí)有所不同，如果差異很大而預(yù)測過程中沒有估計(jì)到，就必然會產(chǎn)生誤差。預(yù)測誤差分析的作用v表明預(yù)測結(jié)果與實(shí)際情況的差異。118167。否則，累加時(shí)會正負(fù)抵消，達(dá)不到使數(shù)據(jù)序列隨時(shí)間遞增的目的 .如果實(shí)際問題的原始數(shù)據(jù)列出現(xiàn)負(fù)數(shù)，可對原始數(shù)據(jù)列進(jìn)行 “ 數(shù)據(jù)整體提升 ” 處理。 對原始數(shù)據(jù)的生成就是企圖從雜亂無章的現(xiàn)象中去發(fā)現(xiàn)內(nèi)在規(guī)律 .常用的灰色系統(tǒng)生成方式有 : 累加生成 ,累減生成 ,均值生成 ,級比生成 等。灰色預(yù)測模型只要求較短的觀測資料即可，這和時(shí)間序列分析，多元分析等概率統(tǒng)計(jì)模型要求較長資料很不一樣。遙遠(yuǎn)的某個(gè)星球，也可以看作一個(gè)系統(tǒng)，雖然知道其存在，但體積多大，質(zhì)量多少，距離地球多遠(yuǎn)，這些信息完全不知道，這樣的系統(tǒng)是黑色系統(tǒng)。第（ 2）、（ 3）式的經(jīng)濟(jì)意義與第（ 1）式相同，第（ 4）式表示三家的市場占有率之和必為 100%，即該市場由這三個(gè)廠家瓜分。市場調(diào)查表明，在今年第一季度（研究時(shí)刻，可記為周期 0）， A廠有 25000戶顧客， B廠有15000戶顧客， C廠有 10000戶顧客。 下面的假設(shè)條件是以市場占有率預(yù)測為對象的。 56初始概率與轉(zhuǎn)移概率1．初始概率 各初始概率發(fā)生的概率，可記為 p(s0i)(i=1,2,3…) 或簡記為 p0i 在實(shí)際應(yīng)用中，初始概率可用統(tǒng)計(jì)資料計(jì)算的頻率近似代替。 初始狀態(tài) ：如果以 Sik表示第 k次實(shí)驗(yàn)的結(jié)果是處于 i狀態(tài)，則實(shí)驗(yàn)開始 (或從研究時(shí)刻 )時(shí)所處的狀態(tài)叫做初始狀態(tài)，記為 Si0。 如青蛙跳荷葉，可以認(rèn)為一只青蛙現(xiàn)在在哪張荷葉上，僅取決于前一次它在哪張荷葉上，而與它前二次，前三次及前更多次在哪張荷葉上沒有關(guān)系。例如，在下中國象棋時(shí)， 回歸模型反映變量間的因果關(guān)系，適用于中短期預(yù)測。216。一級檢驗(yàn)： 統(tǒng)計(jì)學(xué)檢驗(yàn)，利用統(tǒng)計(jì)學(xué)中的抽樣理論檢驗(yàn)回歸方程的可靠性，包括擬合程度評價(jià)和顯著性檢驗(yàn)。Linest： 使用最小二乘法計(jì)算對已知數(shù)據(jù)進(jìn)行最佳直線擬合，并返回描述此直線的數(shù)組。63 物流系統(tǒng)需求預(yù)測的方法回歸分析預(yù)測法的基本步驟：1. 根據(jù)預(yù)測的目的，選擇確定自變量和因變量2. 收集歷史統(tǒng)計(jì)資料 ,分析，計(jì)算并建立回歸預(yù)測模型3. 進(jìn)行相關(guān)分析4. 檢驗(yàn)回歸預(yù)測模型 ,計(jì)算預(yù)測誤差5. 計(jì)算并確定預(yù)測值43167。v比如，物資的需求與價(jià)格，物資的采購量與需求量，物資的采購成本與銷售利潤等，都可以用變量來表示。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法時(shí)間序列預(yù)測法小結(jié)主要學(xué)習(xí)了兩種時(shí)間序列預(yù)測方法： 移動(dòng)平均方法和指數(shù)平滑法。銷售量時(shí)間圖 隨機(jī)性需求，有趨勢和季節(jié)性因素實(shí)際銷售額平均銷售額35167。銷售量時(shí)間圖 隨機(jī)性需求，呈上升趨勢，無季節(jié)性因素實(shí)際銷售額平均銷售額33167。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法30167。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法(2)合理選取平滑系數(shù) ? ?