物流系統(tǒng)預測培訓課程-資料下載頁
2025-03-01 12:06本頁面
【正文】 系數(shù)供貨工廠 運輸距離Xi(KM)運輸時間Yi(Hour)XiYi Xi2 Yi21 210 5 1050 44100 252 290 7 2030 84100 493 350 6 2100 122500 364 480 11 5280 230400 1215 490 8 3920 240100 646 730 11 8030 532900 1217 780 12 9360 608400 1448 850 8 6800 722500 649 920 15 13800 846400 22510 1010 12 12120 1020230 144求和 6110 95 64490 4451500 99362三 . 一元線性回歸預測法（ 3）代入運輸距離 1500KM，得到運輸時間的預測值為：Y=+*1500=(小時 )（ 4）相關性檢驗及預測誤差計算（略）63四 . 多元線性回歸預測法q多元線性回歸預測法是一元線性回歸預測法的延伸。q多元線性回歸預測法研究一個因變量和兩個或兩個以上的自變量間的關系。q因變量和每一個自變量之間為線性關系。q回歸方程q回歸系數(shù)的計算（略）64五 . 回歸效果分析1. 相關性檢驗v用相關系數(shù) r來描述變量間相互關系的密切程度。R的變化范圍： [1， 1]R=0，表示零相關（不相關）R=+1或 R=1表示完全相關R越接近于正負 1表示相關程度越強2. 回歸方程和回歸系數(shù)的顯著性檢驗v用顯著性檢驗來考察回歸方程能否揭示變量間的數(shù)量規(guī)律，即判斷回歸方程的擬合程度如何。216?；貧w方程的顯著性檢驗用 F檢驗 。216?；貧w系數(shù)的顯著性檢驗用 t檢驗 。65六 . 平滑預測與回歸預測的比較q 平滑預測與回歸預測都是常用的預測技術，其區(qū)別如下：v適用范圍不同216。平滑預測模型適用于時間序列；216?；貧w模型既適用于時間序列，也適用于具有因果關系的非時間序列。v預測期間不同216。平滑預測是一種對現(xiàn)有資料的外推，只適用于短期預測；216?；貧w模型反映變量間的因果關系，適用于中短期預測。v功能不同216。平滑模型通常只用于進行預測；216。回歸模型既用于預測，也可以用于結構分析、政策評價等v數(shù)學基礎不同216?；貧w模型是根據(jù)統(tǒng)計學原理推導得出的，具有嚴謹?shù)臄?shù)學基礎，并且可以對預測模型進行統(tǒng)計檢驗分析。而平滑模型則不能進行檢驗。66 預測結 果分析67一 . 預測誤差q預測誤差：預測結果與實際情況的偏差。q預測誤差分析：對預測誤差的計算、分析、反饋和調整過程，稱之為誤差分析。q預測誤差分析的作用216。表明預測結果與實際情況的差異。216。通過誤差計算和分析產生誤差的原因，從而檢驗、比較和評價預測方法的有效性及其優(yōu)劣。216。將預測誤差作為反饋信號提供給預測者，作為調整改進預測方法的依據(jù)，從中選擇出最佳預測方法及預測結果式中： xi—— 第 i時刻的 實際值 ； x’i —— 第 i時刻的 預測值 ； ei—— 第 i時刻的預測 誤差值 。68二 . 誤差產生的原因1． 用于預測的信息與資料本身引起的誤差由于預測的信息與資料是通過市場調查得到的，其質量優(yōu)劣對預測的結果有直接的影響。因此，對信息與資料的一般要求是全面、完整、真實可靠。 2． 預測方法及預測參數(shù)引起的誤差預測是對實際過程的近似描述，預測中使用的參數(shù)是對真實參數(shù)的近似。為了獲得較好的預測結果，人們通常采用多種預測方法或多個預測參數(shù)進行多次預測計算，然后用綜合評價方法找到最佳的預測方法和確定預測參數(shù)。 3． 預測期間的長短引起的誤差預測是根據(jù)已知的歷史及現(xiàn)實而對未來進行描述，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)實有所不同，如果差異很大而預測過程中沒有估計到，就必然會產生誤差。 4． 預測者的主觀因素引起的誤差無論是預測目標的制定，信息與資料的收集整理，還是預測方法的選擇，預測參數(shù)的確定以及對預測結果的分析，都需要有預測者的主觀判斷。要減少這種誤差，要求預測者具備廣泛的知識、豐富的經(jīng)驗、敏銳的觀察能力和思考能力以及精確的判斷能力。 69三 . 預測誤差計算1. 根據(jù)誤差的定義進行計算式中： xi—— 第 i時刻的 實際值 ； x’i—— 第 i時刻的 預測值 ；ei—— 第 i時刻的預測 誤差值 。2. 平均誤差 幾個預測值的誤差的平均值叫做平均誤差。 平均誤差記為 MD，其計算方法為： 由于每個 ei值有正有負，求代數(shù)和有時會相互抵消，所以平均誤差 MD無法精確地顯示預測值的誤差。70三 . 預測誤差計算3.平均絕對誤差幾個預測值的誤差絕對值的平均值稱為平均絕對誤差。將絕對誤差記為 MAD，其計算方法為：公式中由于每個 |ei|值都為正值，因而平均絕對誤差可以彌補平均誤差的缺點。4.相對誤差平均值 預測值相對誤差的平均值稱為相對誤差平均值。其計算方法為： 71三 . 預測誤差計算5．相對誤差絕對值平均值 預測值相對誤差絕對值的平均值稱為相對誤差絕對值平均值。其計算方法為： 6．均方差 預測值誤差平方和的平均值稱為均方差。記為 s2，其計算方法為： 7．標準差幾個預測值均方差的均值稱為標準差，記為 s，其計算方法為： 72四 . 誤差分析實例例題 某企業(yè)由于改進了生產工藝，使產品質量大大提高，客戶逐月增加，致使原材料的采購總額也逐月增加，表 412列出其 1到 12月每月的采購總額，試預測其下年度 一月的采購總額。 解： (1)分別按一次指數(shù)平滑和二次指數(shù)平滑法進行預測，如下：73五 . 誤差分析實例（ 2）按均方差計算預測誤差，結果如下：誤差大（ 5,679,）誤差小 (2,185,)第二種方法預測的誤差小，應選用二次指數(shù)平滑法進行預測 74作業(yè)下表是城鎮(zhèn)家庭年人均收入與年人均消費的有關數(shù)據(jù)統(tǒng)計情況，請用線性回歸預測法預測當人均年收入為 350美元時的年人均消費情況。要求：（ 1）寫出回歸方程，并進行預測（ 2）計算相關系數(shù) R（ 3）計算預測標準差時間 （年）年人均收入 xi（美元） 年人均消 費 yi（美元）2023 100 802023 150 1302023 200 1502023 250 1902023 300 21075相關系數(shù)的計算公式R的變化范圍： [1， 1]R=0，表示零相關（不相關）R=+1或 R=1表示完全相關R越接近于正負 1表示相關程度越強76
教學課件相關推薦
鄂ICP備17016276號-1