徐國祥---統(tǒng)計預測和決策第四版

1、統(tǒng)計預測和決策統(tǒng)計預測和決策（第四版）（第四版） 制作人：徐國祥制作人：徐國祥參與人：馬俊玲參與人：馬俊玲 吳澤智吳澤智 谷雨谷雨 于穎于穎 黃逸鋒黃逸鋒 牟嫣牟嫣 金帆金帆 龐亞平龐亞平 上海財經(jīng)大學電子出版社上海財經(jīng)大學電子出版社目 錄 第一章第一章 統(tǒng)計預測概述統(tǒng)計預測概述 第二章第二章 定性預測法定性預測法 第三章第三章 回歸預測法回歸預測法 第四章第四章 時間序列分解法和趨勢外推法時間序列分解法和趨勢外推法 第五章第五章 時間序列平滑預測法時間序列平滑預測法 第六章第六章 自適應過濾法自適應過濾法 第七章第七章 平穩(wěn)時間序列預測法平穩(wěn)時間序列預測法 第八章第八章 干預分析模型預測法干

2、預分析模型預測法 第九章第九章 景氣預測法景氣預測法 第十章第十章 灰色預測法灰色預測法 第十一章第十一章 狀態(tài)空間模型和卡爾曼濾波狀態(tài)空間模型和卡爾曼濾波 第十二章第十二章 預測精度測定與預測評價預測精度測定與預測評價 第十三章第十三章 統(tǒng)計決策概述統(tǒng)計決策概述 第十四章第十四章 風險型決策方法風險型決策方法 第十五章第十五章 貝葉斯決策方法貝葉斯決策方法 第十六章第十六章 不確定型決策方法不確定型決策方法 第十七章第十七章 多目標決策法多目標決策法第一章第一章 統(tǒng)統(tǒng) 計計 預預 測測 概概 述述 第二節(jié)第二節(jié) 統(tǒng)計預測方法的分類和選擇統(tǒng)計預測方法的分類和選擇 第三節(jié)第三節(jié) 統(tǒng)計預測的原則和

3、步驟統(tǒng)計預測的原則和步驟 第一節(jié)第一節(jié) 統(tǒng)計預測的概念和作用統(tǒng)計預測的概念和作用 回總目錄第一節(jié)第一節(jié) 統(tǒng)計預測的概念和作用統(tǒng)計預測的概念和作用回總目錄回本章目錄一、統(tǒng)計預測的概念一、統(tǒng)計預測的概念 預測就是根據(jù)過去和現(xiàn)在估計未來，預測未來。統(tǒng)計預測就是根據(jù)過去和現(xiàn)在估計未來，預測未來。統(tǒng)計預測屬于預測方法研究范疇，即如何利用科學的統(tǒng)計預測屬于預測方法研究范疇，即如何利用科學的統(tǒng)計方法對事物的未來發(fā)展進行定量推測，并計算概率置方法對事物的未來發(fā)展進行定量推測，并計算概率置信區(qū)間。信區(qū)間。 統(tǒng)計預測的三個要素：實際資料是預測的依據(jù)；經(jīng)濟統(tǒng)計預測的三個要素：實際資料是預測的依據(jù)；經(jīng)濟理論是預測的基

4、礎(chǔ)；數(shù)學模型是預測的手段。理論是預測的基礎(chǔ)；數(shù)學模型是預測的手段。二、統(tǒng)計預測的作用二、統(tǒng)計預測的作用 在市場經(jīng)濟條件下，預測的作用是通過各個企業(yè)或行在市場經(jīng)濟條件下，預測的作用是通過各個企業(yè)或行業(yè)內(nèi)部的行動計劃和決策來實現(xiàn)的業(yè)內(nèi)部的行動計劃和決策來實現(xiàn)的; 統(tǒng)計預測作用的大小取決于預測結(jié)果所產(chǎn)生的效益的統(tǒng)計預測作用的大小取決于預測結(jié)果所產(chǎn)生的效益的多少。多少。 影響預測作用大小的因素主要有：預測費用的高低；影響預測作用大小的因素主要有：預測費用的高低；預測方法的難易程度；預測結(jié)果的精確程度。預測方法的難易程度；預測結(jié)果的精確程度。第一節(jié)第一節(jié) 統(tǒng)計預測的概念和作用統(tǒng)計預測的概念和作用回總目錄

5、回本章目錄一、統(tǒng)計預測方法的分類一、統(tǒng)計預測方法的分類 按預測方法性質(zhì)，分為按預測方法性質(zhì)，分為定性預測方法定性預測方法和和定量預測方法定量預測方法兩類，其中，定量預測方法又可大致分為兩類，其中，定量預測方法又可大致分為回歸預測法回歸預測法和和時間序列預測法時間序列預測法; 按預測時間長短，分為按預測時間長短，分為近期預測、短期預測、中期預近期預測、短期預測、中期預測測和和長期預測長期預測; 按預測是否重復，分為按預測是否重復，分為一次性預測一次性預測和和反復預測反復預測。第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的分類和選擇方法的分類和選擇回總目錄回本章目錄二、統(tǒng)計預測方法的選擇二、統(tǒng)計預測方法的選

6、擇 選擇統(tǒng)計預測方法時，主要考慮下列三個問題：選擇統(tǒng)計預測方法時，主要考慮下列三個問題：合適合適性、費用和精確性。性、費用和精確性。第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的分類和選擇方法的分類和選擇回總目錄回本章目錄方法方法時間范圍時間范圍 適用情況適用情況計算機硬件計算機硬件最低要求最低要求應做工作應做工作定性預測法定性預測法短、中、短、中、長期長期對缺乏歷史統(tǒng)計資料對缺乏歷史統(tǒng)計資料或趨勢面臨轉(zhuǎn)折的事或趨勢面臨轉(zhuǎn)折的事件進行預測件進行預測計算器計算器需做大量的調(diào)查研究工作需做大量的調(diào)查研究工作一元線性回一元線性回歸預測法歸預測法短、中期短、中期自變量與因變量之間自變量與因變量之間存在線性關(guān)系存

7、在線性關(guān)系計算器計算器為兩個變量收集歷史數(shù)據(jù)，為兩個變量收集歷史數(shù)據(jù)，此項工作是此預測中最費此項工作是此預測中最費時的時的各種預測方法的特點各種預測方法的特點二、統(tǒng)計預測方法的選擇二、統(tǒng)計預測方法的選擇第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的分類和選擇方法的分類和選擇回總目錄回本章目錄方法方法時間范圍時間范圍 適用情況適用情況計算機硬件計算機硬件最低要求最低要求應做工作應做工作多元線性回多元線性回歸預測法歸預測法短、中期短、中期因變量與兩個或兩因變量與兩個或兩個以上自變量之間個以上自變量之間存在線性關(guān)系存在線性關(guān)系在兩個自變量情況在兩個自變量情況下可用計算器，多下可用計算器，多于兩個自變量的情于兩