取值大小體現(xiàn)了不同時(shí)期數(shù)據(jù)在預(yù)測中所占的比例；由上圖可知：?值越大， 近期數(shù)據(jù)對預(yù)測值的影響越大，模型靈敏度越高；?值越小， 近期數(shù)據(jù)對預(yù)測值的影響越小，消除了隨機(jī)波動(dòng)性，只反映長期的大致發(fā)展趨勢。63 物流系統(tǒng)需求預(yù)測的方法 ——移動(dòng)平均法26167。一次移動(dòng)平均預(yù)測法優(yōu)缺點(diǎn)22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。v當(dāng) n值增大，移動(dòng)平均值的修勻能力增加，但同時(shí)移動(dòng)平均值對時(shí)間序列變化的敏感性降低。式中： Mt(1) —t時(shí)刻的移動(dòng)平均 值 ， 上標(biāo) （ 1）代表一次移動(dòng)平均； xi —時(shí)間序列代表的實(shí)際值； n —參與平均值計(jì)算的實(shí)際值個(gè)數(shù) (跨期 )167。63 物流系統(tǒng)需求預(yù)測的方法基本概念：時(shí)間序列 ，指觀測或記錄到的一組按時(shí)間順序排列的歷史數(shù)據(jù)（又叫時(shí)間數(shù)列）。如果某種產(chǎn)品的需求由于總體需求量偏低，需求時(shí)間和需求水平非常不確定，那么需求就是間歇式的，這樣的時(shí)間序列就是不規(guī)則的。適合用統(tǒng)計(jì)預(yù)測方法。 這種預(yù)測一般屬于短期預(yù)測，常用時(shí)間序列預(yù)測法。在誤差計(jì)算的基礎(chǔ)上，通過定性、定量分析，以及預(yù)測人員的知識和經(jīng)驗(yàn)對結(jié)果進(jìn)行修正，使之更加適用于實(shí)際情況。167。v事物的發(fā)展變化具有某種程度的持續(xù)性、連貫性。63 物流系 統(tǒng) 需求 預(yù)測 的 方法167。64 基于神 經(jīng) 網(wǎng) 絡(luò) 的物流系 統(tǒng) 預(yù)測 法1167。v利用這一原則掌握事物變化的內(nèi)在原因，就能根據(jù)已知推測未知，根據(jù)過去、現(xiàn)在推測未來。61 系統(tǒng)預(yù)測概述5167。提交預(yù)測報(bào)告，內(nèi)容包括：v預(yù)測的主要過程；v預(yù)測目標(biāo)、預(yù)測對象及預(yù)測要求；v預(yù)測資料的收集方式、方法及其分析結(jié)果；v闡述選擇預(yù)測方法的原因及建立模型的過程；v對預(yù)測結(jié)果進(jìn)行評價(jià)與修正的過程及結(jié)論；v預(yù)測結(jié)論?？臻g特性 ： 選擇的預(yù)測技術(shù)必須能反映影響需求模式的地理性差異。需求的派生性 :物流需求是由某一特定的生產(chǎn)計(jì)劃要求派生出來的，是一種從屬需求。這類需求的時(shí)間序列波動(dòng)幅度較大，很難用數(shù)學(xué)方法進(jìn)行準(zhǔn)確預(yù)測。時(shí)間序列預(yù)測 ，根據(jù)預(yù)測對象的歷史數(shù)據(jù)資料，按時(shí)間進(jìn)程組成動(dòng)態(tài)數(shù)列，進(jìn)行分析，預(yù)測的方法。63 物流系統(tǒng)需求預(yù)測的方法18 例 61 某物資企業(yè)統(tǒng)計(jì)了某年度 1月至 11月的鋼材實(shí)際銷售量，統(tǒng)計(jì)結(jié)果見表 4—2 ，請用移動(dòng)平均預(yù)測法預(yù)測其 12月的鋼材銷售量。v要根據(jù)時(shí)間序列的特點(diǎn)來確定 n值的大小。啟示 ：根據(jù)歷史數(shù)據(jù)、一次移動(dòng)平均值、二次移動(dòng)平均值三者間的滯后關(guān)系，可以先求出一次移動(dòng)平均值與二次移動(dòng)平均值之間的 差值 ，然后將此差值 加到一次移動(dòng)平均值上 ，再考慮其 趨勢變動(dòng)值 ，得到接近實(shí)際情況的預(yù)測值。