第三章 物流市场营销信息管理 第三节 物流市场营销预测 定量预测法 第三章 物流市场营销信息管理 第三节 物流市场营销预测 定量预测法

定量预测法概述 定义：定量预测就是通过分析事物各项因素、属性的数量关系进行预测，建立数学模型的方法。 主要特点：根据历史数据找出其内在规律，运用连贯性原则和类推性原则，利用统计资料和数学模型对事物的未来状况进行预测。 第三章 定量预测法 定量预测法

定量预测法概述 对定量预测法的理解： 根据已掌握的比较完备的历史统计数据 运用一定的数学方法进行科学的加工整理 借以揭示有关变量之间的规律性联系 用于预测和推测未来发展变化情况 第三章 定量预测法

定量预测法概述 定性预测与定量预测比较： 定性预测法 定量预测法 定义 特点 适用范围 优劣比较 通过判断事物具有的各种因素、属性 经验判断、逻辑思维和推理 通过分析事物各因素、属性数量关系进行预测 特点 运用直接材料 依靠个人经验 数据内在规律 建立数学模型 适用范围 把握变化的市场动态 尤其是需要快速决策的时候 不需要太准确的定量 平均增长率的预测、季节性的预测、生命周期预测等 优劣比较 注重于性质方面的预测，灵活性较大，简单迅速省时 易受主观因素的影响 注重于事物发展在数量方面的分析，较少受主观因素的影响 比较机械，不易处理有较大波动的资料 第三章 定量预测法

定量预测法概述 例题 主要方法及分类： 结束 第三章 定量预测法 定量分析法 时间序列预测方法 简单平均法 移动平均法 一次移动平均法 二次移动平均法 指数平滑法 回归分析法 一元线性回归 多元线性回归 例题 结束 第三章 定量预测法

案例： 某物流公司1~6月份的货运量(单位:t)和营业额(单位:万元)如下： 问题：预测7月份的货运量和营业额。 月份 1 2 3 4 5 6 运货量 1000 1050 1100 1150 1170 1200 营业额 245 261 268 282 286 294 返 回 第三章 定量预测法

时间序列预测方法 时间序列预测法是根据历史统计资料的时间序列，预测事物发展趋势的方法。具体讲就是通过编制和分析时间序列，根据时间序列所反映出来的发展过程、方向和趋势，进行类推或延伸，借以预测下一段时间或以后若干年内可能达到的水平。 第三章 定量预测法

时间序列预测法----简单平均法 定义：即依据简单平均数的原理，把预测对象各个时期的实际值相加后平均，以平均数作为预测值。 计算公式： 式中： yn+1---下一期预测值； yi---第i期的实际值； n---期数。 第三章 定量预测法

时间序列预测法----简单平均法 计算过程: 当n=6时， y7 =1/6（y1+y2+y3+y4+y5+y6） =1/6(1000+1050+1100+1150+1170+1200) =1111.67 月份 1 2 3 4 5 6 运货量 1000 1050 1100 1150 1170 1200 第三章 定量预测法

时间序列预测法----简单平均法 优点及适用范围：简单平均法计算的预测参考值，既不保守（大与前三月实际数），也不冒进（小于后三月），决策层易于接受。适用于没有较大波动或变动趋势不明显的事件预测。 缺点：简单平均法不能很好反映事物变化的趋势 第三章 定量预测法

时间序列预测法----平均移动法 一次移动平均法 定义：移动平均法就是通过计算不断移动的N个数据的平均值来进行预测的方法。它通过不断引进最近期的新数据来修改平均值作为预测值。 一次移动平均法 一次移动平均法是指将观察期的数据由远而近按一定跨越期进行一次移动平均，以最后一个移动平均值为确定预测值的依据的一种预测方法。 第三章 定量预测法

时间序列预测法----一次平均移动法 计算公式： 式中： Ft---t期的预测值； Xi---第i期的实际值； n---取平均的数据个数（即相加数据个数） 第三章 定量预测法

时间序列预测法----一次平均移动法 例题 计算过程： 当n=3时，F4 =1/3 =1/3（X4-1+X4-2+X4-3） =1/3(1100+1050+1000)=1050 F5=1/3 =1/3（X5-1+X5-2+X5-3） =1/3(1150+1100+1050)=1100 …………….. F7=1/3（X7-1+X7-2+X7-3）=1173.33 例题 第三章 定量预测法

时间序列预测法----一次平均移动法 一次平均移动法表格 月份 实际值 N=3 1 1000 2 1050 3 1100 4 1150 5 1170 6 1200 1140 7 1173.33 第三章 定量预测法

时间序列预测法----二次平均移动法 二次移动平均法 二次移动平均法，是对一次移动平均数再进行第二次移动平均，再以一次移动平均值和二次移动平均值为基础建立预测模型，计算预测值的方法。 第三章 定量预测法

时间序列预测法----二次平均移动法 二次平均移动法表格 月份 实际值 N=3 一次移动平均 二次移动平均 1 1000 2 1050 3 1100 4 1150 5 1170 6 1200 1140 7 1173.33 1096.67 8 1137.78 第三章 定量预测法

时间序列预测法----平均移动法 优点： 1.使用移动平均法进行预测能平滑掉需求的突然波动对预测结果的影响。 2.平均的时距数N越大，对数列的修匀作用越强。 缺点： 1.使预测值对数据实际变动更不敏感； 2.由于是平均值，预测值总是停留在过去的水平上而无法预计会导致将来更高或更低的波动； 3.移动平均法要由大量的过去数据的记录； 第三章 定量预测法

