基于季節(jié)變動(dòng)預(yù)測(cè)法的模型應(yīng)用(中文版)宋力

1、 供應(yīng)鏈管理學(xué)年論文設(shè)計(jì)主題：基于季節(jié)變動(dòng)預(yù)測(cè)法的模型應(yīng)用交通運(yùn)輸學(xué)院交運(yùn)131班 宋 力 201310611010指導(dǎo)教師： 錢(qián)佳 完成時(shí)間：2015年10月基于季節(jié)變動(dòng)預(yù)測(cè)法的模型應(yīng)用摘要：對(duì)時(shí)間序列數(shù)據(jù)的預(yù)測(cè)是供應(yīng)鏈中對(duì)市場(chǎng)需求預(yù)測(cè)最常見(jiàn)的形式，而時(shí)間序列數(shù)據(jù)由于季度變化的影響以及自身趨勢(shì)的變化，預(yù)測(cè)干擾因素的增加。本文通過(guò)使用季節(jié)變動(dòng)預(yù)測(cè)法中的簡(jiǎn)單季節(jié)預(yù)測(cè)法與趨勢(shì)比率法，研究了兩種不同變化趨勢(shì)下的季節(jié)變動(dòng)模型，分析其適用范圍，并結(jié)合具體實(shí)例對(duì)數(shù)據(jù)進(jìn)行預(yù)測(cè)。關(guān)鍵詞：季節(jié)變動(dòng)預(yù)測(cè)法；簡(jiǎn)單季節(jié)預(yù)測(cè)法；趨勢(shì)比率法；一、背景介紹在現(xiàn)實(shí)經(jīng)濟(jì)生活中，季節(jié)變動(dòng)是一種很普遍的現(xiàn)象。季節(jié)變動(dòng)預(yù)測(cè)法的基本思

2、想就是通過(guò)時(shí)間序列分解的方法分離季節(jié)變動(dòng)的影響因素，它的具體做法是：首先，找到描述整個(gè)時(shí)間序列總體發(fā)展趨勢(shì)的數(shù)學(xué)模型，即分離趨勢(shì)線；然后，找到季節(jié)變動(dòng)對(duì)預(yù)測(cè)對(duì)象的影響，即分離季節(jié)影響因素；最后，將趨勢(shì)線與季節(jié)影響因素合并，得到能夠描述時(shí)間序列總體發(fā)展規(guī)律的預(yù)測(cè)模型，并用于預(yù)測(cè)二、簡(jiǎn)單季節(jié)平均法2.1方差分析判斷季節(jié)變動(dòng)的存在如果時(shí)間序列具有水平趨勢(shì)，且受季節(jié)影響，則采用簡(jiǎn)單預(yù)測(cè)法：2.2簡(jiǎn)單季節(jié)平均法原理(1)求yt的均值y(2)剔除趨勢(shì)，求出St(3)估計(jì)季節(jié)指數(shù)：S(4)建立數(shù)學(xué)模型預(yù)測(cè)：y其中yt+為第t+期的簡(jiǎn)單季節(jié)預(yù)測(cè)值，s三、案例一表一展示了川?；疱仠桩a(chǎn)品在最近16個(gè)季度內(nèi)（季度

3、已轉(zhuǎn)化成為數(shù)字序列）的銷(xiāo)售情況（萬(wàn)包），使用季節(jié)變動(dòng)預(yù)測(cè)法預(yù)測(cè)未來(lái)一年內(nèi)各季度的數(shù)據(jù)：表一時(shí)間t12345678數(shù)據(jù)值y11253171224309時(shí)間t910111213141516數(shù)據(jù)值y1326328102731103.1.季節(jié)變動(dòng)的判斷： （1）繪制時(shí)間序列散點(diǎn)圖，并使用Excel軟件添加一次線性趨勢(shì)曲線，消除時(shí)間序列中的趨勢(shì)數(shù)據(jù)，然后通過(guò)一次線性模型求得趨勢(shì)值（見(jiàn)表二）：圖一（2）用各期的時(shí)間序列值除以其趨勢(shì)值，得到季節(jié)指數(shù)的預(yù)測(cè)值（見(jiàn)表二）表二時(shí)間t數(shù)據(jù)值y_t趨勢(shì)值季節(jié)指數(shù)值11118.57350.592241622518.6471.340698233118.72051.6559

4、3874718.7940.372459351218.86750.636014362418.9411.267092673019.01451.57774338919.0880.471500491319.16150.6784438102619.2351.3517026113219.30851.657301212819.3820.4127541131019.45550.5139935142719.5291.3825593153119.60251.5814309161019.6760.5082334（3）假定季節(jié)長(zhǎng)度為L(zhǎng)=4,將估計(jì)值分為四組，使每組數(shù)據(jù)只包含相同季節(jié)數(shù)據(jù)：表三第一季度第二季度第三季度第

5、四季度0.5922421.3406981.6559390.3724590.6360141.2670931.5777430.47150.6784441.3517031.6573010.4127540.5139931.3825591.5814310.508233（4）方差分析法：使用Excel數(shù)據(jù)分析中的方差分析功能，對(duì)表三數(shù)據(jù)進(jìn)行方差分析方差分析：?jiǎn)我蛩胤讲罘治鯯UMMARY表四組觀測(cè)數(shù)求和平均方差列 142.4206930.6051730.004934列 245.3420531.3355130.002395列 346.4724141.6181040.001981列 441.7649470.44