63 物流系統(tǒng)需求預(yù)測的方法 二、 指數(shù)平滑法指數(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。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。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法例 63 下表中 的季節(jié)數(shù)據(jù)代表某產(chǎn)品需求的時(shí)間序列。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法例 64，利用上例的歷史數(shù)據(jù)，考慮趨勢因素預(yù)測今年 3季度的需求。63 物流系統(tǒng)需求預(yù)測的方法 —指數(shù)平滑法二次指數(shù)平滑法是在一次指數(shù)平滑值基礎(chǔ)上再做一次指數(shù)平滑，然后利用兩次指數(shù)平滑值，建立預(yù)測模型確定預(yù)測值的方法。 這兩種方法都采用 “平滑 ”的方式來進(jìn)行預(yù)測。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40167。63 物流系統(tǒng)需求預(yù)測的方法（ 1）一元線性回歸分析法v變量間是線性相關(guān)關(guān)系。 Logest： 在回歸分析中，計(jì)算最符合觀測數(shù)據(jù)組的指數(shù)回歸擬合曲線，并返回描述該曲線的數(shù)組。二級檢驗(yàn)： 經(jīng)濟(jì)計(jì)量學(xué)檢驗(yàn)，對標(biāo)準(zhǔn)線性回歸模型的假定條件能否得到滿足進(jìn)行檢驗(yàn)，具體包括序列相關(guān)檢驗(yàn)、異方差性檢驗(yàn)?；貧w系數(shù)的顯著性檢驗(yàn)用 t檢驗(yàn) 。v功能不同216。 一個(gè)棋子下一步應(yīng)該怎樣走，只與它當(dāng)前的位置有關(guān)，而不需要知道它以前處于什么位置，也不需要知道它是怎么走到當(dāng)前位置的。換句話說，如果要推測這只青蛙下一次會跳到（轉(zhuǎn)移到）哪張荷葉上，只需考慮現(xiàn)在青蛙在哪張荷葉上，而不必考慮它前若干次在哪張荷葉上。如市場占有率預(yù)測中，從研究時(shí)刻（實(shí)驗(yàn)開始），顧客到 A， B， C三家（初始狀態(tài)）去購買某種商品的可能性根據(jù)統(tǒng)計(jì)資料計(jì)算的百分比（頻率）分別為 50%， 30%， 20%，則可認(rèn)為初始概率分別為p(s01)=50%=p01, p(s02)=30%=p02, p(s03)=20%=p03,這個(gè)概率表明，研究時(shí)刻開始 A家有占市場 50%顧客， B家占有 30%顧客， C家有占市場20%顧客。對于其他領(lǐng)域的應(yīng)用，這些假設(shè)條件也是基本適用的。但在第二季度（周期 1），A廠保住了 17500戶老顧客，損失了 7500戶顧客，其中有 2500戶轉(zhuǎn)向 B廠，有 5000戶轉(zhuǎn)向 C廠； B廠保住了 12023戶老顧客，損失了 3000戶顧客，其中有 1500戶轉(zhuǎn)向 A廠，有 1500戶轉(zhuǎn)向 C廠； C廠保住了 9000戶老顧客，損失了 1000戶顧客，其中有 500戶轉(zhuǎn)向A廠，有 500戶轉(zhuǎn)向 B廠。84858687概率矩陣特點(diǎn)：1若概率矩陣 P的 m次冪的所有元素皆為正，則該概率矩陣 P稱為正規(guī)概率矩陣（此處 m≥2）2當(dāng)任一非零向量 u=（ u1， u2 ， … ， un ）左乘某一方陣 A后，其結(jié)果仍為 u，即不改變 u中各元素的值，則稱 u為 A的固定向量（或不動(dòng)點(diǎn)）。人體是一個(gè)系統(tǒng)，人體的一些外部參數(shù)（如身高、體溫、脈搏等）是已知的，而其他一些參數(shù)，如人體的穴位有多少，穴位的生物、化學(xué)、物理性能，生物的信息傳遞等尚未知道透徹，這樣的系統(tǒng)是灰色系統(tǒng)。因此，對于某些只有少量觀測數(shù)據(jù)的項(xiàng)目來說，灰色預(yù)測是一種有用的工具。