【文章內(nèi)容簡介】 序 )，則第 k層的匯總時間序列 Xkj為： 55 調(diào)查資料的整理分析n 2.調(diào)查資料整理的步驟和方法n 5) 第五步：增 長趨勢 分析。 ? 第四步得到的空間時間結(jié)構(gòu)數(shù)據(jù)都是實際發(fā)生了的數(shù)據(jù)。我們可以利用這些數(shù)據(jù)進行增長趨勢分析。具體分析方法可以參見下面 “物流調(diào)研資料的綜合分析 ”。 56 物流調(diào)查報告n 1)為什么要寫物流調(diào)查報告n 寫物流調(diào)查報告的目的，主要是：n (1) 作為物流調(diào)查階段的結(jié)束，我們要形成一個物流調(diào)查報告，對調(diào)查活動過程以及對調(diào)查數(shù)據(jù)分析整理的過程及其工作成果進行總結(jié)匯報，提供領(lǐng)導(dǎo)參考。在有的情況下，在調(diào)查之后，不再進行物流預(yù)測和綜合分析、制定物流戰(zhàn)略方案的工作，單純只進行物流調(diào)查，物流調(diào)查一結(jié)束，則計劃項目就結(jié)束了。這個時候，物流調(diào)查報告就是這次活動的終極報告，就更有必要寫調(diào)查報告，而且更應(yīng)該把它寫好。n (2) 通過寫調(diào)查報告，把調(diào)查過程和調(diào)查成果進行系統(tǒng)化邏輯化整理，形成系統(tǒng)化的有價值的成果。通過寫調(diào)查報告，就可以把這些成果按照一定的邏輯進行重新梳理，并且進行由表及里、由點及面、由孤立到聯(lián)系、由片面到全面的分析整理和邏輯推理，就可以最大地挖掘調(diào)查成果的價值，形成系統(tǒng)化、理論化和應(yīng)用化的成果，從而形成更有價值的成果。 57 物流調(diào)查報告n 2)物流調(diào)查報告的主要內(nèi)容n 物流調(diào)查報告的內(nèi)容，主要包括六個方面的內(nèi)容：n (1) 調(diào)查項目的產(chǎn)生和項目過程概況n (2) 調(diào)查過程n (3) 調(diào)查結(jié)果n (4) 分析和建議n (5) 其他說明n (6) 附錄 58 物流市場預(yù)測n 預(yù)測概述n 物流預(yù)測59 預(yù)測概述n 預(yù)測的原理 n 預(yù)測方法分類n 市場預(yù)測的步驟 60 預(yù)測的原理n 預(yù)測的原理，可以簡單地用四個字來描述，叫做 “鑒往知來 ”。就是根據(jù)對象的現(xiàn)狀和過去發(fā)展變化的歷史，找出規(guī)律，根據(jù)這個發(fā)展變化規(guī)律來推測得出對象未來的發(fā)展變化趨勢。61 預(yù)測方法分類n 1) 判斷分析預(yù)測法；n 2) 時間序列預(yù)測法；n 3) 因果關(guān)系分析預(yù)測法。n 4) 灰色預(yù)測法62 市場預(yù)測的步驟n 第一步：明確預(yù)測目的、任務(wù)，制定預(yù)測計劃；n 第二步：進行市場調(diào)查； n 第三步：調(diào)查資料整理分析；。n 調(diào)查資料從調(diào)查來源上看，包括二種類型：一種是第一手資料，另一種是第二手資料 。n 調(diào)查資料從實踐特性上看，也包括二種類型。一種是現(xiàn)狀資料，另一種是歷史資料。n 第四步：根據(jù)資料進行分析，觀察對象的變化規(guī)律（大致可以用什么樣的函數(shù)曲線去描述），從而確定應(yīng)當(dāng)用什么樣的預(yù)測方法。n 第五步：就要建立預(yù)測模型；n 第六步：預(yù)測模型分析計算，求出預(yù)測值。n 第七步：進行誤差分析，最后確定預(yù)測結(jié)果。 