8、個自變量的情況下用計算機況下用計算機為所有變量收集歷史為所有變量收集歷史數(shù)據(jù)是此預測中最費數(shù)據(jù)是此預測中最費時的時的非線性回非線性回歸預測法歸預測法短、中期短、中期因變量與一個自變因變量與一個自變量或多個其他自變量或多個其他自變量之間存在某種非量之間存在某種非線性關(guān)系線性關(guān)系在兩個變量情況下在兩個變量情況下可用計算器，多于可用計算器，多于兩個變量的情況下兩個變量的情況下用計算機用計算機必須收集歷史數(shù)據(jù)，必須收集歷史數(shù)據(jù)，并用幾個非線性模型并用幾個非線性模型試驗試驗趨勢外推法趨勢外推法中期到長中期到長期期當被預測項目的有當被預測項目的有關(guān)變量用時間表示關(guān)變量用時間表示時，用非線性回歸時，用非線性

9、回歸與非線性回歸預測與非線性回歸預測法相同法相同只需要因變量的歷史只需要因變量的歷史資料，但用趨勢圖做資料，但用趨勢圖做試探時很費時試探時很費時二、統(tǒng)計預測方法的選擇二、統(tǒng)計預測方法的選擇第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的分類和選擇方法的分類和選擇回總目錄回本章目錄方法方法時間范圍時間范圍 適用情況適用情況計算機硬件計算機硬件最低要求最低要求應做工作應做工作分解分析法分解分析法短期短期適用于一次性的短期預測適用于一次性的短期預測或在使用其他預測方法前或在使用其他預測方法前消除季節(jié)變動的因素消除季節(jié)變動的因素計算器計算器 只需要序列的歷史資料只需要序列的歷史資料移動平均法移動平均法短期短期不帶

10、季節(jié)變動的反復預測不帶季節(jié)變動的反復預測計算器計算器只需要因變量的歷史資只需要因變量的歷史資料，但初次選擇權(quán)數(shù)時料，但初次選擇權(quán)數(shù)時很費時很費時指數(shù)平滑法指數(shù)平滑法短期短期具有或不具有季節(jié)變動的具有或不具有季節(jié)變動的反復預測反復預測在用計算機建在用計算機建立模型后進行立模型后進行預測時，只需預測時，只需計算器就行了計算器就行了只需要因變量的歷史資只需要因變量的歷史資料，是一切反復預測中料，是一切反復預測中最簡易的方法，但建立最簡易的方法，但建立模型所費的時間與自適模型所費的時間與自適應過濾法不相上下應過濾法不相上下二、統(tǒng)計預測方法的選擇二、統(tǒng)計預測方法的選擇第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的

11、分類和選擇方法的分類和選擇回總目錄回本章目錄方法方法時間范圍時間范圍 適用情況適用情況計算機硬件計算機硬件最低要求最低要求應做工作應做工作自適應過濾法自適應過濾法短期短期適用于趨勢型態(tài)的性質(zhì)隨適用于趨勢型態(tài)的性質(zhì)隨時間而變化，而且沒有季時間而變化，而且沒有季節(jié)變動的反復預測節(jié)變動的反復預測計算機計算機只需要因變量的歷史只需要因變量的歷史資料，但制定并檢查資料，但制定并檢查模型規(guī)格很費時模型規(guī)格很費時干預分析模型干預分析模型預測法預測法短期短期適用于時間序列受政策干適用于時間序列受政策干預或突發(fā)事件影響的預測預或突發(fā)事件影響的預測計算機計算機收集歷史數(shù)據(jù)及影響收集歷史數(shù)據(jù)及影響時間時間平穩(wěn)時間序

12、列平穩(wěn)時間序列預測法預測法短期短期適用于任何序列的發(fā)展型適用于任何序列的發(fā)展型態(tài)的一種高級預測方法態(tài)的一種高級預測方法計算機計算機計算過程復雜、繁瑣計算過程復雜、繁瑣二、統(tǒng)計預測方法的選擇二、統(tǒng)計預測方法的選擇第二節(jié)第二節(jié) 統(tǒng)計預測統(tǒng)計預測方法的分類和選擇方法的分類和選擇回總目錄回本章目錄方法方法時間范圍時間范圍 適用情況適用情況計算機硬件計算機硬件最低要求最低要求應做工作應做工作景氣預測法景氣預測法短、中期短、中期適用于時間趨勢延續(xù)及轉(zhuǎn)折適用于時間趨勢延續(xù)及轉(zhuǎn)折預測預測計算機計算機收集大量歷史資料和收集大量歷史資料和數(shù)據(jù)，并需大量計算數(shù)據(jù)，并需大量計算灰色預測法灰色預測法短、中期短、中期適用

13、于時間序列的發(fā)展呈指適用于時間序列的發(fā)展呈指數(shù)型趨勢數(shù)型趨勢計算機計算機收集對象的歷史數(shù)據(jù)收集對象的歷史數(shù)據(jù)狀態(tài)空間模型狀態(tài)空間模型和卡爾曼濾波和卡爾曼濾波短、中期短、中期適用于各類時間序列的預測適用于各類時間序列的預測計算機計算機收集對象的歷史數(shù)據(jù)收集對象的歷史數(shù)據(jù)并建立狀態(tài)空間模型并建立狀態(tài)空間模型一、統(tǒng)計預測的原則一、統(tǒng)計預測的原則 連貫原則連貫原則，指事物的發(fā)展是按一定規(guī)律進行的，在其，指事物的發(fā)展是按一定規(guī)律進行的，在其發(fā)展過程中，這種規(guī)律貫徹始終，不應受到破壞，它發(fā)展過程中，這種規(guī)律貫徹始終，不應受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有根本的不同。的未來發(fā)展與其過去和現(xiàn)在的發(fā)

14、展沒有根本的不同。 類推原則類推原則，指事物必須有某種結(jié)構(gòu)，其升降起伏變動，指事物必須有某種結(jié)構(gòu)，其升降起伏變動不是雜亂無章的，而是有章可循的。事物變動的這種不是雜亂無章的，而是有章可循的。事物變動的這種結(jié)構(gòu)性可用數(shù)學方法加以模擬，根據(jù)所測定的模型，結(jié)構(gòu)性可用數(shù)學方法加以模擬，根據(jù)所測定的模型，類比現(xiàn)在，預測未來。類比現(xiàn)在，預測未來。第三節(jié)第三節(jié) 統(tǒng)計預測的原則和步驟統(tǒng)計預測的原則和步驟回總目錄回本章目錄二、統(tǒng)計預測的步驟二、統(tǒng)計預測的步驟第三節(jié)第三節(jié) 統(tǒng)計預測的原則和步驟統(tǒng)計預測的原則和步驟回總目錄回本章目錄確定預測的目的確定預測的目的搜索和審核資料搜索和審核資料分析預測誤差，改進預測模型分

