【正文】 項排序時，首先請各位專家對項目按其重要性排序，被評為第一位的給 n分，第二位的給 n1分，最后一位給 1分，然后按下列公式計算各目標(biāo)的重要程度： 2022/2/12 22 位項目的人數(shù)；贊同將某項目排在第人數(shù)；對問題作出回答專家的位項目的得分；排在第要求排序的項目個數(shù)；個目標(biāo)的得分比重，第個目標(biāo)的總得分；第參加比較的目標(biāo)個數(shù)，式中，，iinm), . . .2,1(), . . .2,1(jj1j1j???????????????NBksiskNBsiinijiniiMjjmjMmj2022/2/12 23 四、時間序列預(yù)測法 時間序列預(yù)測法 是將歷史資料和數(shù)據(jù)，按照時間順序排列成一系列，根據(jù)時間序列所反映的經(jīng)濟現(xiàn)象的發(fā)展過程、方向和趨勢，將時間序列外推或延伸，以預(yù)測經(jīng)濟現(xiàn)象未來可能達到的水平 。 特爾菲法主要有以下五個方面的用途： ⑴ 對達到某一目標(biāo)的條件、途徑、手段及它們的相對重要程度作出估計； ⑵ 對未來事件實現(xiàn)的時間進行概率估計； ⑶ 對某一方案（技術(shù)、產(chǎn)品等）在總體方案（技術(shù)、產(chǎn)品等）中所占的最佳比重作出概率估計； ⑷ 對研究對象的動向和在未來某個時間所能達到的狀況、性能等作出估計； ⑸ 對方案、技術(shù)、產(chǎn)品等作出評價，或?qū)θ舾蓚溥x方案、技術(shù)、產(chǎn)品評價出相對名次，選出最優(yōu)者。所以，應(yīng)用特爾菲法所得的結(jié)果帶有統(tǒng)計學(xué)的特征，往往以概率的形式出現(xiàn)，它既反映了專家意見的集中程度，又可反映專家意見的離散程度。 2022/2/12 13 反饋性 ? 由于特爾菲法采用匿名形式，專家之間互不接觸，受邀各專家都分別獨立地就調(diào)查表所提問題發(fā)表自己的意見，僅靠一輪調(diào)查，專家意見往往比較分散，不易作出結(jié)論，而且各專家的意見也容易有某種局限性。之后，在 1964年，美國蘭德公司的赫爾默（ Helmer）和戈登（ Gordon）首次將特爾菲法應(yīng)用于科技預(yù)測中，并發(fā)表了 《 長遠(yuǎn)預(yù)測研究報告 》 。特爾菲（ Delphi）是古希臘傳說中的一個地名。 （ 2）制定預(yù)測計劃 （ 3）確定預(yù)測時間 第二階段： 輸入信息階段 （ 1）收集預(yù)測資料 （ 2）檢驗 現(xiàn)有資料 第三階段： 預(yù)測處理階段 （ 1）選擇預(yù)測方法 （ 2）建立預(yù)測模型 （ 3）進行推理和計算 2022/2/12 6 ： 輸出結(jié)果階段 （ 1）預(yù)測結(jié)果階段 （ 2）修正預(yù)測結(jié)果 三、預(yù)測的基本原則 2022/2/12 7 第二節(jié) 預(yù)測方法 一、預(yù)測分析方法概述 ：確定事物未來的性質(zhì)，一般用于定量數(shù)據(jù)或難以用數(shù)據(jù)表示的事物或狀態(tài)。 （ 3） 規(guī)劃 ：此時的預(yù)測者是有意識的行動者。即由過去和現(xiàn)在預(yù)測未來，由已知預(yù)測未知。 2022/2/12 3 預(yù)測的含義： （ 1） 預(yù)言 。 2） 中期預(yù)測 ：指對 1年以上 5年以下 的安全生產(chǎn)狀態(tài)的預(yù)測。 ：用上述分析預(yù)測后，須對結(jié)果進行評價。由此可以體會到，特爾菲法的含義是通過卓越人物來洞察和預(yù)見未來。受邀專家之間互不見面，亦不聯(lián)系，它克服了專家會議調(diào)查法易受權(quán)威影響，易受會議潮流、氣氛影響和其他心理影響的缺點。多次反饋保證了專家意見的充分性和最終結(jié)論的正確性、可靠性。在這些領(lǐng)域，目前還只能用像特爾菲法這樣的直觀判斷方法才能進行評價和預(yù)測。把專家們的回答按從小下下上上kknxkknkknxkknkknxkknkknxkknkkkxknkknxxxxxxxxxxxxxxxxkkkkkkkkkkkkkkkk2022/2/12 19 ? ?? ?? ?? ??????????????????????????????????????????????????????????????????????),2(2),2(),12(2),12(),2(2),2(),12(2),12(1)2(2)12(1212123223212121212313211233321111xx為偶數(shù)為奇數(shù)為偶數(shù)為奇數(shù)，其計算公式如下：下四分位點即為為偶數(shù)為奇數(shù)為偶數(shù)為奇數(shù)，其計算公式如下：上四分位點即為—正整數(shù)—個數(shù)據(jù)；—第—個數(shù)據(jù)；—第——中位數(shù)；—式中其中位數(shù)按下式計算到大的順序排列。 某產(chǎn)品歷年的銷售量（均以時間序列，可以按趨勢（ Trend）、周期（ Cycle）、季節(jié)（ Season）和意外事件（ Erratic events）四個主要因素來分析： 第一個要素是 趨勢 (T）， 即人口、資金和技術(shù)等要素發(fā)展變化的基本情況。 2022/2/12 25 時間序列分析就是根據(jù)以上四個要素（ T、 C、 S、 E）分析原始銷售數(shù)列，再結(jié)合這些要素來預(yù)測未來的銷售量，如某汽車銷售商今年已銷售出 12022輛，現(xiàn)在預(yù)測明年的銷售量。 