运筹学-2(市场调查)

运筹学基础教程2黄桐城主编赵弘志改编主讲第二章市场需求预测本章主要内容★市场需求预测的概念★市场需求预测的原则与类型★市场需求预测的常用方法——指数平滑预测法——回归分析预测法2.1物流需求预测的概念预测是指对未来不确定事件的预见和推测。事件的范围十分广泛，有自然事件、科学事件、社会事件、经济事件等，所以有天文、地理、科学、技术、政治、军事、经济、文化等方面的事件预测。未来事件有确定型与不确定型之分，确定型事件是指该事件发展结果只会有一种状态；不确定型事件是指该事件发展过程和结果可能出现多种状态。现代物流发展呈现出系统化、网络化、信息化的趋势，现代物流的发展和物流系统的复杂性都给物流规划和决策带来了一定的困难，需要有科学的决策手段作为支持。所谓市场需求，是指各类企、事业单位和个体消费者在社会经济活动过程中，所伴随产生的生产、销售、仓储、配送等市场活动的需要情况市场需求预测，就是利用历史的资料和市场信息，对未来的市场需求状况进行科学的分析、估算和推断，市场需求预测的意义在于指导和调节人们的经济管理活动，以便采取适当的策略和措施，谋求最大的利益。2.2市场需求预测的原则与类型2.2.1市场需求预测的原则1．惯性原则——任何事物的发展都带有一定的延续性，即惯性。惯性越大表明过去对未来的影响越大，反之亦然。2．类推原则——可以用一个事物的变化规律来类推另外一个事物的变化规律。应用这一原则可使我们的预测工作大为简化。3．相关原则——任何事物的发展变化都不是孤立的，都是与其他的事物发展变化相互联系、相互影响而确定其运动轨迹的。4．概率推断原则——由于各种因素的干扰，常常使事物各个方面的变化呈现出随机形式。随机变化的不确定性往往给预测工作带来很大的困难，这时就需要应用随机方法对一些不确定性问题进行研究，并探讨预测方法。这种依据概率进行推断的原则称为概率推断原则。5．定性、定量分析相结合原则——预测中必须将定性分析和定量分析相结合。定量分析中，所建立的数学模型的准确程度必须依据定性分析来确定，而定性分析的成果必须通过定量的分析才能实现具体量化。2.2.2市场需求预测的类型1．按预测时间长短分类短期预测——一般是以周、旬为预测的时间单位，根据事物变化的观察期资料，结合事物当前和未来变化的实际情况，对事物未来的发展变化情况做出估计。近期预测——一般是以月为时间单位，根据对事物变化的实际观察资料，结合当前的变化情况，对事物未来一年的发展变化情况做出预测。中期预测——一般是指3～5年之内的预测。中期预测的结果可以为物流企业编制3～5年的经济发展计划提供重要的依据。长期预测——一般是指5年以上的预测，是为制定社会和国民经济发展的长期规划而专门进行的市场预测。2．按预测的空间范围分类宏观预测——是统观整体市场需求的发展变化及趋势，其内容涉及国民经济全局的预测，其空间范围往往是全国性的预测。宏观预测，以安排国民经济综合平衡中各种合理的比例关系，合理配置各种资源等为主要目的，为国民经济宏观决策提供必要的和可靠的依据。中观预测——是涉及国民经济各行业的预测，从空间范围来看，是以省、自治区、直辖市或经济区为总体的预测。物流园区货流的预测分析就属于中观预测。微观预测——一般是指企业所进行的市场预测，从空间范围上看，是市场或企业产品所涉及地区市场的预测。微观预测的范围较小，过程及内容可以比较具体细致，为企业提供更具体的信息。物流企业对业务量、营业收入等的预测即属于微观预测。3．按预测的方法分类按预测所采用的方法不同分类，可分为定性预测和定量预测。定性分析就是对研究对象进行“质”的方面的分析。具体地说是运用归纳和演绎、分析与综合以及抽象与概括等方法，对获得的各种材料进行思维加工，从而能去粗取精、去伪存真、由此及彼、由表及里，达到认识事物本质、揭示内在规律。定性分析常被用于对事物相互作用的研究中。