需求预测方法

1、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,市场分析 需求预测,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,（2）预测种类,2）影响需求预测的因素,需求,（1）商业周期,（2）产品生命周期,3）预测分类,4）预测的一般步骤,某移动公司未来三年的预测流程图,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,（3）预测的时

2、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,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,（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,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

3、成分 周期成分 随机成分,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,所以计算结果,（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,所以计算结果,（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

4、一次指数平滑预测值SFt+1，即一次平滑指数法的预测公式,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,一次指数平滑预测值如下,不同权重计算结果比较如下,注：自学二次指数平滑法,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,加法模型 （3）几种可能的时间序列类型,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,（1）根据最小二乘法 假设销

5、售量的变化服从趋势,求出： （2）估算季节系数SI 夏季的季节系数 同样,（3）预测,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,3）一元线性回归模型 （1）参数计算公式,（2）相关性r检验和标准差Syx r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,如上例，应用一元线性回归进行预测,5.4预测误差

6、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,（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,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,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