12預(yù)測(cè)運(yùn)營(yíng)管理原理課程組2015版人類的愿望：未卜先知白菜的困境世界杯的商機(jī)2025/4/832025/4/8企業(yè)中的預(yù)測(cè)預(yù)測(cè)什么？主要是需求對(duì)競(jìng)爭(zhēng)對(duì)手的反應(yīng)預(yù)測(cè)屬于博弈論。為何要預(yù)測(cè)？根本目的：應(yīng)對(duì)變化的需求，使供求平衡。好處一：減少庫(kù)存，節(jié)約庫(kù)存成本好處二：及時(shí)滿足需求，減少缺貨現(xiàn)象如何預(yù)測(cè)？以歷史為鑒，以統(tǒng)計(jì)技術(shù)為法2025/4/84預(yù)測(cè)的分類三種基本類型：定性預(yù)測(cè)、時(shí)間序列分析和因果關(guān)系分析定性預(yù)測(cè)：基于估計(jì)和評(píng)價(jià)，主觀判斷時(shí)間序列分析：假定需求的變化趨勢(shì)將在未來(lái)持續(xù)一段時(shí)間（基于過(guò)去需求的歷史數(shù)據(jù)預(yù)測(cè)未來(lái)），用于短期預(yù)測(cè)因果關(guān)系分析：假定需求與某些內(nèi)在因素或周圍環(huán)境的外部因素有關(guān)系，用于長(zhǎng)期預(yù)測(cè)企業(yè)選用哪一種預(yù)測(cè)模型主要取決于下列因素：預(yù)測(cè)的時(shí)間跨度相關(guān)數(shù)據(jù)的獲取預(yù)測(cè)精度的要求預(yù)測(cè)預(yù)算的大小合格的預(yù)測(cè)人員2025/4/86定性方法基于專家意見(jiàn)和直覺(jué)的非定量的預(yù)測(cè)技術(shù)。多用于沒(méi)有現(xiàn)成可得數(shù)據(jù)的時(shí)候。德爾菲法（背對(duì)背的專家意見(jiàn)）市場(chǎng)調(diào)研（通過(guò)問(wèn)卷調(diào)查、上門訪談等方法收集顧客數(shù)據(jù)，通常用于長(zhǎng)期預(yù)測(cè)和新產(chǎn)品銷售預(yù)測(cè)）歷史類比（與類似產(chǎn)品相聯(lián)系，利用其歷史數(shù)據(jù)來(lái)進(jìn)行預(yù)測(cè)，可用于新產(chǎn)品開發(fā)）德爾菲法的步驟組成專家小組專家人數(shù)的多少，可根據(jù)預(yù)測(cè)課題的大小和涉及面的寬窄而定，一般不超過(guò)20人。向所有專家提出所要預(yù)測(cè)的問(wèn)題及有關(guān)要求，并附上有關(guān)這個(gè)問(wèn)題的所有背景材料，同時(shí)請(qǐng)專家提出還需要什么材料。然后，由專家做書面答復(fù)。各個(gè)專家根據(jù)他們所收到的材料，提出自己的預(yù)測(cè)意見(jiàn)，并說(shuō)明自己是怎樣利用這些材料并提出預(yù)測(cè)值的。將各位專家第一次判斷意見(jiàn)匯總整理，再分發(fā)給各位專家，讓專家比較自己同他人的不同意見(jiàn)，修改自己的意見(jiàn)和判斷。將所有專家的修改意見(jiàn)收集起來(lái)，匯總，再次分發(fā)給各位專家，以便做第二次修改。收集意見(jiàn)和信息反饋一般要經(jīng)過(guò)三、四輪，直到每一個(gè)專家不再改變自己的意見(jiàn)為止。對(duì)專家的意見(jiàn)進(jìn)行綜合處理。