它主要是解决研究对象“有没有”或者“是不是”的问题。定性研究具有探索性、诊断性和预测性等特点，它并不追求精确的结论，而只是了解问题之所在，摸清情况，得出感性认识。定量分析是依据统计数据，建立数学模型，并用数学模型计算出分析对象的各项指标及其数值的一种方法。定量预测的特点，是以大量的历史观察值为主要依据，建立适当的数学模型为预测模型，推断或估计预测目标的未来值。定量预测分类的方法：在经济需求预测中常用的分类方法是将其分为相关回归预测法和时间序列预测法两大类。相关回归预测法的基本思想是根据预测的相关性原则找出影响预测目标的各因素，并用数学方法找出这些因素与预测目标之间的函数关系的近似表达，再利用样本数据对其模型估计参数及对模型进行误差检验，一旦模型确定就可利用模型根据因素的变化值进行预测。相关回归预测法根据影响因素的多少又可分为：一元回归预测模型、二元回归预测模型、多元回归预测模型。按影响因素与因变量之间的关系来分可分为：线性回归预测模型、非线性回归预测模型。按回归方程的个数来分可分为：单方程回归模型、联立方程回归模型。按模型变量的特性可分为：分布滞后模型、自回归模型、期望模型、虚变量预测模型等。时间序列预测法的基本思想是根据预测的惯性原则利用事物发展的历史数据的变化趋势的延续来估计预测目标的未来发展趋势。时间序列预测法根据模型的特性分为：趋势预测模型、季节变动预测模型、随机预测模型。根据预测对象的预测结果的类型可分为：市场需求预测模型、市场占有率预测模型等。趋势预测模型又可分为：移动平均预测法、指数平滑法、差分指数平滑法、自适应过滤法、趋势曲线模型预测法等。季节变动预测法又分为：平均数趋势整理法、趋势比率法、环比法、温特斯法等。随机预测模型根据时间序列的特性分为：平稳随机序列预测模型(如AR模型、MA模型、ARMA模型、ARIMA模型等)、时间序列满足无后效性的马尔科夫预测模型等。时间序列预测模型根据采用的工具和手段不同又可分为：灰色预测法、神经网络预测法等。2.3指数平滑预测法2.3.1一次指数平滑法1．计算方法一次指数平滑法又称简单指数平滑法(SingleExponentialSmoothing，SES)，下式给出了简单移动平均法的计算公式：如果没有保存足够的历史数据，上式显然是无法应用的。TTttTtTtTFyyTTyyyF)(11211最后，得到：也可以表达为：譬如，某公司已知4月份被预测的月产量为31T，而4月份实际产量为33T，设α为0.9，则5月份预测产量=31+0.9×（33-31）=31+1.8=32.8.TtTFF)1(y1tttSyS)1(1)(1ttttFyFF2．预测模型最后可以得到普遍表达式：α的选择，直接影响过去各期观察值的作用。当α值取得较大时，对时间序列的修匀程度较小，平滑后序列能够比较快地反映出序列的变化情况。因此适用于变化较大的时间序列，以便很快地跟上其变化。当仅值取得较小时，对时间序列的修匀程度较大，平滑序列对原序列的变化反应较迟钝。因此适用于变化较小较平衡的时间序列。1111)1()1(tttttSyySF3211)1()1()1(tttttySyyyF(1)长期趋势稳定。如果时间序列虽有不规则变动，但长期趋势接近一稳定常数，Ⅸ值可以取得较小，一般在O.02～O.05之间为宜，以使各期的观测值在指数平滑计算中有较接近的权数。(2)趋势变动大。如果时间序列具有较迅速和较明显的趋势变动，口值可以取得大一些，一般在O.3～O.5之间为宜，以使近期观察值在指数平滑值的计算中有较大的作用，从而使近期的变动趋势在预测值中充分反映出来。(3)趋势变动小。如果时间序列的变化很小，α值可以取得小一些，一般在O.1～0.4之间为宜，以使早期的观察值在指数平滑值的计算中也能充分发挥作用。-p182.3.2二次指数平滑法二次指数平滑法又称为双重指数平滑法，它是以相同的平滑常数a，在一次指数平滑的基础上再进行一次平滑。