预测分析方法

《预测分析方法》由会员分享，可在线阅读，更多相关《预测分析方法（7页珍藏版）》请在金锄头文库上搜索。

1、预测分析方法预测是根据研究对象发展变化的实际数据和历史资料，运用现代的科学理论和方法，以及各种经验、判断和知识，对事物在未来一定时期内可能变化情况进行推测、估计和分析。预测分析的实质就是充分分析、理解事物发展变化的规律，根据事物的过去和现在估计未来，根据已知预测未知，从而减少对未来事物认识的不确定性，以指导我们的决策行动，减少决策的盲目性。一、 预测方法的分类预测和决策可以根据经验和直觉作出。但是现代社会的发展使得系统结构日益复杂，变化过程中存在着极大的不确定性和随机性，这就使得我们在系统的组织、管理中凭经验、直觉作出决策并获得成功的可能性大大减小。为了在错综复杂、急剧变化的环境中减少决策失误

2、、改善管理调控，预测的理论和方法随着实践的变化有了迅速的发展，形成了一套科学的预测方法。由于预测对象、时间、范围、性质等的不同，可以有不同的预测方法分类，根据方法本身的性质特点，我们可以将公共管理中的常用预测方法分为3大类。第一类称为定性预测方法。这种方法主要根据人们对系统过去和现在的经验、判断和直觉作出预测。第二类称为时间序列分析预测方法。这类方法主要是根据系统对象随时间变化的历史资料（如统计数据、实验数据和变化趋势等），只考虑系统变量随时间的发展变化规律，对其未来作出预测。第三类称为因果关系预测方法。系统变量之间存在着某种前因后果关系，找出影响某种结果的一个或者几个因素，建立起它们之间的数

3、学模型，然后根据自变量的变化预测结果变量的变化。因果关系模型的因变量和自变量在时间上是同步的，即因变量的预测值要由并进的自变量的值来旁推。二、预测分析的一般步骤预测分析是一种科学预测，是对系统对象发展、演变的客观规律的认识和分析过程。因此，预测分析应该建立在科学的理论基础之上，采用合理的分析、测算以及评价方法和手段。预测分析技术的内涵应该包括它所遵循的理论、预测对象的历史和现状资料与数据、所能采用的计算方法或分析判断方法、预测方法和结果的评价与检验等要素。预测技术所遵循的理论包括2个方面：一是预测对象本身所处学科领域的理论，用以辨识事物发展的客观规律，指导预测方法的选择和结果的分析验证；二是预

4、测方法本身的理论，主要是统计学的有关理论等。因此，实施一个具体的预测分析项目，必须基于上述两方面的科学理论基础。一个成功的预测实践，应当科学合理地选择预测方法以及准确、完整地理解预测对象。 尽管不同的预测对象、不同的预测方法可能导致不同的预测实施过程，但总体看来，预测特别是定量预测方法大致可分为以下几个步骤。 1明确预测目标。在预测工作过程中，首先要在整个决策问题研究的总目标指导下，确定预测对象及具体的要求，包括预测指标、预测期限、可能选用的预测方法以及需要的基本资料和数据。这是预测分析过程中一项极为重要的准备工作，它实际上保证预测工作有正确的科学理论和方法指导，有的放矢。 2收集、整理资料和

5、数据。根据选用或可能选用的预测方法和预测指标，应进行两方面的工作：一是把有关历史资料、统计数据、试验数据等尽可能收集齐全，在此基础上进一步分析、整理，形成合格的数据样本；二是进行调查、访问以取得最新的数据资料，这一点对定性分析尤其重要。 3建立预测模型。根据科学理论指导以及所选择的预测方法，用各种有关变量来真实表达预测对象的关系，从而建立起预测所需的数学模型。 4模型参数估计。按照各自模型的性质和可能的样本数据，采取科学的统计方法，对模型中的参数进行估计，最终识别和确认所选用的模型形式和结构。 5模型检验。检验包括对模型的合理性及有效性验证。模型检验具体有2个方面：一是对有关假设的检验：二是模

6、型精度即预测误差的检验。经过检验一旦发现模型不合理，就必须对模型加以修正。 6预测实施与结果分析。运用检验的预测模型，使用有关数据，就可以进行预测，并对预测结果进一步进行有关理论、经验方面的分析。必要时还可以对不同方法模型的预测结果加以分析对比，以作出更加可信的判断，为管理决策提供科学依据。 从预测实际工作来看，仅靠上述步骤的实施不可能完全达到目标，有时需要若干次的反复和迭代，才能完成一个完整的预测分析任务。 三、实例结合 先简要介绍定量预测方法中的时间序列预测方法的概念及特征。将实际问题中某一变量或指标的数值或统计观测值，按照时间顺序排列成一个数值序列x(1),x(2),.x(n)，就称为时

7、间序列，从系统的角度类看，某一时间序列代表着客观世界的某一动态过程，它是系统中某一变量受其他各种因素影响的总结果，且表现为动态变化，因此时间序列也称为动态数据。在系统预测中讨论的每一个时间序列都是某一事件变化的随机过程的一个样本，通过对样本的分析研究，找出动态过程的特性、最佳的数学模型、估计模型参数，并检验利用数学模型进行统计预测的精度，这就是时间序列预测的主要内容。 时间序列的特征 各种不同的系统变量由于受到不同因素的影响，在不同的时间区段内，其时间序列会表现出不同的变化规律，不同的时间序列也会体现不同的统计特征。通过对各种不同的社会、经济和工程系共同中的时间序列的分析发现，时间序列的影响因