15、析預測誤差，改進預測模型選擇預測模型和方法選擇預測模型和方法提出預測報告提出預測報告第二章第二章 定定 性性 預預 測測 法法 第一節(jié)第一節(jié) 定性定性預測概述預測概述 第二節(jié)第二節(jié) 德德爾菲法爾菲法 第三節(jié)第三節(jié) 主主觀概率法觀概率法 第四節(jié)第四節(jié) 定性定性預測的其他方法預測的其他方法 第五節(jié)第五節(jié) 情景預情景預測法測法回總目錄第一節(jié)第一節(jié) 定性預測概述定性預測概述 回總目錄回本章目錄一、定性預測的概念和特點一、定性預測的概念和特點 定性預測是指預測者依靠熟悉業(yè)務知識、具有豐富經(jīng)定性預測是指預測者依靠熟悉業(yè)務知識、具有豐富經(jīng)驗和綜合分析能力的人員與專家，根據(jù)已掌握的驗和綜合分析能力的人員與專家

16、，根據(jù)已掌握的歷史歷史資料資料和和直觀材料直觀材料，運用個人的經(jīng)驗和分析判斷能力，運用個人的經(jīng)驗和分析判斷能力，對事物的未來發(fā)展做出性質(zhì)和程度上的判斷，然后，對事物的未來發(fā)展做出性質(zhì)和程度上的判斷，然后，再通過一定形式綜合各方面的的意見，作為預測未來再通過一定形式綜合各方面的的意見，作為預測未來的主要依據(jù)。的主要依據(jù)。 第一節(jié)第一節(jié) 定性預測概述定性預測概述 回總目錄一、定性預測的概念和特點一、定性預測的概念和特點 定性預測的特點：（定性預測的特點：（1）著重對事物發(fā)展的性質(zhì)進行預）著重對事物發(fā)展的性質(zhì)進行預測，主要憑借人的經(jīng)驗以及分析能力；（測，主要憑借人的經(jīng)驗以及分析能力；（2）著重對事）

17、著重對事物發(fā)展的趨勢、方向和重大轉(zhuǎn)折點進行預測。物發(fā)展的趨勢、方向和重大轉(zhuǎn)折點進行預測。 回本章目錄第一節(jié)第一節(jié) 定性預測概述定性預測概述 回總目錄二二 、定性預測和定量預測之間的關(guān)系、定性預測和定量預測之間的關(guān)系 定性預測和定量預測并不是相互排斥的，而是可以相定性預測和定量預測并不是相互排斥的，而是可以相互補充的，在實際預測過程中應該把兩者正確地結(jié)合互補充的，在實際預測過程中應該把兩者正確地結(jié)合起來使用。起來使用。 回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法回總目錄 德爾菲法是根據(jù)有專門知識的人的直接經(jīng)驗，對研究德爾菲法是根據(jù)有專門知識的人的直接經(jīng)驗，對研究的問題進行判斷、預測的一種方法，也稱

18、專家調(diào)查法。的問題進行判斷、預測的一種方法，也稱專家調(diào)查法。它是美國蘭德公司于它是美國蘭德公司于1964年首先用于預測領(lǐng)域的。年首先用于預測領(lǐng)域的。 德爾菲法的特點：反饋性、匿名性和統(tǒng)計性。德爾菲法的特點：反饋性、匿名性和統(tǒng)計性。 回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法回總目錄 例例 某公司研制出一種新興產(chǎn)品，現(xiàn)在市場上還沒有某公司研制出一種新興產(chǎn)品，現(xiàn)在市場上還沒有相似產(chǎn)品出現(xiàn)，因此沒有歷史數(shù)據(jù)可以獲得。公司需相似產(chǎn)品出現(xiàn)，因此沒有歷史數(shù)據(jù)可以獲得。公司需要對可能的銷售量做出預測，以決定產(chǎn)量。于是，該要對可能的銷售量做出預測，以決定產(chǎn)量。于是，該公司成立專家小組，并聘請業(yè)務經(jīng)理、市場專家和

19、銷公司成立專家小組，并聘請業(yè)務經(jīng)理、市場專家和銷售人員等售人員等8位專家，預測全年可能的銷售量。位專家，預測全年可能的銷售量。8位專家位專家提出個人判斷，經(jīng)過三次反饋得到結(jié)果，如下表所示：提出個人判斷，經(jīng)過三次反饋得到結(jié)果，如下表所示：回本章目錄專家專家編號編號第一次判斷第一次判斷第二次判斷第二次判斷第三次判斷第三次判斷最低最低銷售量銷售量最可能最可能銷售量銷售量最高最高銷售量銷售量最低最低銷售銷售量量最可能最可能銷售量銷售量最高銷最高銷售量售量最低最低銷銷售量售量最可能最可能銷售量銷售量最高最高銷售量銷售量1500750900600750900550750900220045060030050

20、0650400500650340060080050070080050070080047509001500600750150050060012505100200350220400500300500600630050075030050075030060075072503004002504005004005006008260300500350400600370410610平均數(shù)平均數(shù)345500725390550775415570770單位：千件單位：千件回總目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法解答解答 平均值預測：在預測時，最后一次判斷是綜合前幾次平均值預測：

21、在預測時，最后一次判斷是綜合前幾次的反饋做出的，因此，在預測時一般以最后一次判斷的反饋做出的，因此，在預測時一般以最后一次判斷為主。如果按照為主。如果按照8位專家第三次判斷的平均值計算，則位專家第三次判斷的平均值計算，則預測這個新產(chǎn)品的平均銷售量為：預測這個新產(chǎn)品的平均銷售量為：回總目錄415570770585()3千件回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法解答解答 加權(quán)平均預測：將最可能銷售量、最低銷售量和最高加權(quán)平均預測：將最可能銷售量、最低銷售量和最高銷售量分別按銷售量分別按0.50、0.20和和0.30的概率加權(quán)平均，則預的概率加權(quán)平均，則預測平均銷售量為：測平均銷售量為：回總目錄5

22、70 0.50415 0.20770 0.30599()千件回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法解答解答 中位數(shù)預測：可將第三次判斷按預測值高低排列如下：中位數(shù)預測：可將第三次判斷按預測值高低排列如下： 最低銷售量：最低銷售量：300 370 400 500 550 最可能銷售量：最可能銷售量：410 500 600 700 750 最高銷售量：最高銷售量：600 610 650 750 800 900 1250回總目錄回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法解答解答 中間項的計算公式為：中間項的計算公式為： 最低銷售量的中位數(shù)為第三項，即最低銷售量的中位數(shù)為第三項，即400。 最可能銷售

