單一指數(shù)平滑法實例

1、黑色塑料 的需求量 與誤差分 析剔除季節(jié)性影季節(jié)性時期實際需求量響后的需求Dt 二227t+2595需求季節(jié)性需求靜態(tài)方法SHEET 4122509623. 448. 35217379431.840. 90324123576. 2517901. 350. 77472693786. 2526372. 761.60535243967. 87534841.01621434072. 12543310. 4973459412051780. 67870564272. 37560251. 37568720. 601027664274. 12577190. 361125564595.

2、 12585660. 301282534968. 594130. 881354915390. 375102600. 541443826083111070. 391543156575. 375119540. 3616120356509. 25128010. 941756486489. 5136480.411836966688. 25144950. 25194843153420. 322013097161890.81Dt=227t+2521 9522232425262728293031324期移動 平均法時期 實際需求量移動平均值1027664245. 1321324409. 4801471125

3、564076. 2189194245.1321321282534493. 8970274076.2189191354914593. 6073244493. 8970271443824572. 4465924593. 6073241543154546. 7019334572. 44659216120355295. 5317394546. 7019331756485330. 7785655295.5317391836965167. 3007095330.7785651948435134.8706385167.30070920130975931. 0835745134.870638215931225

4、931235931245931255931265931275931285931295931305931315931325931SIS2S3S40. 470. 681. 171.66時期實際需求量需求水平L需求趨勢T預(yù)測需求需求趨勢和季節(jié)性需求修正后的指數(shù)平滑法阿爾法二0. 1,(winter貝塔=0. 1,伽)馬二 0. 102595227122503018. 523404246.652340423562.3038. 35217373308. 232638250.95802982933.36330. 90324123716. 463091266. 6852722745. 19610. 7747

5、2695131.429271381. 51336296378.91651.60535245711.435605401. 362659946030.343621435957.475885385.8304225491.6057734596444.933123395.99310364892. 5785870567658. 1102477.711500910955. 579941208198.835275484. 012858467930. 0851027668403. 073959456.03544097800. 48291125568517.028247421.82732566833.012128

6、2539800.927462508. 034514514315.36313549110446. 36365521. 77468286074. 73114438210803. 66493505.32734129853. 538215431511096.17815484.04592928931.8019161203512982. 83997624.307518221791. 5217564813448. 13486608. 4062562113612. 9518369613437. 26999546.479142812628. 09219484313615. 79975509. 684204710

7、894. 955201309715499.5313647. 088939725858. 425Dt二2595+22217t86074. 731229717.7557238734.97212418950.37125103042. 082611543.3852710302.3562822204.79129120009. 433013369.0133111869.743225459.211時期實際需求量需求水平需求趨勢預(yù)測需求趨勢修正后的指數(shù)平滑法阿爾法=0. 1,(holt)貝塔二0. 1sheet 502044287122502322. 9286. 192331217372521.881277.

8、 46912609. 09324122760. 61509273.5955992799.3501472693457. 68962315.94349213034.2107535243748. 669801313.4471613773.6331621433870. 205266294.25599144062.117734594093.915131287.20137884164.4613870564648. 604859313.95021374381.1165941204878.299566305. 5246634962.55511027664942. 041806281. 34642075183.

9、82421125564956.649404254.67253845223.38821282535515.489748285.0893195211. 32191354915769.62116281. 99352835800. 57911443825884.65322265.29738146051.61471543155966.455541246.94787546149.9506120356795.563075305.16384136213. 403456486955.454224290.63657217100.726936966891.081717255.0908484

10、36915.895643232.10349037146.2174130977742. 89922291. 5934997147.99911617181920212223242526272829303132Dt二2044+287t5800.57916085.66846370.75776655. 8478321.38238626.5461 8931. 719236.873810367.24110658. 83410950. 42811242.021黑色塑料預(yù)測需求 的誤差預(yù)測方法MADMAPE (%)TS的變動范圍四期移動平均 法2070. 07812536.3982924-4. 71 2. 69

11、單一指數(shù)平滑 法225051.0000134-3. 91 4. 98Holt模型214944.076572高估Winter模型19512431. 45099-2273靜態(tài)方法的路 徑系數(shù)在+6以 外，會高估需 求高估結(jié)論：釆用四期移動平均法2001年第一季度68212001年第二季度68212001年第三季度68212001年第四季度68212002年第一季度68212002年第二季度68212002年第三季度68212002年第四季度68212003年第一季度68212003年第二季度68212003年第三季度68212003年第四季度6821誤差誤差的的標(biāo)準(zhǔn)差2588-1448144820

12、980002098000144864.37544-8908907917961444898116951.22793-1031103110637381317845112342.76023-3046304692775543307772 160441.9027125566255666536037831333669746396725. 4732174817483055073111648324 562281.5621453553528599095739419 489515. 4605525932593672309484612379 460736.747355325853258283639318339036

13、5801100131292. 66541694169173770813530669299428150. 70840514051164100943224617628939158. 48746822682246535505299467908 876382.6571480175801756428018224770894855142561460. 115559655963131844571806796913638127. 7108490549052405995267180076813055113. 675484658465716645966342922571276970.340631083061083

14、06117301996121286992689183881917.69326932686974172122032499417885252. 32676990699048863618115866913217312144. 3372128291282916459081411089652161708797. 95598誤差的標(biāo)準(zhǔn)差21359. 32MSEMADE/D8028471381422329090389139949649573786935660715075856669978922020500 113954130221183325926614696818602812881690507634672

15、914335766328449742915789E=預(yù)測值-預(yù)測值 需求值A(chǔ)t=ABS(E )E=預(yù)測值A(chǔ)t=ABS（E 預(yù)測值F需求值 ）MSEMADE/D%3417-10710711449114491073.0363223735. 51592. 51592.52536056. 251273752. 625849. 7574.311713837378378142884896796. 4167692. 510.928014098. 75-2957. 252957. 258745327.5632858929. 2031258. 68841.911144045. 5-74. 574.55550.