用表示一次指数平滑值，用表示二次指数平滑值。——由于不属于课程重点，这里不作具体介绍2.3.3二次指数平滑法因为实际使用不多，故有学生感兴趣，可以自行阅读学习。——由于不属于课程重点，这里不作具体介绍/tS/tS//tS2.4回归分析预测法在社会经济活动中，任何现象都有其产生的原因，任何原因都会引起一定的结果，这是一般事物的运动规律，这种规律为我们研究现象之间的数量关系提供了依据。回归分析预测就是进行这类定量预测的常用方法之一。一般来说，回归就是指研究自变量与因变量之间关系的分析方法。在物流需求预测中，物流需求的多少受到多种因素的影响，可以通过在各相关影响因素间建立回归预测模型来实现对物流量的预测。2.4.1回归分析预测的基本问题所谓回归分析预测，就是依据回归分析描述的经济变量之间的数量关系对经济现象进行预测。在回归分析预测过程中，我们一般应关注以下几个基本问题。1．变量间相关关系的定性分析——对变量间是否存在一定的相关性进行分析，只有明确了现象间确实存在某种数量因果关系，才能谈得上定量分析。2．变量因果关系的确定：(1)数学模型的选择。(2)回归方程与回归系数的显著性检验。2.4.2一元回归分析预测一元回归预测也称单因素预测。1．回归方程的建立一元线性回归方程的模型可表述为：其他见教材。根据公式推导，可以知道是真实存在的参数。回归分析的内容之一就是通过样本值将其估计出来。回归方程的确定，实质上是要求出待定参数，回归方程就是惟一确定的iiiubxay2iuba、、）（、iiyxba、2．参数估计线性回归模型参数的估计方法通常有两种：普通最小二乘法和最大似然估计法。最常用的是普通最小二乘法。下面我们用普通最小二乘法来估计模型的回归参数。公式：式中：bxay22xnxyxnyxbiixbya同学注意：不同的教材公式表现不一样：222222222)())(1()(xnxyxnyxbnxnxyxnyxbxnxnyxnnyxnbxxnyxyxnbiiiiiiiiiiiiiiiiiiii一元线性回归原理：事物发展是有趋势的，生产能力和消费能力提高促使销售两增长，必须维持内在的增长规律。线性趋势线Y=a+bxYX3．模型显著性检验这里的检验，一般应包括两个方面，即物流理论检验和统计检验。(1)物流理论检验。物流理论检验即检查模型中参数的关系与物流理论是否相符。(2)统计检验。统计检验有相关系数检验、t检验、F检验，计算剩余均方差。我们必须明白，所有预测都存在误差，所以每次预测以后需要用科学方法手段进行误差测算。对于我们来讲，不是非常重要的内容。案例：西部一个县城某家具公司，搜集资料得知，家具销售额与当地新增住宅面积有关，资料如下表，该县城2009年估计新增住宅面积100万平方米，请问2009年的家具销售额为多少？项目\年份20042005200620072008新增住宅面积3035456080家具销售额108121416解：列表进行计算：年份新增住宅面积x家具销售额yx·yx²20043010300900200535828012252006451254020252007601484036002008801612806400合计25060324014150这样，可以计算得到：因为：所以：得到：,505250nxx12560nyy22)(xnxyxnyxb145.05050514150125053240b75,4145.05250560nxbnyxbyaii然后，得到可以计算的公式，将2009年已知自变量代入公式：我们学生不再进行2.4.3的多元回归方程预测的学习。有兴趣的同学可以自学。习题做老师安排的内容，比较实用，比较好学，容易记住。万25.18100145.075,42009bxay复习与课外作业题1.请根据某县城全年收入（GDP）与物流销售额的关系