23、量的中位數(shù)為第三項，即最可能銷售量的中位數(shù)為第三項，即600。 最高銷售量的中位數(shù)為第四項，即最高銷售量的中位數(shù)為第四項，即750?；乜偰夸沶1(n)2項數(shù)回本章目錄第二節(jié)第二節(jié) 德爾菲法德爾菲法解答解答 將最可能銷售量、最低銷售量和最高銷售量分別按將最可能銷售量、最低銷售量和最高銷售量分別按0.50、0.20和和0.30的概率加權(quán)平均，則預測平均銷售量的概率加權(quán)平均，則預測平均銷售量為：為：回總目錄)(6953 . 07502 . 04005 . 0600千件回本章目錄第三節(jié)第三節(jié) 主觀概率法主觀概率法回總目錄 主觀概率是人們憑經(jīng)驗或預感而估算出來的概率。主觀概率是人們憑經(jīng)驗或預感而估算出來

24、的概率。 主觀概率與客觀概率不同，客觀概率是根據(jù)事件發(fā)展主觀概率與客觀概率不同，客觀概率是根據(jù)事件發(fā)展的客觀性統(tǒng)計出來的一種概率。在很多情況下，人們的客觀性統(tǒng)計出來的一種概率。在很多情況下，人們沒有辦法計算事情發(fā)生的客觀概率，因而只能用主觀沒有辦法計算事情發(fā)生的客觀概率，因而只能用主觀概率來描述事件發(fā)生的概率。概率來描述事件發(fā)生的概率。 回本章目錄第三節(jié)第三節(jié) 主觀概率法主觀概率法 例例 某地產(chǎn)公司打算預測某區(qū)某地產(chǎn)公司打算預測某區(qū)2009年的房產(chǎn)需求量，年的房產(chǎn)需求量，因此選取了因此選取了10位調(diào)查人員進行主觀概率法預測，要求位調(diào)查人員進行主觀概率法預測，要求預測誤差不超過預測誤差不超過67

25、套。調(diào)查匯總數(shù)據(jù)如下表所示：套。調(diào)查匯總數(shù)據(jù)如下表所示： 回總目錄被調(diào)查被調(diào)查人編號人編號累計概率累計概率0.010（1）0.125（2）0.250（3）0.375（4）0.500（5）0.625（6）0.750（7）0.875（8）0.990（9）房產(chǎn)需求量（套）房產(chǎn)需求量（套）121112144215622002222224422672278231121978210021332156220022222267227825003204421002133214422442267228923112444回本章目錄第三節(jié)第三節(jié) 主觀概率法主觀概率法回總目錄被調(diào)查被調(diào)查人編號人編號累計概率累計概率0.

26、010（1）0.125（2）0.250（3）0.375（4）0.500（5）0.625（6）0.750（7）0.875（8）0.990（9）房產(chǎn)需求量（套）房產(chǎn)需求量（套）4215621672178218922002211222222332244522002211222222442278231123332356240061867198920002044211121332156217822007215622002222228923112356240024332489820002056206721002133216722002222227892089210021112122213321442156

27、2167217810222222442244227823002322235623672444平均數(shù)平均數(shù)2082.32131.12146.62176.62213.22237.72264.62282.32348.8回本章目錄第三節(jié)第三節(jié) 主觀概率法主觀概率法解答解答 綜合考慮每一個調(diào)查人的預測，在每個累計概率上取綜合考慮每一個調(diào)查人的預測，在每個累計概率上取平均值，得到在此累計概率下的預測需求量。由上表平均值，得到在此累計概率下的預測需求量。由上表可以得出，該地產(chǎn)公司對可以得出，該地產(chǎn)公司對2009年需求量預測最低可到年需求量預測最低可到2083套，小于這個數(shù)值的可能性只有套，小于這個數(shù)值的可能

28、性只有1%。 該集團公司該集團公司2009年的房產(chǎn)最高需求可到年的房產(chǎn)最高需求可到2349套，大于套，大于這個數(shù)值的可能性只有這個數(shù)值的可能性只有1%?；乜偰夸浕乇菊履夸浀谌?jié)第三節(jié) 主觀概率法主觀概率法解答解答 可以用可以用2213套作為套作為2009年該集團公司對該區(qū)房產(chǎn)需求年該集團公司對該區(qū)房產(chǎn)需求量的預測值。這是最大值與最小值之間的中間值。其量的預測值。這是最大值與最小值之間的中間值。其累計概率為累計概率為50%，是需求量期望值的估計數(shù)。，是需求量期望值的估計數(shù)?；乜偰夸浕乇菊履夸浀谌?jié)第三節(jié) 主觀概率法主觀概率法解答解答 取預測誤差為取預測誤差為67套，則預測區(qū)間為（套，則預測區(qū)間為

29、（2213-67）（2213+67），即商品銷售額的預測值在），即商品銷售額的預測值在21462280套套之間。之間。 當預測需求量在當預測需求量在21462280套之間，在第（套之間，在第（3）欄到第）欄到第（8）欄的范圍之內(nèi)，其發(fā)生概率相當于）欄的范圍之內(nèi)，其發(fā)生概率相當于0.875-0.550=0.625，也就是說，需求量在，也就是說，需求量在21462280套之間的套之間的 可能性為可能性為62.5%。 回總目錄回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄一、領(lǐng)先指標法一、領(lǐng)先指標法 通過將經(jīng)濟指標分為領(lǐng)先指標、同步指標和滯后指標，通過將經(jīng)濟指標分為領(lǐng)先指標、同

30、步指標和滯后指標，并根據(jù)這三類指標之間的關(guān)系進行分析預測。領(lǐng)先指并根據(jù)這三類指標之間的關(guān)系進行分析預測。領(lǐng)先指標法不僅可以預測經(jīng)濟的發(fā)展趨勢，而且可以預測其標法不僅可以預測經(jīng)濟的發(fā)展趨勢，而且可以預測其轉(zhuǎn)折點。轉(zhuǎn)折點。 回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄一、領(lǐng)先指標法一、領(lǐng)先指標法t1t2t3t4t (時間）滯后指標滯后指標同步指標同步指標領(lǐng)先指標領(lǐng)先指標（指標）y0回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄二、廠長（經(jīng)理）評判意見法二、廠長（經(jīng)理）評判意見法 由企業(yè)的總負責人把與市場有關(guān)或者熟悉市場情況的由企業(yè)的總負責人把與市場有關(guān)