2025/4/88時(shí)間序列分析基于以往事件隨時(shí)間出現(xiàn)而形成的歷史記錄可以預(yù)測(cè)未來(lái)移動(dòng)平均法（簡(jiǎn)單移動(dòng)平均、加權(quán)移動(dòng)平均）：對(duì)某時(shí)間段所包含的數(shù)據(jù)點(diǎn)求均值（權(quán)重可等，可不等）指數(shù)平滑法：權(quán)重隨數(shù)據(jù)的老化而下降（越新的數(shù)據(jù)權(quán)重越高）線性回歸分析：將歷史記錄按數(shù)據(jù)隨時(shí)間的變化擬合為一條直線趨勢(shì)外推：使得出的趨勢(shì)曲線與數(shù)據(jù)點(diǎn)匹配，并推至未來(lái)2025/4/89因果分析試圖弄清預(yù)測(cè)對(duì)象的基礎(chǔ)和環(huán)境情況，找出出現(xiàn)某種規(guī)律的原因回歸分析：其他事件的發(fā)生影響了預(yù)測(cè)結(jié)果。投入/產(chǎn)出模型（從客戶采購(gòu)量變化角度預(yù)測(cè)銷售量）先行指標(biāo)(antecedentindex)：油價(jià)汽車銷量預(yù)測(cè)方法的比較預(yù)測(cè)方法時(shí)間跨度模型復(fù)雜程度數(shù)據(jù)需求德爾菲法長(zhǎng)高高移動(dòng)平均法短較低低指數(shù)平滑法短低較低線性回歸法長(zhǎng)較高高回歸分析長(zhǎng)非常高高2025/4/811需求的構(gòu)成需求可以分解為5部分：一段時(shí)間內(nèi)的平均需求、趨勢(shì)、周期性需求、季節(jié)性需求、隨機(jī)偏差2025/4/812趨勢(shì)分析趨勢(shì)分析是預(yù)測(cè)的起點(diǎn)，然后根據(jù)周期性、季節(jié)性和其他因素進(jìn)行調(diào)整。線性趨勢(shì)S型趨勢(shì)拐點(diǎn)2025/4/813趨勢(shì)分析漸進(jìn)趨勢(shì)指數(shù)趨勢(shì)2025/4/814時(shí)間序列分析以歷史數(shù)據(jù)為基礎(chǔ)預(yù)測(cè)未來(lái)三種常用方法：簡(jiǎn)單移動(dòng)平均加權(quán)移動(dòng)平均指數(shù)平滑方法的選擇：利用歷史數(shù)據(jù)繪制散點(diǎn)圖數(shù)據(jù)點(diǎn)分布均勻：移動(dòng)平均法、指數(shù)平滑數(shù)據(jù)點(diǎn)分布呈現(xiàn)一定趨勢(shì)：趨勢(shì)性指數(shù)平滑15簡(jiǎn)單移動(dòng)平均適用于：既不快速增長(zhǎng)也不快速下降，且不存在季節(jié)性因素（可消除預(yù)測(cè)中的隨機(jī)波動(dòng)）計(jì)算公式：Ft=(At-1+At-2+…+At-n)/nFt為下一期的預(yù)測(cè)值A(chǔ)t-1為前一期的實(shí)際值n為移動(dòng)步長(zhǎng)(移動(dòng)平均的時(shí)期區(qū)間數(shù))缺點(diǎn)：數(shù)據(jù)要逐個(gè)給出2025/4/816簡(jiǎn)單移動(dòng)平均合理選擇移動(dòng)步長(zhǎng)非常重要：移動(dòng)步長(zhǎng)越長(zhǎng)，對(duì)隨即擾動(dòng)因素的平滑性就越好，但如果數(shù)據(jù)中隱含有某種趨勢(shì)時(shí)，移動(dòng)平均法的結(jié)果會(huì)滯后于這種趨勢(shì)。