页数:28页文件大小:494.4 KB来源: 物流市场调研ppt课件
本课件围绕物流需求量的定量预测展开:先明确预测目标、收集整理资料、选择方法建模与分析误差四步流程,随后介绍算术与几何平均数、移动平均、指数平滑、直线趋势与季节指数等时间序列法,并讲解一元线性回归的相关系数检验与应用。
第5章:物流需求预测
本章依次展开物流需求预测的工作过程、时间序列预测(平均数、直线趋势与季节分析预测)、回归分析预测法三个部分。
学习目标在明确市场预测工作程序和各种定量预测法的原理、特点和预测模型等基础上,能够根据预测目标及掌握的市场信息资料,选择预测方法,正确建立预测模型,利用Excel处理数据,并能据此对未来物流需求进行推断和估计。
工作任务:根据物流需求的时间数列及其相关因素,选择市场预测方法,预测物流需求。
物流需求预测工作流程分为四个阶段:
预测方法分为定性预测与定量预测两类。
5.1明确物流需求预测的工作过程物流需求预测是根据具体的决策需要,依据物流市场过去和现在的需求状况以及影响物流需求变化的因素之间的关系,运用一定的经验判断和合适的科学方法,对有关反映物流需求指标的变化以及发展的趋势进行预测。
物流需求预测的工作过程包括以下四步。
5.2 时间序列预测:时间序列预测法是一种历史资料延伸的预测,它是在时间序列变量分析的基础上,运用一定的数学方法建立预测模型,使时间趋势向外延伸,从而预测未来市场的发展变化趋势,确定变量预测值。
主要方法:
5.2.1平均数预测1.简单算术平均数法
2.加权算术平均数法
3.几何平均数法
4.简单移动平均法
5.指数平滑法预测
5.2.2直线趋势预测法直线趋势预测法是指对具有线性变动趋势的时间序列,拟合成直线方程进行预测的方法。
a、b参数计算一般计算公式:其中,时序t=1,2,3……n简捷计算公式
(4)实例应用(教材P163【例5.6】)一般步骤:
5.2.3季节分析预测季节分析预测法,是根据历史数据中所包含的季节变动规律,对预测目标的未来状况做出预测的方法。季节分析预测有两种,一是水平型季节变动分析;二是趋势型季节变动分析。水平型季节分析预测可以分为季节指数预测法和季节变差预测法。
季节指数预测法它是计算时间序列中各季(月)的季节指数,并以此进行近期预测的一种预测方法。
分类:
5.3.1一元线性回归预测法的基本步骤1.全面分析影响预测目标的相关因素,确定自变量(x)①定性分析和比较所有影响因素,从中找出影响较大的主要因素,初步判定为自变量。②收集数据资料,作相关表和绘制散点图。通过观察散点图的散点分布,粗略判断影响因素与预测目标之间的相关程度和相关形态。
③相关系数(r)的测定及相关系数的显著性检验1)相关系数的测定和判断相关系数是在直线相关条件下,表明两个现象之间相关关系的方向和密切程度的综合性指标。计算公式:或简捷公式:
相关系数的判断
2)相关系数的测定显著性检验当时,作相关系数的显著性检验,检验和判断样本r对总体相关系数的代表性大小。如果相关系数显著性检验通过,主要影响因素(x)可作为自变量。
2.确定相关关系的数学表达式,即建立回归预测模型。3.预测模型验证与评估。4.利用预测模型进行预测。
5.3.2一元线性回归预测法(1)预测模型式中,——因变量的估计值;x——自变量;a——回归直线在y轴上的截距;b——回归直线的斜率,称回归系数,表明x每增加一个单位,因变量的平均变化值。b>0,x与y为正相关;b<0,x与y为负相关。
其中,a、b 参数计算:本页给出一元线性回归参数 a、b 的计算公式,公式详见原课件图示。
5.3.2一元线性回归预测法
实训与练习根据所收集的资料或已知资料,选择适宜方法,运用EXCEL进行预测。
下载地址:{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}