31、或者熟悉市場情況的各種負責人和中層管理部門的負責人召集起來，讓他各種負責人和中層管理部門的負責人召集起來，讓他們對未來的市場發(fā)展形勢或某一重大市場問題發(fā)表意們對未來的市場發(fā)展形勢或某一重大市場問題發(fā)表意見，作出判斷；然后，將各種意見匯總起來，進行分見，作出判斷；然后，將各種意見匯總起來，進行分析研究和綜合處理；最后，得出市場預測結(jié)果。析研究和綜合處理；最后，得出市場預測結(jié)果。 回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄二、廠長（經(jīng)理）評判意見法二、廠長（經(jīng)理）評判意見法 優(yōu)點：迅速、及時和經(jīng)濟；集中了各個方面有經(jīng)驗人優(yōu)點：迅速、及時和經(jīng)濟；集中了各個方面有經(jīng)驗人員的意

32、見，使預測結(jié)果比較準確可靠；不需要大量的員的意見，使預測結(jié)果比較準確可靠；不需要大量的統(tǒng)計資料，適合于對那些不可控因素較多的產(chǎn)品進行統(tǒng)計資料，適合于對那些不可控因素較多的產(chǎn)品進行銷售預測；如果市場發(fā)生了變化，可以立即進行修正。銷售預測；如果市場發(fā)生了變化，可以立即進行修正。 缺點：預測結(jié)果容易受主觀因素的影響；對市場變化、缺點：預測結(jié)果容易受主觀因素的影響；對市場變化、顧客的愿望等問題了解不細，因此預測結(jié)果一般化。顧客的愿望等問題了解不細，因此預測結(jié)果一般化?；乇菊履夸浀谒墓?jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄三、推銷人員估計法三、推銷人員估計法 將不同銷售人員的估計值綜合匯總

33、起來，將不同銷售人員的估計值綜合匯總起來， 作為預測結(jié)作為預測結(jié)果值。由于銷售人員一般都很熟悉市場情況，因此，果值。由于銷售人員一般都很熟悉市場情況，因此，這一方法具有一些顯著的優(yōu)勢。這一方法具有一些顯著的優(yōu)勢。 回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回總目錄四、相互影響分析法四、相互影響分析法 從分析各個事件之間由于相互影響而引起的變化，以從分析各個事件之間由于相互影響而引起的變化，以及變化發(fā)生的概率，來研究各個事件在未來發(fā)生的可及變化發(fā)生的概率，來研究各個事件在未來發(fā)生的可能性的一種預測方法。能性的一種預測方法。 回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其

34、他方法 例例 某筆記本電腦公司經(jīng)理召集主管銷售、財務、計某筆記本電腦公司經(jīng)理召集主管銷售、財務、計劃和生產(chǎn)等部門的負責人，對下一年度某種型號筆記劃和生產(chǎn)等部門的負責人，對下一年度某種型號筆記本的銷售前景做出了估計。幾個部門負責人的初步判本的銷售前景做出了估計。幾個部門負責人的初步判斷如下表所示，請估計下一年度的銷售額。斷如下表所示，請估計下一年度的銷售額?；乜偰夸浕乇菊履夸洸块T部門各種銷售量估計各種銷售量估計銷售量銷售量（臺臺）概率概率期望值（臺）期望值（臺）（銷售量（銷售量概率）概率）銷售部門銷售部門負責人負責人最高銷售量最高銷售量186000.11860最可能銷售量最可能銷售量111600

35、.77812最低銷售量最低銷售量99200.21984總期望值總期望值111656計劃、財務計劃、財務部門負責人部門負責人最高銷售量最高銷售量124000.11240最可能銷售量最可能銷售量111600.88928最低銷售量最低銷售量93000.1930總期望值總期望值111098生產(chǎn)部門負責人生產(chǎn)部門負責人最高銷售量最高銷售量124000.33720最可能銷售量最可能銷售量105400.66324最低銷售量最低銷售量74400.1744總期望值總期望值110788回總目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法解答解答 絕

36、對平均法：下一年度某種型號筆記本電腦的銷售量絕對平均法：下一年度某種型號筆記本電腦的銷售量預測值為：預測值為：回總目錄11656 11098 1078811181()3臺回本章目錄第四節(jié)第四節(jié) 定性預測的其他方法定性預測的其他方法解答解答 加權(quán)平均法：根據(jù)各部門負責人對市場情況的熟悉程加權(quán)平均法：根據(jù)各部門負責人對市場情況的熟悉程度以及他們在以往預測判斷中的準確程度，分別給予度以及他們在以往預測判斷中的準確程度，分別給予不同部門負責人不同的評定等級，在綜合處理時，采不同部門負責人不同的評定等級，在綜合處理時，采用不同的加權(quán)系數(shù)。如定銷售部門負責人的加權(quán)系數(shù)用不同的加權(quán)系數(shù)。如定銷售部門負責人的

37、加權(quán)系數(shù)為為2，其他兩個部門負責人的加權(quán)系數(shù)為，其他兩個部門負責人的加權(quán)系數(shù)為1，從而下一，從而下一年度筆記本電腦的銷售預測值為：年度筆記本電腦的銷售預測值為： 回總目錄11656 2 11098 1078811300()4 臺回本章目錄第五節(jié)第五節(jié) 情景預測法情景預測法回總目錄一、情景預測法的概念和特點一、情景預測法的概念和特點 使用范圍很廣，不受任何假設條件的限制。使用范圍很廣，不受任何假設條件的限制。 考慮問題較全面，應用起來靈活?？紤]問題較全面，應用起來靈活。 定性和定量分析相結(jié)合。定性和定量分析相結(jié)合。 能及時發(fā)現(xiàn)可能出現(xiàn)的難題，減輕影響。能及時發(fā)現(xiàn)可能出現(xiàn)的難題，減輕影響。 回本章

38、目錄第五節(jié)第五節(jié) 情景預測法情景預測法二、情景預測法的一般方法二、情景預測法的一般方法回總目錄間隙分析法目標展開法未來分析法情景預測法回本章目錄第五節(jié)第五節(jié) 情景預測法情景預測法三、情景預測法的一般步驟三、情景預測法的一般步驟回總目錄 確定主題確定主題 收集資料收集資料分析影響分析影響 分析突發(fā)事件分析突發(fā)事件進行預測進行預測回本章目錄第五節(jié)第五節(jié) 情景預測法情景預測法回總目錄四、情景預測法的實證分析四、情景預測法的實證分析 確定預測主題確定預測主題 分析未來情景分析未來情景 尋找影響因素尋找影響因素 具體分析具體分析 預測預測第三章第三章 回回 歸歸 預預 測測 法法 第一節(jié)第一節(jié) 一元線性