8、素的作用特征可以概括为四种变动方式，即趋势变动T、季节变动S、循环变动（周期变动）C及不规则变动I。因此，任何一个时间序列总是表现为上述几种变动的不同组合的总结果Y，且可用乘法模型或加法模型表示为： Y = T*S*C*I 或 Y = T + S + C + I由此可见，时间序列的特征表现为四个方面：（1） 趋势性（2） 季节性（3） 周期性（4） 不规则性下面我们以平滑预测法的移动平均法和指数平滑法来预测一个生产实例。合肥某起重机生产厂家的生产管理部，需要根据2008年的实际生产状况来预测2009年上半年起重机的生产台数，以便于作出相应的生产计划。2008年1-12月的实际生产状况如下，表1

9、-1年份月份起重机生产数量（单位：台）2008年0145002477034800449205499065100755008555095301050011470125802009年010203040506由08年的数据可以看出，在08年的前3个季度，起重机的生产数量基本上是稳定上升，但是由于08年下半年经济危机的影响，使得生产数量出现下滑。不过，由于国家出台了扩大内需的政策，使得12月份的数量又出现大幅度回升，因此，在当前形势下，做好09年的生产计划，是非常重要的。根据6点移动平均法进行预测，计算公式如下：X(t+1) = (x(t) + x(t-1)+x(t-n+1)/n，其中n取值为6由计算

10、公式可以计算得出09年1月份的预测值为X(200901) = (550+555+530+500+470+580)/6=530.833取整数可以得出该预测值为531台由于暂时没有2009年1月份的实际生产状况，因此，我们暂定该预测值为09年1月份的生产数据，而后计算得出09年2月份的预测值，同样以此类推得出09年3-6月份的预测值。得出结果如下X(200902) = (555+530+500+470+580+531)/6 = 528X(200903) = (530+500+470+580+531+528)/6 = 523X(200904) = (500+470+580+531+528+523)/

11、6 = 522X(200905) = (470+580+531+528+523+522)/6 = 526X(200906) = (580+531+528+523+522+526)/6 = 535移动平均方法比较简单，但它一般只对发展变化比较平坦、增长趋势不明显。而且以上数据中，由于没有09年1月份之后的实际生产数据，而使用了计算过后的预测数据，因此使得09年2月份以后的预测数据的准确性变得越来越低，所以，此方法相对来说只能预测时间序列中比较近的数据，对于时间段更长的数据，准确性和使用性就是比较低的。下面我们使用指数平滑法来做一下09年1-6月份的预测数据指数平滑法也是对时间序列的修匀，不过它不

12、是求算数平均，而是注重时间序列的长期数值队未来预测值的共同影响，即对时间序列的各种数据进行加权平均，时间越近的数据，其权值约大。在此，我们利用一次指数平滑和二次指数平滑来计算求值。公式如下：定义R为一次指数平滑值，S为二次指数平滑值R(t) = *x(t) + (1-)*R(t-1)S(t) = *R(t) + (1-)*S(t-1)其中为平滑系数，越大，表明越重视近期数据的作用，对过程的变化反映越快，越小，表示模型越重视离现时更远的历史数据的作用，修匀能力越强，对过程变化的反映越迟钝。以表1-1中的数据为例，取=0.2，R(0)=S(0)=x(1)根据公式得出的一次指数平滑值与二次指数平滑值

13、如下表所示表1-2年份月份(t)起重机生产数量（单位：台）x(t)一次指数平滑值R(t)二次指数平滑值R(t)4504502008年0145045045002477456452034804624540449246845805499476462065104844680755049847608555510484095305144921050051249611470504498125805205042009年010203040506第T个时刻的预测值的公式为：x(t+T) = a(t) + b(t)*T该公式模型的参数a(t) = 2*R(t) S(t) b(t) = *R(t)-S(t)/(1-)

14、由此可以得出a(200812) = 2*520 - 504 = 536 b(200812) = 0.2*(520-504)/(1-0.2) = 4由此，预测模型为Y(200812+T) = 536 + 4*T2009年1月的T=1，2月的T=2，以此类推，可以得出以下几个月份的预测值2009年1月：Y(200901) = 536 + 4*1 = 5402009年2月：Y(200902) = 536 + 4*2 = 5442009年3月：Y(200903) = 536 + 4*3 = 5482009年4月：Y(200904) = 536 + 4*4 = 5522009年5月：Y(200905) = 536 + 4*5 = 5562009年6月：Y(200906) = 536 + 4*6 = 560由此可以看出，指数平滑法得出的预测值是一种线形增长的值，在没有外界因素的情况下，该预测方法还是比较科学的，但是实际当中，各种各样的因素都会影响到计划的作成，俗话说，计划不如变化快，因此这些根据模型计算出来的预测值，可以给我们做参考，然后再根据实际情况的需要，调整这些预测，做出尽可能正确的计划。