水产养殖企业的经营预测和决策.pptxVIP

第四章 水产养殖企业的经营预测 与经营决策 第一节 水产养殖企业的经营预测 ;一、经营预测的重要性及其基本原则 （一）经营预测的重要性 预测是以各种信息资料为依据，以正确的理论为指导，以数学方法为手段的一种科学判断和分析方法。 水产养殖企业经营预测包括：水产品市场预测；渔业生产预测；企业经营成果预测；水产技术预测等。 ;预测的重要意义：;（二）经营预测的基本原则;二、市场调查;（二）市场调查的组织工作;（三）市场调查的方法;三、经营预测的方法;例1、某水产???殖企业上年度某种水产品销售额为170万元，本年度为210元，请预测下一年度销售额？ 解：Y=B×B／S=210×210 ／170 =259.92(万元） 即下一年度某产品销售额预计为259.92万元。 ;2、平均法;例2、某水产养殖场近年来水产品销售额资料如下表，求1993年预期销售额？; 解：用简单平均法预测： ;（二）直观的预测方法;表;三位管理人员预测的平均期望值为： =(168+219+154) ／3=180.3(万元） 则该公司决策人员可根据此平均期望值，作为本公司下一年度销售的预测值。;（三）外推的预测方法;例4.某水产养殖场近年来水产品销售额资料见表3;计算三期移动平均数;(2)加权移动平均预测法;公式 ：;例5.仍用表3数据计算加权移动平均预测法。;表4 加权移动平均预测计算表;2、指数平滑法;运用指数平滑法的关键在于选取?值;例6.仍以表3数据为例，同时为了比较?取何值更合适，分别取?=0.1和?=0.9，以第一期的实际值作为预测初始值，将计算结果分别填入表5.;表5中第5和第6、第7和第8行分别按平均绝对误差和平均平方误差计算了?=0.1和?=0.9时的预测误差，预测误差越小，说明预测越精确。计算结果表明， ?=0.9时，两种误差均小于?=0.1，因此，取?=0.9作为预测的权数。 ;3、直线趋势预测法;关键是求出参数a,b,通过直线回归方程导出。;并对a,b求偏导数，得 ;简捷法求a,b值;于是，方程组为 ;例：仍以表3数据为例。;将表中有关数据代入a,b两参数的计算公式得：;将a,b值代入方程，则直线趋势预测模型为： ;1993年的预测值 ;4.季节预测法;;例8、下表数字代表某地农贸市场上鲜鱼的三年成交量，现要求预测下年度各月的成交量。;;;计算步骤：（1）首先用直线趋势预测法求得趋势值，见计算表;;;季节变差=同月平均数-月总平均数 （3）进行预测 各月预测值=月平均预测值+季节变差 下一年度元月份预测值=78.033+4.65=82.69 依次类推，得到1990年各月份预测值，填入表中。;(2)计算季节变差，采用列表计算，见下表;（四）因果预测法;2、一元线性回归的几何直观 3、回归方程的求法 用（xi,yi)(i=1,2, …,N)表示N组经济数据，并用;当x=xi时，y的实际值为yi ， 而利用这个 方程计算出来的值为;定义总误差Q为 ;要使Q值达到极小，其必要条件是它对a和b的一阶偏导数等于0，;也即 ;若记;若记;B、线性回归效果的检验;可证明;2、相关系数及显著性检验;由于 ;在数理统计中一般使用指标r;讨论r取不同值的含义;在大多数情况下，0∣r∣1，这就要在相关系数检验表中得到一个最低的标准。 当实际问题中计算所得的r绝对值大于或等于表中相应的r最低标准时，说明这个实际问题可以构造出较好效果的回归直线方程。 ;一般把相关的紧密程度分为： 0∣r∣ 0.4 称为不相关或低度相关； 0.4≤∣r∣≤0.7 称为中度相关； 0.7 ∣r∣ 1 称为强相关。;例 表中是关于11幢出租房屋的一个样本。;作出散点图;图中每一点都代表一个样本，从图中可以看出，当年代x↗→租金y↘,它们之间大致有一个线性关系，它是一种带有随机性的线性关系。 既然x与y有一种线性关系，则可用 ;计算表;由表;计算相关系数及各个离差平方和，计算过程通过下表进行;从表中得到;故房屋年代与租金的方差分析结果可以由下表表示;C、化曲线为直线的回归问题;一、首先确定所要配的曲线类型;二、一些常用的曲线图型及相应变量替换公式列举如下：;;;D、多元线性回归;根据极值原理，分别对b0,b1, …bk求偏导数，并使之为零。;Lij,Liy都是已知数，由①，②式可以求出回归方程 ;回归平方和，表示所有的K个自变量对;3、相关系数;偏相关系数;9、春去春又回，新桃换旧符。在那桃花盛开的地方，在这醉人芬芳的季节，愿你生活像春天一样阳光，心情像桃花一样美丽，日子像桃子一样甜蜜。11月-2011月-20Thursday, November 19