需求预测方法ppt课件

5.需求预测,预测定性预测方法定量预测方法预测误差与监控,1,市场分析需求预测,2,5.1预测,预测是决策的基础5.1预测1）预测及其分类（1）预测：对未来可能发生的情况的预计与推测不仅是长期的战略性决策的重要输入，也是短期的日常经营活动的重要依据预测为编制各部门的计划提供了基础，使各部门能够协调一致的开展工作,3,（2）预测种类,4,2）影响需求预测的因素,需求,5,（1）商业周期,6,（2）产品生命周期,7,3）预测分类,8,4）预测的一般步骤,9,某移动公司未来三年的预测流程图,10,5）预测中应注意的几个问题（1）判断在预测中的作用选择预测方法辨别信息取舍预测结果（2）预测精度与成本,11,（3）预测的时间范围和更新频率（4）稳定性和响应性,定量模型的使用决策,12,5.2定性预测方法,1）德尔菲法（专家调查法）（1）应用过程,经过三四轮，预测主持者要求各位专家根据提供的全部预测资料，提出最后的预测意见，若这些意见收敛或基本一致，即可以此为根据作出判断,13,（2）使用原则匿名性反馈性收敛性2）部门主管人员意见法3）用户调查法4）销售人员意见法,14,5.3定量预测方法,5.3.1时间序列模型1）时间序列的构成（1）时间序列：按一定时间间隔，把某变量数值依发生先后顺序排列起来的序列。这些数值可以是销售数量、收入、利润、产量、运量、事故数等。（2）常见的时间序列的4种成分趋势成分季节成分周期成分随机成分,15,16,2）时间序列平滑模型（1）简单移动平均例，某电子音响器材公司SONY牌单放机的逐月销售记录如下表所示。取n=3，试用简单移动平均法预测。解：由n=3，根据简单移动平均计算公式可得,17,所以计算结果,18,（2）加权移动平均如上例，取n=3，1=0.5，2=1.0，3=1.5，试用加权移动平均法预测。解：由n=3根据简单移动平均计算公式可得,19,所以计算结果,20,（3）一次指数平滑法和移动平均法不同，一次指数平滑法考虑所有的历史数据，只不过近期实际数据的权重大，远期实际数据的权重小计算公式一次指数平滑平均值SAt的计算公式若把t期一次指数平滑平均值SAt作为t+1期的一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式,21,例，某公司的月销售额记录如下表所示，试分别取=0.4和=0.7，SF1=11.00，计算一次指数平滑预测值解：当=0.4时当=0.7时,22,一次指数平滑预测值如下,23,24,不同权重计算结果比较如下,注：自学二次指数平滑法,25,3）时间序列分解模型（1）对于企业来说，实际需求值是趋势的、季节的、周期的或随机的多种成分共同作用的结果，只有对时间序列分解，才能找到这些信息（2）分解模型乘法模型,26,加法模型（3）几种可能的时间序列类型,27,28,例，下表是某旅游服务点过去三年各季度快餐的销售记录。试预测该公司未来一年各季度的销售量,29,（1）根据最小二乘法假设销售量的变化服从趋势,30,求出：（2）估算季节系数SI夏季的季节系数同样,31,（3）预测,32,5.3.2因果模型1）时间序列只将时间作为唯一独立变量，而将需求作为因变量。实际过程中，需求是由很多因素决定的，如产品或服务的定价、政府规定、金融信息等2）常见的因果模型回归模型经济计量模型投入产出模型,33,3）一元线性回归模型（1）参数计算公式,34,（2）相关性r检验和标准差Syxr为正，说明y与x正相关，即x增加，y也增加；r为负，说明y与x负相关，即x增加，y也减少；r越接近1，说明实际值与所做出的直线越接近Syx越小表示预测值与直线的距离越接近,35,如上例，应用一元线性回归进行预测,36,37,5.4预测误差与监控,5.4.1预测精度测量1）预测误差（1）预测误差：预测值与实际值之间的差异（2）产生预测误差的原因忽略了重要的变量，或变量发生了大的变化，或新的变量出现，使得所采用的模型不适当由于气候或其他自然现象的严重变化，如大的自然灾害引起的不规则变化预测方法应用不当或错误地解释了预测结果随机变量的存在是固有的,38,（3）常用评价指标平均绝对偏差平均平方误差平均预测误差平均绝对百分误差,39,2）平均绝对偏差（MAD）（1）定义：整个预测期内每一次预测值与实际值的绝对偏差（不分正负，只考虑偏差量）的平均值，能够较好的反映预测的精度，但不容易衡量无偏性（2）计算公式,40,3）平均平方误差（MSE）（1）定义：对误差的平方取平均值，能够较好的反映预测的精度，但无法衡量无偏性（2）计算公式,41,4）平均预测误差（MFE）（1）定义：预测误差的和的平均值，能够很好的衡量预测模型的无偏性，但不能反映预测值偏离实际值的程度（2）计算公式,42,5）平均绝对百分误差（MAPE）如下例,43,5.4.2预测监控1）预测的一个十分重要的理论基础