16、252288253. 4131021. 851. 8082524194. 51428. 51428. 52040612. 252246979. 8851089. 62551. 644974350. 251794. 251794. 253219333. 0632385887. 4821190. 28670.197574124.5-4128. 54128.517044512. 254218215. 5781557. 56350.024234423. 75-1067. 251067. 251139022. 5633876083. 0211503. 08319.436354766. 5384. 538

17、4.5147840. 253503258. 7441391.2258. 7745325170.5855. 5855.5731880. 253251315. 2441342. 52319.826195610. 25-6424. 756424. 7541277412.566420156. 6881766. 04253. 383886555. 75907. 75907. 75824010.06255989683. 871700.01916.0720665952899289984042016162149. 3791785. 66178.436156423. 51580. 51580. 52497980

18、. 255917871.4381771.98332.634736555. 5-6541. 56541.542791222. 258222455. 8632070. 07849.946556821誤差的標(biāo)準(zhǔn)差2587. 59868216821682168216821682168216821682168216821E=預(yù)測需 At=ABS（E 求-需求值）MSEMAD ED28032803785456778545672803124. 5630353035921328985339282919174.74612057205742304517099436263285. 27388-30063006903

19、52827583397 272541.351971040104010810036282918238829.503772317231753672926130314 2376108.10747697695914655339050 214722.23381-2905290584380925726430 224141. 16836322322103455 510165520287. 806908164316432701027 4861592199059.41721168916892853167 4679008196266.08498-41774177174455005742882 214750. 60

20、925-99799799421453776002058 18.158862122124477849966841926 4. 829012257257662794667991 18155. 966317-748874885607460878809042170 62.22101-3523521242347424630 20636. 2405851635163526725017160622 203944.231023243241051716789283 19496.696277-7962796263395504 9619594225060.79354誤差的標(biāo)準(zhǔn)差 2811.884E=預(yù)測需 At=A

21、BS（E 求需求值）MSEMAD E/D213122131245421428045421428021312947.21351196119614312852278227821125468.87526333333111020151918862761413.8141-890890792249114137208593312.2449242506425061806789180452667603132481206.196334933491121316037909186211598156. 25791434143420551473252294741014641. 4448839003900152067182

22、86476630 936555. 2661563810638104071726954 707059999154141548.7885034503425346018 63888860114376182.0131427742771829283258247080413458167. 332260626062367522425369942571284273. 4564780584805846493737692995205291180531467.56547254722993773092625760817154124. 8639461746172131486086592809116318106. 994

23、397579757951896888177569411590881.06789107965107965116564299451455325941213231911. 5618932893279782276137890684920635241. 66926052605236626164130826049719867124. 9629127611276116285396712509901701951297.43777E=預(yù)測需 At=ABS（E 求需求值）MSEMAD E/D誤差的標(biāo)準(zhǔn)差24390. 19818165616561813.687287276054138355147750.206683

24、8738715004030571444716.05929-42354235179334414712646139458.2582125025062317378258011657. 08381919191936830103765985129189.552827057054976763299084120720.39495-2675267571550023781073139137. 90935843843709899 3439832133020.45037241824185845874 3680436143887.4123266726677114960 39926651550104.3579-3042

25、304292518054430927167436.8554231031095839409745915695.6379361670167027876134003898157738.101661835183533670443961441159442.52493-58225822338909875832038185848.372221453145321104155613119183425.7210935503550126031456001454193096.052242303230353048105964788194947.55766-5949594935390611 7436079214945.

26、42262誤差的標(biāo)準(zhǔn)差2686. 53464.37544-1448-157. 80169-2338-252.78787-3370-350.06658-6416-4185. 1479191502.99396087167. 8836208983.71749901146.1089214334.37864418132.4387240265.21492325261.3527772837.7185193250.2883814528.63908662241. 9427855039.56466536228.66899232510.5357586323. 395617250012. 0999625309.418

27、117809613.0591393296.368618300114.0171844282.241819146614.9951034378.439429977316. 3022184371.433130909917.2825755359.480731608918.2588124346.404432891819. 2490913MAPE bias高估TS=bias/MADMAPE% biasTS=bias/MAD-11.748161222.69097473-0. 8689607-1. 14326960.238843641. 72605617 -1. 3315678 -2.0898708 -1.98

28、15271 -1.4161771 -4. 7144981 -4. 3636271 -2.5308559 -1. 6584524 -4. 57965812.69097473-4. 71449813. 03632238.6740229. 4253532.546826.3990930.6067436. 2625737. 9827835.9220633.2073131. 9908433. 773632.4119435.6993835. 4950736.39829-1071485. 51863. 5 -1093. 75 -1168. 25260. 252054. 5-2074 -3141.25 -275

29、6. 75 -1901.25-8326 -7418. 25 -4519. 25 -2938. 75 -9480. 25TS=bias/MAMAPEbiasD124. 56149.6531128.19331069193. 9238683.6824278.3681670.528022803158382789534889 1. 793979115929 2. 482587398245 3. 469993319014 4. 199398016110 2. 7258089964313. 171093669. 4169469.1140467. 5719763.7709659.56082565653. 428252.9172550. 4845651. 0000180754.0584215197644.9757114455872.6024495545902.2298581548022.4923862750592.78699199