運籌學基礎教程之市場需求預測(編輯修改稿)
2025-02-04 23:42 本頁面
【文章內(nèi)容簡介】 則 5月份預測產(chǎn)量 = 31 + （ 33 31） = 31+ = .2．預測模型 最后可以得到普遍表達式： α的選擇，直接影響過去各期觀察值的作用。當 α值取得較大時，對時間序列的修勻程度較小，平滑后序列能夠比較快地反映出序列的變化情況。因此適用于變化較大的時間序列，以便很快地跟上其變化。 當僅值取得較小時，對時間序列的修勻程度較大，平滑序列對原序列的變化反應較遲鈍。因此適用于變化較小較平衡的時間序列。 (1)長期趨勢穩(wěn)定。如果時間序列雖有不規(guī)則變動，但長期趨勢接近一穩(wěn)定常數(shù)， Ⅸ 值可以取得較小，一般在 ～ ，以使各期的觀測值在指數(shù)平滑計算中有較接近的權數(shù)。 (2)趨勢變動大。如果時間序列具有較迅速和較明顯的趨勢變動，口值可以取得大一些，一般在 ～ 宜，以使近期觀察值在指數(shù)平滑值的計算中有較大的作用，從而使近期的變動趨勢在預測值中充分反映出來。 (3)趨勢變動小。如果時間序列的變化很小， α 值可以取得小一些，一般在 ～ ，以使早期的觀察值在指數(shù)平滑值的計算中也能充分發(fā)揮作用。 p 18 二次指數(shù)平滑法 二次指數(shù)平滑法又稱為雙重指數(shù)平滑法，它是以相同的平滑常數(shù) a，在一次指數(shù)平滑的基礎上再進行一次平滑。用 表示一次指數(shù)平滑值，用 表示二次指數(shù)平滑值 。 —— 由于不屬于課程重點，這里不作具體介紹 二次指數(shù)平滑法 因為實際使用不多，故有學生感興趣，可以自行閱讀學習。 —— 由于不屬于課程重點，這里不作具體介紹 回歸分析預測法 在社會經(jīng)濟活動中，任何現(xiàn)象都有其產(chǎn)生的原因，任何原因都會引起一定的結果，這是一般事物的運動規(guī)律，這種規(guī)律為我們研究現(xiàn)象之間的數(shù)量關系提供了依據(jù)。 回歸分析預測就是進行這類定量預測的常用方法之一。一般來說，回歸就是指研究自變量與因變量之間關系的分析方法。在物流需求預測中，物流需求的多少受到多種因素的影響，可以通過在各相關影響因素間建立回歸預測模型來實現(xiàn)對物流量的預測。 回歸分析預測的基本問題 所謂回歸分析預測，就是依據(jù)回歸分析描述的經(jīng)濟變量之間的數(shù)量關系對經(jīng)濟現(xiàn)象進行預測。在回歸分析預測過程中，我們一般應關注以下幾個基本問題。1．變量間相關關系的定性分析 —— 對變量間是否存在一定的相關性進行分析，只有明確了現(xiàn)象間確實存在某種數(shù)量因果關系，才能談得上定量分析。 2．變量因果關系的確定 ： (1) 數(shù)學模型的選擇。 (2) 回歸方程與回歸系數(shù)的顯著性檢驗 。 一元回歸分析預測 一元回歸預測也稱單因素預測。 1．回歸方程的建立 一元線性回歸方程的模型可表述為： 其他見教材。 根據(jù)公式推導，可以知道 是真實存在的參數(shù)?；貧w分析的內(nèi)容之一就是通過樣本值 將其估計出來?；貧w方程的確定，實質(zhì)上是要求出待定參數(shù) ，回歸方程就是惟一確定的 2．參數(shù)估計 線性回歸模型參數(shù)的估計方法通常有兩種：普通最小二乘法和最大似然估計法。最常用的是普通最小二乘法。下面我們用普通最小二乘法來估計模型的回歸參數(shù)。 公式： 式中：同學注意：不同的教材公式表現(xiàn)不一樣：一元線性回歸原理 ：事物發(fā)展是有趨勢的，生產(chǎn)能力和消費能力提高促使銷售兩增長，必須維持內(nèi)在的增長規(guī)律。線性趨勢線Y=a+bxYX3．模型顯著性檢驗 這里的檢驗，一般應包括兩個方面，即物流理
環(huán)評公示相關推薦
鄂ICP備17016276號-1