63 物流預(yù)測n 物流預(yù)測概述n 簡單平均法 n 加權(quán)平均法 n 移動平均法 n 指數(shù)平滑法 n 季節(jié)指數(shù)法 n 趨勢外推法 64物流預(yù)測概述n 1)物流預(yù)測的原理n 進行物流預(yù)測，也遵循與一般的預(yù)測一樣的程序步驟。首先要進行物流調(diào)查，然后要進行調(diào)查資料的整理，然后根據(jù)調(diào)查資料所反映的發(fā)展趨勢找出發(fā)展變化規(guī)律，然后根據(jù)這個變化規(guī)律選擇預(yù)測方法，建立預(yù)測模型，解預(yù)測模型求出預(yù)測值，最后進行誤差分析、求出最后預(yù)測結(jié)果。 65物流預(yù)測概述n 1)物流預(yù)測的原理n 進行物流預(yù)測，也遵循與一般的預(yù)測一樣的程序步驟。首先要進行物流調(diào)查，然后要進行調(diào)查資料的整理，然后根據(jù)調(diào)查資料所反映的發(fā)展趨勢找出發(fā)展變化規(guī)律，然后根據(jù)這個變化規(guī)律選擇預(yù)測方法，建立預(yù)測模型，解預(yù)測模型求出預(yù)測值，最后進行誤差分析、求出最后預(yù)測結(jié)果。n 時間序列分析預(yù)測法有很多方法。我們這里主要介紹簡單平均法、加權(quán)平均法、移動平均法、指數(shù)平滑法、季節(jié)指數(shù)法和趨勢外推法。 66簡單平均法n 1) 方法原理n 簡單平均法是一種最簡單的時間序列分析預(yù)測法。它最基本的思路就是把前幾個月（或日、周、旬、季、年等，下同）的數(shù)值的平均值，作為后一個月的預(yù)測值。n 設(shè) xt為第 t月的發(fā)生值， t=1,2,……,n 。如果我們要求根據(jù)前 N個月的發(fā)生值來預(yù)測第 (t+1)月的預(yù)測值 yt+1，則可以由有下式確定 ：67簡單平均法n 2) 方法舉例n 例 1 已經(jīng)調(diào)查得出某商場今年前八個月用戶的配送車次如表 13，現(xiàn)在需要預(yù)測估計該商場 9月份的配送車次。 ? 根據(jù)題意，就是要求 9月份的預(yù)測值，它可以用 9月份之前N個月進行平均求得。? 分析整個數(shù)列，可以看出，它是一個比較穩(wěn)定變化數(shù)列，大致圍繞 10車次上下波動。因此可以用簡單平均法。 68簡單平均法n 2) 方法舉例n 根據(jù)簡單平均法的計算公式，可得：69加權(quán)平均法n 1) 方法原理n 所謂加權(quán)平均法，就是對于組距中的 N個數(shù)，根據(jù)它們各自對于預(yù)測值的重要程度分別設(shè)置重要度權(quán)數(shù)，然后把它們加權(quán)平均來求得預(yù)測值的預(yù)測方法。n 如果設(shè)組距中 N個發(fā)生值的權(quán)數(shù)分別為 w w…… 、 w N，則加權(quán)平均法的預(yù)測值可以用下式求得： 70加權(quán)平均法n 2) 方法舉例n 例 2 數(shù)據(jù)如例 1，但采用加權(quán)平均法預(yù)測。 71移動平均法n 1) 方法原理n 所謂移動平均法，就是順序?qū)⒔M距由前往后移動，產(chǎn)生多個移動平均值，根據(jù)這些移動平均值來確定預(yù)測值的預(yù)測方法。n 移動平均法又分為一次移動平均法和二次移動平均法二種，我們這里主要討論一次移動平均法。n 設(shè)實際發(fā)生值的時間序列是 X t，組距為 N，將 X t順序以組距 N移動求得平均值序列為 Mt，即 Mt可以用下式表示：72移動平均法n 1) 方法原理n 用所求出的移動平均值來求預(yù)測值時，針對二種不同情況，分別采用不同的方法來求預(yù)測值：n （ 1）短序列移動平均法n 如果發(fā)生值數(shù)列 X t比較短（一般小于 20個數(shù)），則把 Mt放在 t+1的時間位置上，且預(yù)測值 yt+1就等于 Mt。