【正文】 種效應(yīng)越往上游，變化就越大，距終端客戶(hù)越遠(yuǎn)，影響就越大。預(yù)測(cè)監(jiān)控? 預(yù)測(cè)精度測(cè)量? 預(yù)測(cè)監(jiān)控46預(yù)測(cè)精度（ Forecast9213 43107 春 8 11286 43793 夏 9 13350 44858 秋 10 11270 45119 冬 11 10266 46172 春 12 12138 47042 42解：分三步進(jìn)行 （ 1） 求趨勢(shì)直線(xiàn)方程 。Y=T+S+C+R0 1 2 3 4需求時(shí)間 系列和它的構(gòu)成要素時(shí)間 （年）時(shí) 間 系列趨勢(shì)季 節(jié) 性 109用最小自乘法求 a、 b：X Y X2 XY 26?? 在和已知的條件下，二次指數(shù)平滑法的預(yù)測(cè)模型為：? SA0T0事先給定；月份 Dt(千元 ) a Dt1(千元 ) Ft1(千元 ) （ 1a） Ft1(千元 ) Ft(千元 )1 10 112 12 4 11 3 13 4 16 5 19 6 23 7 26 8 30 9 28 12 10 18 11 16 12 14 2122二次指數(shù)平滑[公式 ](F2代入式子整理 ) F5=*95+*105+*100=的加 權(quán)值 ,使能 夠 趕上4=5[公式 ]時(shí)間序列法：某企業(yè)銷(xiāo)售額預(yù)測(cè) ⑤ 簡(jiǎn) 明 詢(xún)問(wèn) 。13?德?tīng)柗品ǖ幕境绦? 首先成立 預(yù)測(cè) 小 組 。?屬于新產(chǎn)品 ,以前沒(méi)有資料的情況12?德?tīng)柗疲?Delphi）法? 德 爾 菲法是美國(guó) 蘭 德公司（ RAND移動(dòng)平均法經(jīng)營(yíng)者的判斷指數(shù)平滑法6?預(yù)測(cè)分類(lèi)? 在 規(guī) 劃未來(lái) 業(yè)務(wù) 方面企 業(yè) 使用三種 類(lèi) 型的 預(yù)測(cè) ： 預(yù)測(cè)的對(duì)象是產(chǎn)品族需要估計(jì)可靠性銷(xiāo)售員預(yù)測(cè) – 美國(guó)：在 200多年的時(shí)間里，大體經(jīng)歷了近 50次商業(yè)周期，由此產(chǎn)生了許多關(guān)于商業(yè)周期的理論和一系列觀察周期的指標(biāo)。– 經(jīng)濟(jì)預(yù)測(cè)經(jīng)濟(jì)預(yù)測(cè) ，通 過(guò)預(yù)測(cè) 通 貨 膨 脹 率、 貨幣 供 給 、 經(jīng)濟(jì) 增長(zhǎng) 率及其他有關(guān)指 標(biāo) 來(lái) 預(yù)測(cè)經(jīng)濟(jì) 周期 。?經(jīng)銷(xiāo)商 /銷(xiāo)售員 /消費(fèi)者組成 panel(專(zhuān)門(mén)小組 )?自由交換Corporation）奧拉夫 任 務(wù) 是： ? 其次 進(jìn) 行 輪 番征 詢(xún) 工作。16Ft+1=W tAt+W t1At1+……+W t+1NAt+1N5月的需求 預(yù)測(cè)值 F5是 實(shí)際 需求 變 化=,262728因果預(yù)測(cè) 市場(chǎng)預(yù)測(cè)中有許多因果關(guān)系因素，如：購(gòu)買(mǎi)力隨工資增加；雨具銷(xiāo)售隨雨天延長(zhǎng)； 因果關(guān)系的第一步是找出真正呈因果關(guān)系的那些事件。b—— 斜率 36?需求作為函數(shù) ,影響需求的因素作為變量來(lái)預(yù)測(cè) 多重線(xiàn)形回歸分析 123因此需求 Y可用下列函數(shù)表示變 化周期因素不 規(guī)則采用最小二乘法或目測(cè)法。accuracy）測(cè)量? 平均絕對(duì)偏差（ Mean absolute deviation, MAD）? 平均平方誤差（ Mean square error, MSE）? 平均預(yù)測(cè)誤差（ Mean forecast error, MFE）? 平均絕對(duì)百分誤差（ Mean absolute percentage error, MAPE）47預(yù)測(cè)監(jiān)控 (Monitoring這種信息扭曲如果和企業(yè)制造過(guò)程中的不確定因素疊加在一起，將會(huì)導(dǎo)致巨大經(jīng)濟(jì)損失。=2380354演講完畢，謝謝觀看！。? 預(yù)測(cè)方法很重要，但收集和觀測(cè)收集到的需求數(shù)據(jù)更不能忽視。controlling39?時(shí)間序列分解模型 59其他的非因果關(guān)系可視為偶然聯(lián)系。=,求二次指數(shù)平滑預(yù)測(cè)值。期間 4:F4=aD3+(1a)F3=90例 實(shí)際需求如下*簡(jiǎn)單移動(dòng)平均的情況 ,在 N期間的各資料值乘上同一的 1/N的加權(quán)值3 t:期間 ,?通過(guò)移動(dòng)平均消除偶然變化 發(fā)給專(zhuān) 家 預(yù)測(cè) 主 題 及相 應(yīng) 的 預(yù)測(cè) 事件表， 請(qǐng) 其在一定期限內(nèi)將 應(yīng)答寄回。 它是定性 預(yù)測(cè) 方法中最重要、最有效的一種方法，應(yīng) 用十分廣泛，可用于 預(yù)測(cè) 市 場(chǎng) 需求、商品供求 變 化、 產(chǎn) 品成本與價(jià)格、市 場(chǎng) 占有率、 產(chǎn) 品壽命周期等方面。?追蹤類(lèi)似產(chǎn)品在過(guò)去市場(chǎng)中需求的成長(zhǎng)過(guò)程 ?– 技技 術(shù)預(yù)測(cè)術(shù)預(yù)測(cè) ， 通 過(guò)預(yù)測(cè) 與新 產(chǎn) 品開(kāi) 發(fā) 有關(guān)的 新技 術(shù) 、新材料、新工 藝 的 發(fā) 展 趨勢(shì) 及其他重要技 術(shù) 指 標(biāo) 來(lái)推斷技 術(shù)進(jìn) 步可能 給 企 業(yè)帶 來(lái)的 發(fā) 展機(jī)遇。– 中國(guó)：較遠(yuǎn)的時(shí)代多以政權(quán)的更替、自然災(zāi)害和外敵入侵等外生變量來(lái)表述；近年來(lái)，我們的政府和經(jīng)濟(jì)學(xué)家們不斷地用權(quán)威的商業(yè)周期指標(biāo)如就業(yè)、收入、產(chǎn)出、消費(fèi)等來(lái)推導(dǎo)中國(guó)經(jīng)濟(jì)的運(yùn)行模式并據(jù)此制定宏觀政策或解讀變化。需求預(yù)測(cè)的重要性需求 預(yù)測(cè) 直接影響著企 業(yè) 生 產(chǎn) 與