第三章-物流系统预测.pptVIP

* 三. 一元线性回归预测法 （3）代入运输距离1500KM，得到运输时间的预测值为： Y=4.019+0.00897*1500=17.474(小时) （4）相关性检验及预测误差计算（略） 练习某企业的某种产品在过去3年12季度内的销售情况如表所示，试用回归预测法进行预测，即第四年的各个季度（第13、14、15和16季度）的销售情况。 * 解:(1)作季度与销量关系的散点图，由图可知，季度与需求量有线性关系 （2）计算回归系数 * * * * 四. 多元线性回归预测法 多元线性回归预测法是一元线性回归预测法的延伸。 多元线性回归预测法研究一个因变量和两个或两个以上的自变量间的关系。 因变量和每一个自变量之间为线性关系。 回归方程 回归系数的计算（略） * 五. 回归效果分析 1. 相关性检验 用相关系数R来描述变量间相互关系的密切程度。 R的变化范围：[-1，1] R=0，表示零相关（不相关） R=+1或R=-1表示完全相关 R越接近于正负1表示相关程度越强 2. 回归方程和回归系数的显著性检验 用显著性检验来考察回归方程能否揭示变量间的数量规律，即判断回归方程的拟合程度如何。 回归方程的显著性检验用F检验。 回归系数的显著性检验用t检验。 * 六. 平滑预测与回归预测的比较 平滑预测与回归预测都是常用的预测技术，其区别如下： 适用范围不同 平滑预测模型适用于时间序列； 回归模型既适用于时间序列，也适用于具有因果关系的非时间序列。 预测期间不同 平滑预测是一种对现有资料的外推，只适用于短期预测； 回归模型反映变量间的因果关系，适用于中短期预测。 功能不同 平滑模型通常只用于进行预测； 回归模型既用于预测，也可以用于结构分析、政策评价等 数学基础不同 回归模型是根据统计学原理推导得出的，具有严谨的数学基础，并且可以对预测模型进行统计检验分析。而平滑模型则不能进行检验。 * 3.5 预测结果分析 * 一. 预测误差 预测误差：预测结果与实际情况的偏差。 预测误差分析：对预测误差的计算、分析、反馈和调整过程，称之为误差分析。 预测误差分析的作用 表明预测结果与实际情况的差异。 通过误差计算和分析产生误差的原因，从而检验、比较和评价预测方法的有效性及其优劣。 将预测误差作为反馈信号提供给预测者，作为调整改进预测方法的依据，从中选择出最佳预测方法及预测结果 式中：xi——第i时刻的实际值；x’i ——第i时刻的预测值； ei——第i时刻的预测误差值。 * 二. 误差产生的原因 1．用于预测的信息与资料本身引起的误差 由于预测的信息与资料是通过市场调查得到的，其质量优劣对预测的结果有直接的影响。因此，对信息与资料的一般要求是全面、完整、真实可靠。? 2．预测方法及预测参数引起的误差 预测是对实际过程的近似描述，预测中使用的参数是对真实参数的近似。 为了获得较好的预测结果，人们通常采用多种预测方法或多个预测参数进行多次预测计算，然后用综合评价方法找到最佳的预测方法和确定预测参数。? * 3．预测期间的长短引起的误差 预测是根据已知的历史及现实而对未来进行描述，但未来是不确定的，影响未来的环境和条件也会与历史及现实有所不同，如果差异很大而预测过程中没有估计到，就必然会产生误差。? 4．预测者的主观因素引起的误差 无论是预测目标的制定，信息与资料的收集整理，还是预测方法的选择，预测参数的确定以及对预测结果的分析，都需要有预测者的主观判断。 要减少这种误差，要求预测者具备广泛的知识、丰富的经验、敏锐的观察能力和思考能力以及精确的判断能力。 * 三. 预测误差计算 1. 根据误差的定义进行计算 式中：xi——第i时刻的实际值；x’i ——第i时刻的预测值； ei——第i时刻的预测误差值。 2. 平均误差 几个预测值的误差的平均值叫做平均误差。 平均误差记为MD，其计算方法为： 由于每个ei值有正有负，求代数和有时会相互抵消，所以平均误差MD无法精确地显示预测值的误差。 * 三. 预测误差计算 3. 平均绝对误差 几个预测值的误差绝对值的平均值称为平均绝对误差。 将绝对误差记为MAD，其计算方法为： ? ? 公式中由于每个|ei|值都为正值，因而平均绝对误差可以弥补平均误差的缺点。 4. 相对误差平均值 预测值相对误差的平均值称为相对误差平均值。其计算方法为： * 三. 预测误差计算 5．相对误差绝对值平均值 预测值相对误差绝对值的平均值称为相对误差绝对值平均值。其计算方法为： 6．均方差 预测值误差平方和的平均值称为均方差。记为s2，其计算方法为： 7．标准差