即： 73移動平均法n 1) 方法原理n （ 2）長序列移動平均法n 如果發(fā)生值數(shù)列 X t比較長（一般大于 20個數(shù)），則把 M t放在組距的中位位置上，形成一個平均值的時間序列 Mt，由這個平均值序列 Mt求出其變化趨勢值 a t，再由變化趨勢值 a t求出其平均值序列 ā t，最后根據(jù) M t和 ā t來求得預(yù)測值。n Mt的變化趨勢序列 at可由下式求出：還要由 at序列按同樣的組距 N求移動平均值 āt，同樣置于對應(yīng)的組中位上。利用下式求得 āt： 74移動平均法n 1) 方法原理n （ 2）長序列移動平均法n 或用加權(quán)平均法求： 最后我們就可以利用下式求出后面距離 t時段為 T的任意一個時段的預(yù)測值 yt+T： 75移動平均法n 1) 方法原理n （ 2）長序列移動平均法n 這種方法的預(yù)測步驟是：n 1）調(diào)查整理排列原始數(shù)據(jù)時間序列 X t；n 2）選組距 N；n 3）由 X t計算移動平均值 M t，置于組的中位；n 4）由 M t計算趨勢變動值 a t； n 5）由 a t以相同組距 N移動平均計算平均趨勢變動值 ā t。n 6）求預(yù)測值 y t +T = M t + ā t T，其中 t為同時對應(yīng)有 M t和 ā t的最后一個時間段， T為預(yù)測時間段距離 t時間段的間隔時間段數(shù)。n 7）進行誤差分析，確定預(yù)測結(jié)果。76移動平均法n 2) 方法舉例n 例 3 我們先舉一個短序列移動平均法的例子。原始數(shù)據(jù)資料仍如例 1中的表 13，同時畫成表 14的形式（見表中的第 1列和第 2列）。因為實際發(fā)生值只有 8個，所以我們采用短序列移動平均法進行預(yù)測。取 N=3。不用加權(quán)平均，就用簡單平均。計算的結(jié)果如表 14的第（ 3）列。第（ 3）列是由實際值 x t用公式（ 15）求出的移動平均值M t，第（ 4）列是用公式（ 17）求出的預(yù)測值yt+1。所以 9月份的預(yù)測值是 ，即 10車次。 77移動平均法表 14移動平均法預(yù)測計算表時間t配送車次xt移動平均值Mt預(yù)測值yt+1(1) (2) (3) (4)1 10 2 12 3 11 4 10 11 115 8 11 116 9 7 10 9 98 12 9 99 78移動平均法n 2) 方法舉例n 例 4 下面舉一個長序列移動平均預(yù)測的例子。調(diào)查某倉儲企業(yè)年倉儲收入的數(shù)據(jù)如表 15（見第列和第 2列）?，F(xiàn)在要預(yù)測其 1995年和 2023年的倉儲收入大致是多少。n 由于這是一個長時間序列，有 20個數(shù)值，所以采用長序列移動平均法進行預(yù)測。取組距 N=5，計算的結(jié)果如表 15的（ 3）、（ 4）、（ 5）列。第（ 3）列是由實際值 x t用公式（ 15）求出的移動平均值，第（ 4）列是由移動平均值 Mt用公式（ 18）求出的變化趨勢值 a t，第（ 5）列是由變化趨勢值 a t用公式（ 19）以組距 N移動平均所求出的平均變動趨勢值 ā t。第（ 6）列是實際值 x t與移動平均值M t之間的偏差 δt。79移動平均法80移動平均法81指數(shù)平滑法n 1) 方法原理n 指數(shù)平滑法實際上也是一種加權(quán)移動平均法。它的基本思想方法原理，就是把下一期的預(yù)測值yt+1看作等于上一期實際值 xt的 α倍加上上一期預(yù)測值 yt的（ 1α）倍之和： ? 式中， α為指數(shù)平滑系數(shù)， 0 ? α ? 1。 α=0時， yt+1= y t ，下一期的預(yù)測值就等于上一期的預(yù)測值； α=1時， yt+1= x t，下一期的預(yù)測值就等于上一期的實際值，這是二種極端情況。