时间序列预测法----指数平滑法 定义：指数平滑法就是根据本期的实际值和预测值，来预测下一期数值的方法。指数平滑法是在移动平均法的基础上发展而成的一种特殊的加权平均法，它特别重视最近时期事件的数值的影响。 计算公式： 式中： α为平滑系数，0<α<1 其他参数与简单滑动预测法参数相同 第三章 定量预测法

时间序列预测法----指数平滑法 例题 计算过程： 以上题为例，取α=0.1计算。 α=0.1时，F初=X初 F1=X1=1000 =0.1*1000+（1-0.1）*1000=1000 F3=0.1X2+（1-0.1）F2 =0.1*1050+0.9*1000=1005 …………… F7=0.1X6+（1-0.1）F6=1058.021 =0.1*1200+0.9*1042.245 =1058.021 例题 第三章 定量预测法

时间序列预测法----指数平滑法 练习 以上题为例，计算当α=0.9时的预测值。 α=0.9时，F初=X初 Ft=0.9Xt-1+（1-0.9）Ft-1 F1=X1=1000 F2=0.9X1+（1-0.9）F1=1000 F3=0.1X2+（1-0.9）F2=1045 ……………   F7=0.9X6+（1-0.9）F6=1196.745 第三章 定量预测法

时间序列预测法----指数平滑法 关于α的取值问题： α代表新旧数据在平滑过程中的分配比例，其取值大小反映不同时期的数据在预测中的作用大小。α越大，则下期预测值越接近本期的实际值，反之，α越小，下期预测值就偏离本期实际值越远。 第三章 定量预测法

时间序列预测法----指数平滑法 关于α的取值问题： 指数平滑法进行预测时 确定α的几点注意： 1）当时间序列表现出明显的变动趋势时, α宜取较大值，使预测值反映这种趋势。 2）若时间序列呈水平变化且变动幅度不大时， α宜取较小值。 3）当时间序列摇摆不定或波动很厉害，而且看不 出有何种变化趋势时，取较小的α值，以便将 随机干扰过滤除掉。 第三章 定量预测法

时间序列预测法----指数平滑法 缺点：在选择平滑指数时，由于α的不定性， 优点：该法比较灵活，适用范围较广； 存在一定的随意性。 返回 第三章 定量预测法

回归分析法 定义：利用预测对象与影响因素之间的因果关系，通过建立回归方程式来进行预测的方法。 实质：客观事物间普遍存在着一种联系，即因果关系。通过寻找变量间的因果关系并将其定量化，根据定量关系来预测某一变量的未来值。 基本步骤： 1）进行定性分析，以确定与预测对象有因果关系 的因素。 2）收集、整理有关因素的资料。 3）计算变量间的相关系数并确定回归方程。 4）利用回归方程进行预测。 第三章 定量预测法

回归分析法 分类：回归分析法按照模型中自变量个数分类有两种情况，凡是求一个变量对另外一个变量的回归问题分析，即为一元回归分析法；而求一个变量对多个变量的回归问题分析，即为多元回归分析类。 一元线性回归分析（方程） 如果预测对象Y与相关变量x之间存在线性关系， 那么这种关系可以用以下公式表示： yt=a+bxt 式中：a，b是回归系数。 第三章 定量预测法

回归分析法----一元线性回归方程 计算模型中的参数： 按照最小二乘法即可求出回归系数： 式中： 第三章 定量预测法

案例： 某物流公司1~6月份的货运量(单位:t)和营业额(单位:万元)如下： 问题：预测7月份的货运量和营业额。 月份 1 2 3 4 5 6 运货量 X 1000 1050 1100 1150 1170 1200 营业额 Y 245 261 268 282 286 294 第三章 定量预测法

回归分析法----一元线性回归方程 例题计算： 计算结果如下表所示： 年份 货运量Xi 营业额Yi Xi·Yi Xi的平方 Yi的平方 1 1000 245 245000 1000000 60025 2 1050 261 274050 1102500 68121 3 1100 268 294800 1210000 71824 4 1150 282 324300 1322500 79524 5 1170 286 334620 1368900 81796 6 1200 294 352800 1440000 86436 ∑ 6670 1636 1825570 7443900 447726 平均值 1111.67 272.67 N=6 第三章 定量预测法

回归分析法----一元线性回归方程 故：一元线性回归方程为： Y = 9.56+0.24X 29083.33 lXX 1643.33 lYY 续上 lXX 29083.33 lYY 1643.33 lXY 6883.33 b=lxy/lxx 0.24 a=Y-bX 9.56 故：一元线性回归方程为： Y = 9.56+0.24X 第三章 定量预测法

回归分析法----一元线性回归方程 根据指数平滑法预测的X=1196.74值进行计算： 将X=1196.74带入一元线性回归方程 得，Y=296.78 即第七月的营业额为296.78万元。 第三章 定量预测法

回归分析法----多元线性回归方程 如果预测对象Y与一组相关变量X1,X2,……Xn之间存在线性关系，那么这种关系可以用一下公式表示： 式中： a，b 是未知参数 m 是自变量个数 第三章 定量预测法

回归分析法----二元线性回归方程 以二元为例运用最小二乘法，可求出如下标准方程： 借此方程可得各参数，进而进行预测。 第三章 定量预测法

回归分析法 优点：广泛应用的定量预测方法 缺点：选用何种因子和该因子采用何种表达 式只是一种推测，这影响了用电因子的多样性和某些因子的不可测性，使得回归分析在某些 情况下受到限制。 返回 第三章 定量预测法

定量预测法 over 第八组：曾亚虎、张向波、袁明富、李勃