2025/4/817簡(jiǎn)單移動(dòng)平均2025/4/818加權(quán)移動(dòng)平均基本方法與簡(jiǎn)單移動(dòng)平均相同，只是對(duì)于每個(gè)時(shí)期的數(shù)據(jù)賦予不同的權(quán)重（假定不同時(shí)期對(duì)于未來(lái)的影響是不一樣的）計(jì)算公式：Ft=wt-1At-1+wt-2At-2+…+wt-nAt-nFt為下一期的預(yù)測(cè)值A(chǔ)t-1為前一期的實(shí)際值wt-1為第t-1期數(shù)據(jù)數(shù)據(jù)的權(quán)重（可以為0，權(quán)重順序不定，但所有時(shí)期權(quán)重之和必須為1）n為移動(dòng)步長(zhǎng)(移動(dòng)平均的時(shí)期區(qū)間數(shù))2025/4/819加權(quán)移動(dòng)平均一家商場(chǎng)利用當(dāng)月銷售額的40%、倒數(shù)第2個(gè)月的30%、倒數(shù)第3個(gè)月的20%、倒數(shù)第4個(gè)月的10%可以預(yù)測(cè)下一個(gè)月Month1：100Month2：90Month3：105Month4：95Month5：？有的時(shí)期可以省略（權(quán)重為零），權(quán)重設(shè)置可以為任何順序，但所有權(quán)重之和必須為1。97.52025/4/820指數(shù)平滑法在多數(shù)情況下，最近發(fā)生的情況比久遠(yuǎn)的情況更能預(yù)測(cè)未來(lái)；數(shù)據(jù)越遠(yuǎn)，其重要性越低平滑系數(shù)α(0~1):每靠前一期，重要性降低1-α最近一期權(quán)重＝α前一期的權(quán)重＝α(1-α)1前兩期的權(quán)重＝α(1-α)2指數(shù)平滑可以完成移動(dòng)平均的所有功能實(shí)際需求穩(wěn)定，選用較小的α，與移動(dòng)平均中取較大步長(zhǎng)同樣效果。實(shí)際需求波動(dòng)幅度大，選用較大α，與移動(dòng)平均中取較小步長(zhǎng)同樣效果。權(quán)重（α＝0.20）權(quán)重（α＝0.80）最近一期權(quán)重＝α0.20000.8000前一期的權(quán)重＝α(1-α)10.16000.1600前兩期的權(quán)重＝α(1-α)20.12800.0320前兩期的權(quán)重＝α(1-α)30.10240.00642025/4/822指數(shù)平滑法平滑系數(shù)的值取決于產(chǎn)品本身和管理者對(duì)快速響應(yīng)率內(nèi)涵的理解成長(zhǎng)期－快速響應(yīng)－近期經(jīng)驗(yàn)重要－α大簡(jiǎn)單移動(dòng)平均指數(shù)平滑法α可近似取值為2/(n+1)其中n為步長(zhǎng)指數(shù)平滑法需要三個(gè)數(shù)據(jù)即可預(yù)測(cè)：最近期的預(yù)測(cè)值、最近期的實(shí)際需求量和平滑系數(shù)（α）2025/4/823指數(shù)平滑法單一指數(shù)平滑的計(jì)算公式：Ft為第t期預(yù)測(cè)值，F(xiàn)t-1為第t-1期預(yù)測(cè)值A(chǔ)t-1為第t-1期實(shí)際值，α為平滑系數(shù)2025/4/824指數(shù)平滑法指數(shù)平滑法廣受歡迎的原因：指數(shù)模型的精確度非常高建立指數(shù)模型相對(duì)容易用戶能了解模型如何運(yùn)行使用模型無(wú)需過(guò)多計(jì)算使用歷史數(shù)據(jù)有限2025/4/825實(shí)例預(yù)測(cè)本周的客流量:使用移動(dòng)步長(zhǎng)為3周的移動(dòng)平均法平滑指數(shù)為0.7的指數(shù)平滑法平滑指數(shù)為0.3的指數(shù)平滑法周周日周一周二周三周四周五周六實(shí)際量上3周138183182188207277388上2周143194191200213292401上周157196204193226313408預(yù)測(cè)量上周1551911921982042863962025/4/826實(shí)例下一周的實(shí)際量如下表:以上三種方法中哪種方法更合適?