6、12370.003649方差分析表五差異源SSdfMSFP-valueF crit組間3.85090231.283634396.26252.91E-123.490295組內(nèi)0.038872120.003239總計(jì)3.88977415從方差分析結(jié)果可以看出，組間差異平方和SA(“組間”)為3.8509，組內(nèi)差異平方和SE(“組內(nèi)”)為0.0389，總差異平方和ST(“總計(jì)”)為3.8898。因此，得到F統(tǒng)計(jì)量值396.2625，而F臨界值（”F crit3.2不變季節(jié)指數(shù)預(yù)測(cè)法-簡(jiǎn)單季節(jié)預(yù)測(cè)法(1)剔除趨勢(shì):用各期的時(shí)間序列值除以平均值，得出季節(jié)指數(shù)值(2)由于數(shù)據(jù)具有季節(jié)長(zhǎng)度為4的季節(jié)變動(dòng)，因

7、此，對(duì)同季節(jié)的季節(jié)指數(shù)值求平均值。應(yīng)用預(yù)測(cè)模型yt+表六第一季度第二季度第三季度第四季度均值y0.6013071.3333331.6209150.444444預(yù)測(cè)值11.525.49999318.499992即預(yù)測(cè)求得下一年四季度的預(yù)測(cè)值分別為：11.5萬(wàn)件、25.5萬(wàn)件、31萬(wàn)件、8.5萬(wàn)件。四、趨勢(shì)比率法4.1 方法介紹如果一個(gè)時(shí)間序列數(shù)據(jù)具有線性趨勢(shì)，且受到季節(jié)變動(dòng)的影響，則可以采用趨勢(shì)比率法：建立趨勢(shì)方程T根據(jù)趨勢(shì)方程，計(jì)算各期預(yù)測(cè)值T剔除趨勢(shì)，St初步估計(jì)季節(jié)指數(shù)，對(duì)同季節(jié)的St求平均值，以消除隨機(jī)干擾：最終估計(jì)季節(jié)指數(shù)。S=1Li=1建立趨勢(shì)季節(jié)模型：yt4.2 案例二已知惠南地區(qū)

8、波司登服裝專賣(mài)店20032005年各季度的利潤(rùn)額，試預(yù)測(cè)2006年各季度的凈利潤(rùn)：表七年份200320042005季度123412341234利潤(rùn)額412529375033324462404455繪制散點(diǎn)圖，并通過(guò)添加趨勢(shì)線求得趨勢(shì)值圖二剔除趨勢(shì)，求季節(jié)指數(shù)值（方法與案例一相同，數(shù)據(jù)見(jiàn)表九）初步估計(jì)季節(jié)指數(shù)值：對(duì)同季節(jié)的指數(shù)求平均值最終估計(jì)季節(jié)指數(shù)S=1Li=1LSi , S表八1234均值初步估計(jì)值1.3271530.8090840.8319151.0343511.000626最終估計(jì)值1.3263230.8085780.8313951.033704（5） 根據(jù)趨勢(shì)季節(jié)模型公式y(tǒng)t（6） 計(jì)

9、算百分比誤差，從而得到預(yù)測(cè)精度指標(biāo)MAPE值，求得MAPE= 0.036983表九年份季度時(shí)間值利潤(rùn)額趨勢(shì)值季節(jié)指數(shù)值預(yù)測(cè)值百分比誤差2003114131.23121.31278977441.422660.0103088222533.00740.75740591526.689060.0675623332934.78360.83372623928.91890.0027965443736.55981.01204054737.792020.02140592004155038.3361.30425709550.845920.0169184263340.11220.82269234832.433840.

10、0171563373241.88840.76393464534.82580.0883061484443.66461.0076812845.136280.02582452005196245.44081.36441259860.269180.02791642104047.2170.84715250938.178630.04553433114448.99320.89808381640.732690.07425714125550.76941.08332972252.480540.0458084( 7 ) 利用趨勢(shì)線方程得到2006年利潤(rùn)額的趨勢(shì)值與預(yù)測(cè)值（見(jiàn)表十）圖三表十2006年趨勢(shì)值預(yù)測(cè)值第一季度

11、52.545669.69244063第二季度54.321843.92341415第三季度56.09846.63958295第四季度57.874259.82480127即2006年四季度的利潤(rùn)額預(yù)測(cè)值如下表所示，預(yù)測(cè)均誤差為3.7%。根據(jù)文獻(xiàn)3知預(yù)測(cè)時(shí)間為1年時(shí)，精度要求范圍 ，符合要求，即上述預(yù)測(cè)具有較高的精度。從圖三也可以看出預(yù)測(cè)值與實(shí)際值擬合效果好，可以有效反映市場(chǎng)發(fā)展的狀況，進(jìn)行有效的預(yù)測(cè)。五、結(jié)語(yǔ)時(shí)間序列數(shù)據(jù)預(yù)測(cè)在生活應(yīng)用廣泛，例如在供應(yīng)鏈管理的MTO與MTS模型中，對(duì)市場(chǎng)的預(yù)測(cè)往往起著決定性作用，而不變季節(jié)變動(dòng)預(yù)測(cè)法無(wú)論是理論上還是計(jì)算上都相較簡(jiǎn)單，易懂。它即考慮了季節(jié)指數(shù)的趨勢(shì)性變化，又充分利用了已知數(shù)據(jù)信息，可信度較高，是很好的不變季節(jié)變動(dòng)模型的預(yù)測(cè)方法。參考文獻(xiàn):1李鋒:經(jīng)濟(jì)預(yù)測(cè)與決策實(shí)驗(yàn)教程M.華南理工大學(xué)出版社，