39、回歸預測法一元線性回歸預測法 第二節(jié)第二節(jié) 多元線性回歸預測法多元線性回歸預測法 第三節(jié)第三節(jié) 非線性回歸預測法非線性回歸預測法 第四節(jié)第四節(jié) 應用回歸預測法應注意的問題應用回歸預測法應注意的問題回總目錄第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法一、建立模型一、建立模型 一元線性回歸模型：一元線性回歸模型： 其中，其中， 、 是未知參數(shù)，是未知參數(shù)， 為剩余殘差項或稱隨機擾為剩余殘差項或稱隨機擾動項。動項。 01iiiybb x回總目錄回本章目錄0b1bi第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法二、估計參數(shù)二、估計參數(shù) 用最小二乘法進行參數(shù)的估計時，要求用最小二乘法進行參數(shù)的

40、估計時，要求 滿足一定的滿足一定的假設條件：假設條件： 是一個隨機變量；是一個隨機變量； 回總目錄回本章目錄iii的均值為零，即的均值為零，即 ；0iE在每一個時期中，在每一個時期中， i的方差為常量，即的方差為常量，即 ；2iD各個各個 相互獨立；相互獨立； i與自變量無關(guān)。與自變量無關(guān)。 i第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法二、估計參數(shù)二、估計參數(shù) 用最小二乘法進行參數(shù)估計，得到的估計表達式為：用最小二乘法進行參數(shù)估計，得到的估計表達式為：12xxyybxx回總目錄回本章目錄01byb x第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 標準誤差：

41、估計值與因變量值間的平均平方誤差。標準誤差：估計值與因變量值間的平均平方誤差。 可決系數(shù)：衡量自變量與因變量關(guān)系密切程度的指標，可決系數(shù)：衡量自變量與因變量關(guān)系密切程度的指標，表示自變量解釋了因變量變動的百分比。表示自變量解釋了因變量變動的百分比。22yySEn回總目錄回本章目錄2222221xxyyyyRyyxxyy 第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 相關(guān)系數(shù)：相關(guān)系數(shù)： 可決系數(shù)是相關(guān)系數(shù)的平方。相關(guān)系數(shù)越接近可決系數(shù)是相關(guān)系數(shù)的平方。相關(guān)系數(shù)越接近+1或或-1，因變量與自變量的擬合程度就越好。因變量與自變量的擬合程度就越好?；乜偰夸浕乇菊履夸?2

42、xxyyrxxyy第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 回歸系數(shù)顯著性檢驗：回歸系數(shù)顯著性檢驗：回總目錄回本章目錄檢驗假設：檢驗假設： 01:0Hb 11:0Hb 其中，其中，2bSESxx檢驗規(guī)則：給定顯著性水平檢驗規(guī)則：給定顯著性水平 ，若若 ，tt則回歸系數(shù)顯著。則回歸系數(shù)顯著。 檢驗統(tǒng)計量：檢驗統(tǒng)計量： 12bbttnS第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 F檢驗：檢驗：回總目錄回本章目錄 檢驗假設：檢驗假設： 0:H回歸方程不顯著回歸方程不顯著 1:H回歸方程顯著回歸方程顯著 檢驗統(tǒng)計量：檢驗統(tǒng)計量： 222

43、yyFyyn1,2Fn檢驗規(guī)則：給定顯著性水平檢驗規(guī)則：給定顯著性水平 ，若，若 ， 1,2FFn則回歸方程顯著。則回歸方程顯著。 第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 德賓德賓沃森統(tǒng)計量沃森統(tǒng)計量：回總目錄回本章目錄檢驗檢驗 iu之間是否存在自相關(guān)關(guān)系。之間是否存在自相關(guān)關(guān)系。 21221niiiniiDW其中，其中， ，iiiyyD D- -W W 的取值域在的取值域在04之間。之間。第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法三、進行檢驗三、進行檢驗 德賓德賓沃森統(tǒng)計量沃森統(tǒng)計量：回總目錄回本章目錄在在D-W D-W 小于等于小于等于2時，時，

44、 D-W D-W 檢驗法則規(guī)定：檢驗法則規(guī)定：如LD W d,認為iu存在正自相關(guān);如UD W d,認為iu無自相關(guān)。在在D-W D-W 大于大于2時時, D-W D-W 檢驗法則規(guī)定檢驗法則規(guī)定:如4LD W d,認為iu存在負自相關(guān);如4UD W d,認為iu無自相關(guān);如4LUdD W d ,不能確定iu是否有自相關(guān)。第一節(jié)第一節(jié) 一元線性回歸預測法一元線性回歸預測法四、進行預測四、進行預測 點估計：只要將給定的自變量值代入所建立的一元線點估計：只要將給定的自變量值代入所建立的一元線性回歸模型，便可得到因變量的一個對應的估計值。性回歸模型，便可得到因變量的一個對應的估計值。 區(qū)間估計：如果

45、要估計的是因變量的平均水平，則所區(qū)間估計：如果要估計的是因變量的平均水平，則所估計的區(qū)間稱為置信區(qū)間；如果要估計的是某個特定估計的區(qū)間稱為置信區(qū)間；如果要估計的是某個特定的因變量，則所估計的區(qū)間稱為預測區(qū)間。的因變量，則所估計的區(qū)間稱為預測區(qū)間。 回總目錄回本章目錄第二節(jié)第二節(jié) 多元線性回歸預測法多元線性回歸預測法一、估計參數(shù)一、估計參數(shù) 建立二元線性回歸模型：建立二元線性回歸模型： 類似使用最小二乘法進行參數(shù)估計類似使用最小二乘法進行參數(shù)估計 ?；乜偰夸浕乇菊履夸?1 122iiybb xb x第二節(jié)第二節(jié) 多元線性回歸預測法多元線性回歸預測法二、擬合優(yōu)度二、擬合優(yōu)度 標準誤差：對標準誤差：

46、對y y 值與模型估計值之間離差的一種度量。值與模型估計值之間離差的一種度量。 可決系數(shù)：可決系數(shù)： 相關(guān)系數(shù)：對于多元回歸可決系數(shù)而言，多元相關(guān)系相關(guān)系數(shù)：對于多元回歸可決系數(shù)而言，多元相關(guān)系數(shù)似乎是多余的。數(shù)似乎是多余的。 23yySEn回總目錄回本章目錄2221yyRyy 第二節(jié)第二節(jié) 多元線性回歸預測法多元線性回歸預測法三、自相關(guān)和多重共線性問題三、自相關(guān)和多重共線性問題 自相關(guān)檢驗自相關(guān)檢驗 ： 回總目錄回本章目錄21221niiiniiDW其中，其中， 。 iiiyy第二節(jié)第二節(jié) 多元線性回歸預測法多元線性回歸預測法三、自相關(guān)和多重共線性問題三、自相關(guān)和多重共線性問題 多重共線性檢