平均絕對(duì)偏差(MAD)衡量預(yù)測(cè)誤差，MAD小，意味著誤差較小周周日周一周二周三周四周五周六實(shí)際量本周1602041972102153004212025/4/827平滑指數(shù)法接近實(shí)際情況2025/4/828指數(shù)平滑中的趨勢(shì)因素除平滑指數(shù)α外，還應(yīng)該考慮趨勢(shì)平滑系數(shù)δ其中，F(xiàn)IT為趨勢(shì)性預(yù)測(cè)值

T為指數(shù)平滑趨勢(shì)（第一次使用時(shí)人工給定趨勢(shì)值）2025/4/829線性回歸分析線性回歸方程：Y=a+bＸ在時(shí)間序列分析中，Ｘ代表時(shí)間在因果關(guān)系分析中，X代表某一變量假設(shè)：歷史數(shù)據(jù)和未來(lái)預(yù)測(cè)值都落在一條直線上2025/4/8303年(12季度)銷售情況（預(yù)測(cè)值?和實(shí)際值y）最小二乘法：通過(guò)最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配2025/4/831判斷回歸線與數(shù)據(jù)相符程度的指標(biāo)：標(biāo)準(zhǔn)誤差（standarderrorofestimate,SYX）()212?--=?=nniiiYXyyS2025/4/832時(shí)間序列分析中的預(yù)測(cè)誤差誤差：預(yù)測(cè)值與實(shí)際結(jié)果的偏差只要預(yù)測(cè)值位于置信區(qū)間內(nèi)，就不算真正的誤差誤差的來(lái)源：將過(guò)去的趨勢(shì)直接外推至未來(lái)誤差分為偏移誤差和隨機(jī)誤差偏移誤差：預(yù)測(cè)總是偏高或偏低未包含正確變量變量間關(guān)系定義錯(cuò)誤趨勢(shì)曲線使用不正確季節(jié)性需求偏離正常軌跡未被發(fā)現(xiàn)的趨勢(shì)隨機(jī)誤差：無(wú)法解釋的誤差項(xiàng)（噪音）2025/4/833誤差測(cè)量標(biāo)準(zhǔn)差（均方差/方差的平方根）平均絕對(duì)偏差（meanabsolutedeviation，MAD）跟蹤信號(hào)（TS）：預(yù)測(cè)值是否能與實(shí)際需求增長(zhǎng)或減少的變化步調(diào)保持一致TS=累計(jì)預(yù)測(cè)誤差RSFE/平均絕對(duì)偏差MAD2025/4/834因果關(guān)系預(yù)測(cè)原因現(xiàn)象2025/4/835預(yù)測(cè)可靠性：決定系數(shù)因變量變化多大程度上是由自變量的變化引起的決定系數(shù)（coefficientofdetermination,r2）：因變量可以被自變量解釋的比例，計(jì)算公式為：2025/4/836希望r2越大越好，即Σ(yi-?i)2越小越好自變量因變量誤差總方差2025/4/837預(yù)測(cè)方法在服務(wù)業(yè)中的應(yīng)用實(shí)時(shí)收集數(shù)據(jù)供決策者參考（節(jié)假日公園的人流：世博園指定日）減少庫(kù)存和浪費(fèi)（快餐店對(duì)顧客流的預(yù)測(cè)）減少人員安排（靈活用工）減少生產(chǎn)能力浪費(fèi)（促銷）制定產(chǎn)能決策（產(chǎn)能提升、收縮）討論參照表9-2，針對(duì)下列情況你會(huì)選擇哪種預(yù)測(cè)模型：（a）浴衣