服裝行業(yè)的需求分類與預測方法

2.Demandforecasting內容需求的分類預測方法移動平均法指數平滑法ARIMA模型BASS模型其他方法需求的分類需求的含意對某一商品有需求消費者有購買欲望而且能夠購買需求的例子衣,食,住,行需求的特征需求的相關性第1產業(yè),第2產業(yè),第3產業(yè)之間(投入產出)產品的生產需要人,財,物氣溫上升導致空調需求增加需求的不確定性個人的需求變化需求的相關關系的変化訂貨生産需求的連續(xù)性時序列分析將來需求的預測可能性需求的種類及其關系顯在需求已決定購買的到期更新的設備已支付貨款潛在需要不滿足需求的實現(xiàn)條件(資金、空間等)零需求沒有購買欲望的潛在需求創(chuàng)出需求經過企業(yè)的努力、顧客產生了購買欲望的需求????有欲望、有條件、但還沒有購買的需求????沒有欲望、有條件的需求需求變動的分類確定、動態(tài)穩(wěn)定不確定、動態(tài)不穩(wěn)定確定、動態(tài)穩(wěn)定不確定、動態(tài)不穩(wěn)定例1汽車組裝廠與零部件供應商每月供應坐位10萬空調組裝與壓縮機供應4月－6月:每月供應1萬臺其他時間每月供應2千臺例2汽車的月生產量1月、2月、3月、4月、5月100、100、100、100、1001月份的銷售量第1週、第2週、第3週、第4週20、

30、

25、

25汽車銷售商的月銷售量1月、2月、3月、4月、5月100、200、300、400、5002月份的每周銷售量1週、2週、3週、4週40、50、80、30需求4種變動曲線的示意圖

需求時間需求時間需求時間需求時間預測方方法預測種種類需求預預測經濟預預測銷售預預測生產預預測價格預預測其他（賽馬、壘球、足球）彩票?需求預預測的的實用用條件件預測精精度預測方方法的的評價價標準準精度(Accuracy)柔性(Bending)合理性性(Convincing)持續(xù)性性(Durability)簡便性性(Easiness)需求預預測與與銷售售預測測社會總總需求求與市市場占占有率率銷售預預測與與銷售售計劃劃供不應應求(能力力限制制對銷銷售計計劃起起主導導作用用)供過于于求(潛在在需求求的開開發(fā)、、積極極競爭爭的銷銷售計計劃)需求預預測的的數學學模型型移動平平均法法指數平平滑法法ARIMA模型BASS模型移動平平均法法實測值值：x1,x2,x3,x4,…xn預測值值：y1,y2,y3,y4,…ynyt+1=(xk+xk+1+xk+2…+xk+H)/Hk=t-Hk=t-H/2原系列列移動平平均k=t-H/2指數平平滑法法指數平平滑法法的思思路好的預預測方方法的的條件件去除不不規(guī)則則變動動對趨勢勢變化化敏感感誤差的的方差差小實用方方便預測邏邏輯明明了誤差范范圍明明確指數平平滑法法的計計算方方法實質上上是加加權移移動平平均法法Brown式平滑滑法簡單平平滑法法2次平平滑法法y(t+1)=αx(t)+(1-α)y(t)z(t+1)=αy(t)+(1-α)z(t)u=2y-zb(t+1)=α(y(t+1)-y(t))+(1-α)b(t)z(t+1)=y(t)+(1/α)b(t+1)3次次平平滑滑法法y(t+1)=ααx(t)+(1-αα)y(t)z(t+1)=ααy(t)+(1-αα)z(t)u(t+1)=ααz(t)+(1-αα)u(t)v=3y-3z+uWinter式平平滑滑法法CompleteexponentialmodelNa??vemodelSimpleforecastingmodelBasicValueTrendfactorSeasonalfactorBasicValueBeta:seasonalfactorGamma:trendfactorTrendfactorSeasonalfactor預測測方方法法BasicvalueSeasonalfactortrendfactorARIMA模型型自回回歸歸模模型型(AR:autoregression)AR(1)AR(2)自回回歸歸演演算算Z(t-1)a(t)Z(t)AR的性性質質協(xié)方方差差與與相相關關系系數數λ(p)=Cov(z(t),z(t-p))=E(z(t)z(t-p)λ(1)=E((ΦΦ(1)××z(t-1)+a(t))××z(t-1)））=ΦΦ(1)××λλ(0)+E(z(t-1))××E(a(t))=ΦΦ(1)××λλ(0)λ(p)=ΦΦ(1)××λλ(0)ρ(p)=λλ(p)/λλ(0)=ΦΦ(1)pp記憶憶函函數數z(t)=Φ(1)×z(t-1)+a(t)z(t)=a(t)+ΦΦ(1)××a(t-1)+ΦΦ(1)××a(t-1)+……Stationarycondition(定常常性性條條件件)Var(z(t))=Var(z(t-1))E(z(t)××z(t))=ΦΦ××ΦΦ××Var(z(t-1))+0+σσ××σσ｜ΦΦ｜｜＜＜１１2移動動平平均均模模型型(MA)MA(1)移動動平平均均演演算算子子a(t-1),a(t)Z(t)自回歸移移動平均均模型ARMA(1，，1)ARMA(p,q)Non-stationarymodelRandomwalkingz(t)=z(t-1)+a(t)股票價格格在時間間軸上獨獨立記憶函數數z(t)=a(t)+a(t-1)+a(t-2)+……例股票價格格的變動動自回歸差差分移動動平均模模型ARIMA利用差分分把時序序列變成成Stationary的序列w(t)=z(t)-z(t-1)w(t)=Φ(1)w(t-1)+a(t)-θθ(1)a(t-1)ARIMA(1,1,1)普遍地寫成成,ARIMA(p,d,q)差分與和分分：z(t)=w(t)+w(t-1)+w(t-2)……Bass模型成長曲線潛在市場規(guī)規(guī)模為m,革新系數為為p,模仿系數為為q已經購買的的人數：y(t)p(t):時間t上的的購購買買概概率率p(t)=p+q××y(t)/mx(t):時間間t上的的購購買買人人數數x(t)=p(t)××未購購買買者者人人數數=p(t)