47、驗：多重共線性檢驗： 任何兩個自變量之間的相關(guān)系數(shù)為：任何兩個自變量之間的相關(guān)系數(shù)為： 回總目錄回本章目錄22xxyyrxxyy第三節(jié)第三節(jié) 非線性回歸預測法非線性回歸預測法一、選配曲線問題一、選配曲線問題 確定變量間函數(shù)的類型：變量間函數(shù)關(guān)系的類型有的確定變量間函數(shù)的類型：變量間函數(shù)關(guān)系的類型有的可根據(jù)理論或過去積累的經(jīng)驗事前予以確定；不能根可根據(jù)理論或過去積累的經(jīng)驗事前予以確定；不能根據(jù)理論或過去積累的經(jīng)驗確定時，根據(jù)實際資料作散據(jù)理論或過去積累的經(jīng)驗確定時，根據(jù)實際資料作散點圖，從其分布形狀選擇適當?shù)那€來配合。點圖，從其分布形狀選擇適當?shù)那€來配合。 確定相關(guān)函數(shù)中的未知參數(shù)：最小二乘

48、法是確定未知確定相關(guān)函數(shù)中的未知參數(shù)：最小二乘法是確定未知參數(shù)最常用的方法。參數(shù)最常用的方法?；乜偰夸浕乇菊履夸浀谌?jié)第三節(jié) 非線性回歸預測法非線性回歸預測法二、一些常見的函數(shù)圖形二、一些常見的函數(shù)圖形回總目錄回本章目錄 拋物線函數(shù)：拋物線函數(shù)：2yabxcx 對數(shù)函數(shù)：對數(shù)函數(shù)：lgyabx S型函數(shù)：型函數(shù)：1xyabe 冪函數(shù)：冪函數(shù)： 指數(shù)函數(shù)：指數(shù)函數(shù)：byaxbxyae第四節(jié)第四節(jié) 應用回歸預測法應注意的問題應用回歸預測法應注意的問題 用定性分析判斷現(xiàn)象之間的依存關(guān)系；用定性分析判斷現(xiàn)象之間的依存關(guān)系； 避免回歸預測的任意外推；避免回歸預測的任意外推； 應用合適的數(shù)據(jù)資料。應用合適

49、的數(shù)據(jù)資料?；乜偰夸浕乇菊履夸浀谒恼碌谒恼?時間序列分解法和趨勢外推法時間序列分解法和趨勢外推法 第一節(jié)第一節(jié) 時間序列分解法時間序列分解法 第二節(jié)第二節(jié) 趨勢外推法概述趨勢外推法概述 第三節(jié)第三節(jié) 多項式曲線趨勢外推法多項式曲線趨勢外推法 第四節(jié)第四節(jié) 指數(shù)曲線趨勢外推法指數(shù)曲線趨勢外推法 第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線趨勢外推法 第六節(jié)第六節(jié) 曲線擬合優(yōu)度分析曲線擬合優(yōu)度分析回總目錄第一節(jié)第一節(jié) 時間序列分解法時間序列分解法一、時間序列的分解一、時間序列的分解 長期趨勢因素（長期趨勢因素（T） 季節(jié)變動因素（季節(jié)變動因素（S） 周期變動因素（周期變動因素（C） 不規(guī)則變動因素（不

50、規(guī)則變動因素（I）回總目錄回本章目錄第一節(jié)第一節(jié) 時間序列分解法時間序列分解法二、時間序列分解模型二、時間序列分解模型 時間序列時間序列y y 可以表示為以上四個因素的函數(shù)，即：可以表示為以上四個因素的函數(shù)，即： 加法模型為：加法模型為： 乘法模型為：乘法模型為：( ,)tttttyf T S C I回總目錄tttttyTSCItttttyTSCI回本章目錄第一節(jié)第一節(jié) 時間序列分解法時間序列分解法三、時間序列的分解方法三、時間序列的分解方法 長期趨勢長期趨勢T 的計算的計算 季節(jié)指數(shù)季節(jié)指數(shù)S 的計算的計算 周期變動因素周期變動因素C 的計算的計算 不規(guī)則變動因素不規(guī)則變動因素I 的計算的計

51、算回總目錄回本章目錄第二節(jié)第二節(jié) 趨勢外推法概述趨勢外推法概述一、趨勢外推法的概念和假定條件一、趨勢外推法的概念和假定條件 當預測對象依時間變化呈現(xiàn)某種上升或下降趨勢，沒當預測對象依時間變化呈現(xiàn)某種上升或下降趨勢，沒有明顯的季節(jié)波動，且能找到一個合適的函數(shù)曲線反有明顯的季節(jié)波動，且能找到一個合適的函數(shù)曲線反映這種變化趨勢時，就可以用趨勢外推法進行預測。映這種變化趨勢時，就可以用趨勢外推法進行預測。 趨勢外推法的兩個假定：（趨勢外推法的兩個假定：（1）假設事物的發(fā)展過程沒）假設事物的發(fā)展過程沒有跳躍式變化；（有跳躍式變化；（2）假定事物的發(fā)展因素也決定事物）假定事物的發(fā)展因素也決定事物未來的發(fā)展

52、，其條件不變或變化不大。未來的發(fā)展，其條件不變或變化不大。 回總目錄回本章目錄第二節(jié)第二節(jié) 趨勢外推法概述趨勢外推法概述二二 、趨勢模型的種類、趨勢模型的種類 多項式曲線預測模型多項式曲線預測模型 指數(shù)曲線預測模型指數(shù)曲線預測模型 對數(shù)曲線預測模型對數(shù)曲線預測模型 生長曲線預測模型生長曲線預測模型回總目錄回本章目錄第二節(jié)第二節(jié) 趨勢外推法概述趨勢外推法概述三、趨勢模型的選擇三、趨勢模型的選擇 圖形識別法：通過繪制散點圖進行，即將時間序列的圖形識別法：通過繪制散點圖進行，即將時間序列的數(shù)據(jù)繪制成以時間數(shù)據(jù)繪制成以時間t t 為橫軸、時序觀察值為縱軸的圖為橫軸、時序觀察值為縱軸的圖形，觀察并將其變

53、化曲線與各類函數(shù)曲線模型的圖形形，觀察并將其變化曲線與各類函數(shù)曲線模型的圖形進行比較，以便選擇較為合適的模型。進行比較，以便選擇較為合適的模型。 差分法：利用差分法把數(shù)據(jù)修勻，使非平穩(wěn)序列達到差分法：利用差分法把數(shù)據(jù)修勻，使非平穩(wěn)序列達到平穩(wěn)序列。平穩(wěn)序列。回總目錄回本章目錄第三節(jié)第三節(jié) 多項式曲線趨勢外推法多項式曲線趨勢外推法一、二次多項式曲線模型及其應用一、二次多項式曲線模型及其應用 二次多項式曲線預測模型為：二次多項式曲線預測模型為： 設有一組統(tǒng)計數(shù)據(jù)設有一組統(tǒng)計數(shù)據(jù) ， ， ，令，令 即：即： 解這個三元一次方程，就可求得參數(shù)。解這個三元一次方程，就可求得參數(shù)。2012tybbtb t