在一般情況下， 0 ? α ? 1，下一期的預(yù)測值就等于上一期的實際值和上一期的預(yù)測值的加權(quán)平均值?？梢钥闯?α和 1α分別是實際值 x t和預(yù)測值 y t的權(quán)數(shù)。82指數(shù)平滑法n 2) 方法舉例n 例 5 原始數(shù)據(jù)資料仍如例 1中的表 13，同時畫成表 16的形式（見表中的第1列和第 2列）?，F(xiàn)在用指數(shù)平滑法預(yù)測 9月份的預(yù)測值。 83指數(shù)平滑法表 16指數(shù)平滑法預(yù)測計算表時間t配送車次xt指數(shù)平滑預(yù)測值yt+1(α=)指數(shù)平滑預(yù)測值yt+1(α=)(1) (2) (3) (4)1月 10 10 102月 12 10 103月 11 4月 10 5月 8 6月 9 7月 10 8月 12 9月 84季節(jié)指數(shù)法n 1) 方法原理n 季節(jié)指數(shù)法的基本思想方法原理，就是要求出各個月（或季，下同）的季節(jié)指數(shù)，根據(jù)各個月的發(fā)生值以及相應(yīng)月份的季節(jié)指數(shù)來求預(yù)測值。n 所謂季節(jié)指數(shù)，就是該月的實際發(fā)生值與該年中的月平均發(fā)生值的比值。如果月平均發(fā)生值為 X，第 i月的發(fā)生值為 xi，則其月季節(jié)指數(shù) αi為：85季節(jié)指數(shù)法n 1) 方法原理n 知道某個月的發(fā)生值 xi和它的月季節(jié)指數(shù) αi，又知道所要預(yù)測的月份 j的月季節(jié)指數(shù) αj。則可以由下式求出月份 j的預(yù)測值 yj：86季節(jié)指數(shù)法n 2) 方法舉例n 例 6 某物流公司調(diào)查了武漢市場去年空調(diào)器的購進物流量，數(shù)據(jù)資料如表 17第 1列和第 2列，已經(jīng)知道今年 4月份已經(jīng)購進空調(diào)的購進物流量是 40車次，現(xiàn)在想預(yù)測今年六月份空調(diào)器的購進物流量是多少車次 。87季節(jié)指數(shù)法表 17武漢市場去年空調(diào)器購進物流調(diào)查時間 t 購進車次 xt 月季節(jié)指數(shù) αi’（ %） 月季節(jié)指數(shù) αi（ %）(1) (2) (3) (4)1月 5 11 112月 4 9 93月 10 23 234月 25 57 575月 45 102 1026月 106 241 2417月 94 214 2148月 90 205 2059月 60 136 13610月 50 114 11411月 29 66 6612月 10 23 23合計 528 1201 月平均 X 44 88趨勢外推法n 1) 方法原理n 趨勢外推法的基本原理，就是根據(jù)實際調(diào)查的時間序列數(shù)據(jù)，把它們畫在坐標(biāo)紙上，并用一定的曲線來擬合它們，得到能夠大致描述它們變化規(guī)律的曲線函數(shù)。然后根據(jù)這個曲線函數(shù)來預(yù)測它們未來的發(fā)展變化。這里采用 回歸分析法。89趨勢外推法n 1) 方法原理n 趨勢外推法的基本原理，就是根據(jù)實際調(diào)查的時間序列數(shù)據(jù)，把它們畫在坐標(biāo)紙上，并用一定的曲線來擬合它們，得到能夠大致描述它們變化規(guī)律的曲線函數(shù)。然后根據(jù)這個曲線函數(shù)來預(yù)測它們未來的發(fā)展變化。這里采用 回歸分析法。90趨勢外推法91趨勢外推法n 2) 方法舉例n 例 7 我們用一元線性回歸分析法，數(shù)據(jù)資料如表 18第 1列和第 2列，要求預(yù)測 9月份的配送車次。