2022/2/12 26 某百貨公司一柜臺 2022年下半年各月的銷售額分別為 1 1 1 1 19萬元，試預(yù)測 2022年 1月份該柜臺的銷售額。 3. 當(dāng)變量 x 取某個值時 ，變量 y 的取值可能有幾個 4. 各觀測點分布在直線周圍 ? ? ? ? ? ? ? ? ? x y 2022/2/12 34 相關(guān)關(guān)系 (幾個例子 ) ? 相關(guān)關(guān)系的例子 ? 父親身高 y與子女身高 x之間的關(guān)系 ? 收入水平 y與受教育程度 x之間的關(guān)系 ? 商品的消費量 y與居民收入 x之間的關(guān)系 ? 商品銷售額 y與廣告費支出 x之間的關(guān)系 2022/2/12 35 散點圖 (scatter diagram) ? ? ? ? ? ? ? ? ? ? ? ? 不相關(guān) ? ? ? ? ? ? ? ? ? 負(fù)線性相關(guān) ? ? ? ? ? ? ? ? ? 正線性相關(guān) ? ? ? ? ? ? ? ? ? ? ? ? 非線性相關(guān) ? ? ? ? ? ? ? 完全負(fù)線性相關(guān) 完全正線性相關(guān) ? ? ? ? ? ? ? ? ? 2022/2/12 36 相關(guān)系數(shù) (取值及其意義 ) 1. r 的取值范圍是 [1,1] 2. |r|=1， 為完全相關(guān) r =1， 為完全 正 相關(guān) r =1， 為完全 負(fù) 相關(guān) 3. r = 0， 不存在 線性 相關(guān)關(guān)系 4. 1?r0， 為負(fù)相關(guān) 5. 0r?1， 為正相關(guān) 6. |r|越趨于 1表示關(guān)系越密切； 7. |r|越趨于 0表示關(guān)系越不密切 2022/2/12 37 相關(guān)系數(shù) (取值及其意義 ) + 0 + 完全負(fù)相關(guān) 無線性相關(guān) 完全正相關(guān) 負(fù)相關(guān)程度增加 r 正相關(guān)程度增加 2022/2/12 38 一元線性回歸 1 一元線性回歸模型 2 參數(shù)的最小二乘估計 3 回歸直線的擬合優(yōu)度 4 顯著性檢驗 2022/2/12 39 ? 回歸分析的目的 : 設(shè)法找出變量間的依存 (數(shù)量 )關(guān)系 , 用函數(shù)關(guān)系式表達出來。39。 ? 狀態(tài)轉(zhuǎn)移過程 。現(xiàn)對教師狀況進行如下分類：青年、中年、老年和流退 (流失和退休 ).根據(jù)歷史資料，各類教師每年的轉(zhuǎn)移 1000流老中青流老中青?p概率矩陣為： 目前青年教師 (碩博 )400 人，中年教師 360人 , 老年 教師 312人。由于公司 注重對員工技術(shù)的提高，樹立顧客至上、信譽第一的理念 , 采用先進的管理模式 ,∴ 公司在本行業(yè)具有良好的形象，形 成了一定規(guī)模的、穩(wěn)定的客戶群。 2022/2/12 71 灰 色 預(yù) 測 理 論 一、灰色預(yù)測的概念 （ 1） 灰色系統(tǒng)、白色系統(tǒng)和黑色系統(tǒng) ? 白色系統(tǒng) 是指一個系統(tǒng)的內(nèi)部特征是完全已知的，即系統(tǒng)的信息是完全充分的。 2022/2/12 74 記原始時間序列為： 生成列為 ： 上標(biāo) 1表示一次累加，同理，可作 m次累加： 回總目錄 回本章目錄 2022/2/12 75 ?累減 將原始序列前后兩個數(shù)據(jù)相減得到累減生成列 ? 累減是累加的逆運算，累減可將累加生成 列 還原為非生成列，在建模中獲得增量信息。 2X2022/2/12 84 GM(1,1)模型 一、 GM（ 1， 1）模型的建立 設(shè)時間序列 有 n個觀 察值， 通過累加生成新序列 則 GM（ 1， 1） 模型相應(yīng)的微分方程為： 其中： α 稱為發(fā)展灰數(shù)； μ 稱為內(nèi)生控制灰數(shù) 。 矩陣的加法 1. 定義 定義 2 .1 設(shè)有兩個 m n矩陣 A =(aij) ， B =(bij)那 末矩陣 A 與 B 的和記作 A + B , 規(guī)定為 A + B = 矩陣的 減法： A – B = A + (－ B ) 2022/2/12 101 2. 對乘加法則 ijkjskik cba ?? ?? 1? ?1212jji i issjbba a ab??????????????1 1 2 2i j i j is sja b a b a b? ? ? ? 稱此運算為行矩陣與列矩陣的 對乘加法則 . 機動 目錄 上頁 下頁 返回 結(jié)束 2022/2/12 102 2022/2/12 103 2022/2/12 104 2022/2/12 105 2022/2/12 106 。解得： 求解微分方程，即可得預(yù)測模型： ，可利用 2022/2/12 86 回總目錄 回本章目錄 2022/2/12 87 6）誤差及精度檢驗 由預(yù)測模型得到的預(yù)測值 ，必須經(jīng)過統(tǒng)計檢驗，才能確定其精度等級。 （ 1）關(guān)聯(lián)系數(shù) 設(shè) 則比較數(shù)列 對參考數(shù)列 的關(guān)聯(lián)系數(shù)定義為 ： 2