54、回總目錄回本章目錄1y2yny22201201211(,)()()nntttttQ b b byyybbtb t最小值4231202322102210tbtbtbyttbtbtbtytbtbnby第三節(jié)第三節(jié) 多項式曲線趨勢外推法多項式曲線趨勢外推法二、三次多項式曲線預測模型及其應用二、三次多項式曲線預測模型及其應用 三次多項式曲線預測模型為：三次多項式曲線預測模型為： 設有一組統(tǒng)計數(shù)據(jù)設有一組統(tǒng)計數(shù)據(jù) ， ， ，令，令 即：即： 解這個四元一次方程，就可求得參數(shù)。解這個四元一次方程，就可求得參數(shù)。230123tybbtb tb t回總目錄回本章目錄1y2yny223 20123012311(

55、 , ,)()()nntttttQ b b b byyybbtb tbt最小值6352413035342312024332210332210tbtbtbtbyttbtbtbtbyttbtbtbtbtytbtbtbnby第四節(jié)第四節(jié) 指數(shù)曲線趨勢外推法指數(shù)曲線趨勢外推法一、指數(shù)曲線模型及其應用一、指數(shù)曲線模型及其應用 指數(shù)曲線預測模型為：指數(shù)曲線預測模型為： 對函數(shù)模型對函數(shù)模型 做線性變換，得：做線性變換，得： 令令 ，則，則 這樣，就把指數(shù)曲線模型轉(zhuǎn)化為直線模型了。這樣，就把指數(shù)曲線模型轉(zhuǎn)化為直線模型了。0)( aaeybtt回總目錄回本章目錄bttyaelnlntyabtln,lnttYy

56、 AatYAbt第四節(jié)第四節(jié) 指數(shù)曲線趨勢外推法指數(shù)曲線趨勢外推法二、修正指數(shù)曲線模型及其應用二、修正指數(shù)曲線模型及其應用 修正指數(shù)曲線預測模型為：修正指數(shù)曲線預測模型為： 回總目錄回本章目錄) 10( 2cbcayt第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線趨勢外推法一、龔珀茲曲線模型及其應用一、龔珀茲曲線模型及其應用 龔珀茲曲線預測模型為：龔珀茲曲線預測模型為： 對函數(shù)模型對函數(shù)模型 做線性變換，得：做線性變換，得： 龔珀茲曲線對應于不同的龔珀茲曲線對應于不同的lga與與b的不同取值范圍而具的不同取值范圍而具有間斷點。曲線形式如下圖所示：有間斷點。曲線形式如下圖所示：回總目錄回本章目錄tbt

57、ykatbtykalglglgtykba第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線趨勢外推法一、龔珀茲曲線模型及其應用一、龔珀茲曲線模型及其應用回總目錄回本章目錄(1) lga0 0b1k 漸近線（漸近線（k）意味著）意味著市場對某類產(chǎn)品的市場對某類產(chǎn)品的需求已逐漸接近飽需求已逐漸接近飽和狀態(tài)。和狀態(tài)。第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線趨勢外推法一、龔珀茲曲線模型及其應用一、龔珀茲曲線模型及其應用回總目錄回本章目錄(2) lga1k 漸近線（漸近線（k）意味著）意味著市場對某類產(chǎn)品的市場對某類產(chǎn)品的需求已由飽和狀態(tài)需求已由飽和狀態(tài)開始下降。開始下降。第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線

58、趨勢外推法一、龔珀茲曲線模型及其應用一、龔珀茲曲線模型及其應用回總目錄回本章目錄(3) lga0 0b0 b1k第五節(jié)第五節(jié) 生長曲線趨勢外推法生長曲線趨勢外推法二、皮爾曲線模型及其應用二、皮爾曲線模型及其應用 皮爾曲線預測模型為：皮爾曲線預測模型為：回總目錄回本章目錄1tbtLyae第六節(jié)第六節(jié) 曲線擬合優(yōu)度分析曲線擬合優(yōu)度分析 實際的預測對象往往無法通過圖形直觀確認某種模型，實際的預測對象往往無法通過圖形直觀確認某種模型，而是與幾種模型接近。這時，一般先初選幾個模型，而是與幾種模型接近。這時，一般先初選幾個模型，待對模型的擬合優(yōu)度分析后再確定究竟用哪一種模型。待對模型的擬合優(yōu)度分析后再確定

59、究竟用哪一種模型。 評判擬合優(yōu)度的好壞一般使用標準誤差作為優(yōu)度好壞評判擬合優(yōu)度的好壞一般使用標準誤差作為優(yōu)度好壞的指標：的指標：回總目錄回本章目錄2()yySEn第一節(jié)第一節(jié) 一次移動平均法一次移動平均法第二節(jié)第二節(jié) 一次指數(shù)平滑法一次指數(shù)平滑法第三節(jié)第三節(jié) 線性二次移動平均法線性二次移動平均法第四節(jié)第四節(jié) 線性二次指數(shù)平滑法線性二次指數(shù)平滑法第五節(jié)第五節(jié) 二次曲線指數(shù)平滑法二次曲線指數(shù)平滑法第六節(jié)第六節(jié) 溫特線性與季節(jié)指數(shù)平滑法溫特線性與季節(jié)指數(shù)平滑法第五章第五章 時間序列平滑預測法時間序列平滑預測法回總目錄第一節(jié)第一節(jié) 一次移動平均法一次移動平均法 一次移動平均法是收集一組觀察值，計算這組

60、觀察值一次移動平均法是收集一組觀察值，計算這組觀察值的均值，利用這一均值作為下一期的預測值。的均值，利用這一均值作為下一期的預測值?；乜偰夸?設時間序列為設時間序列為1,2,.,x x移動平均法可以表示為：移動平均法可以表示為：11111./ttttt Nit NFxxxNxN式中：式中：tx 為最新觀察值；為最新觀察值；1tF為下一期預測值。為下一期預測值?；乇菊履夸浀谝还?jié)第一節(jié) 一次移動平均法一次移動平均法 例例 下表是某產(chǎn)品下表是某產(chǎn)品111月的月銷售量，試選用月的月銷售量，試選用N=3和和N=5，采用一次移動平均法對，采用一次移動平均法對12月的銷售量進行預測。月的銷售量進行預測?；乜?/p>