第1章-预测概述.ppt

,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,第1章 预测概述,第1章 预测概述,1.1 预测的基本概念,1.2 预测的基本原理与步骤,1.3 预测资料的收集与预处理,1.4 预测方法的分类,思考与练习,1.1 预测的基本概念,1.1.1 预测科学的产生,预测是一个古老的话题。自从人类诞生以来，预测活动就已经存在了。人类的祖先由于不能理解风雨雷电、陨石流星、潮汐海啸等自然现象，而赋予它们以神秘的气息，并逐渐把这些自然现象超自然化，将自己的命运寄托于主宰这些自然现象的所谓的神的身上。远古的人们利用龟,甲或兽骨去占卜（预测）战争的胜负、年成的好坏，并据此决定本部落的行动。,科学的预测能够正确地向人们展现未来，使人们不再盲目地行动，使人类可以有计划地发展自己。,预测科学在20世纪40年代才真正进入萌芽时期。至该世纪60年代，预测研究开始从初期的纯理论研究发展到应用研究。科学技术作用于社会的效果，不仅体现在它给社会带来巨大利益，而且又可能会给社会带来一些令人担忧的不良后果。从这个意义上来讲，预测研究更引起了人们的关注。预测研究的领域在不断扩大，研究方法也在逐渐完善。直到今天，预,测科学已经成为一门发展迅速、应用广泛的新学科。,1.1.2 预测的定义,所谓预测，是指根据客观事物的发展趋势和变化规律对特定的对象未来发展的趋势或状态做出科学的推测与判断。换言之，预测是根据对事物的已有认识，做出对未知事物的预估。预测是一种行为，表现为一个过程；同时，它也表现为行为的某种结果。,作为探索客观事物未来发展的趋势或状态的预测活动，决不是一种“未卜先知”的唯心主义，也不是随心所欲的臆断，而是人类“鉴往知来”智慧的表现，是科学实践活动的构成部分。预测之所以是一种科学活动，是由预测前提的科学性、预测方法的科学性和预测结果的科,学性决定的。,预测前提的科学性包括三层含义：一是预测必须以客观事实为依据，即以反映这些事实的历史与现实的资料和数据为依据进行推断；二是作为预测依据的事实资料与数据，还必须通过抽象上升到规律性的认识，并以这种规律性的认识作为预测的指导；三是预测必须以正确反映客观规律的某些成熟的科学理论作指导。预测方法的科学性包含两层含义：一是各种预测方法是在预测实践经验的基础上总结出来，并获得理论证明与实践检验的科学方法，包括预测对象所处学科领域的方法以及数学的、统计学的方法；二是预测方法的应用不是随意的，它必须依据预测对象的特点合理选择和正确运用。,预测结果的科学性包含两层含义：一是预测结果是由已认识的客观对象发展的规律性和事实资料为依据，采用定性与定量相结合的科学方法做出的科学推断，并用科学的方式加以表述；二是预测结果在允许的误差范围内可以验证预测对象已经发生的事实，同时在条件不变的情况下，预测结果能够经受实践的检验。,1.1.3 预测的可能性,未来能否预测？这个问题的回答取决于回答者的未来观。辩证唯物主义者认为未来是可以预测的。尽管未来不是一种客观存在，调查、考证等研究历史与现实的手段无法直接应用，但未来也不是凭空而生的。未来变为现实的过程是必然性和偶然性的统一。可通过对必然性,的认识来把握未来的变化规律，预测未来。,“察古知今，察往知来”是古人经验的总结。它反映了未来与现实及历史之间存在连续性。,这种连续性便是我们预测未来的依据之一。对一个具有稳定性的系统来说，系统运行的轨迹必然具有连续性，系统过去和现在的行为必然影响到未来。例如一个长期以农业为主的地区，不可能在一两年内迅速转变成以高技术为主的地区。系统结构越稳定，规模越大，历,史越悠久，这种连续性表现得越明显。,“城门失火，殃及池鱼”，这则古训就告诉我们，事物彼此之间是互相关联、互相影响的。,对事物间相互影响、相互关联程度的分析，通常称为相关分析。,“举一反三，触类旁通”，这句成语则表达了不同事物的发展过程具有相似性。利用相似性进行类推预测，常常会取得出人意料的好效果。它借助于某一类事物属性及相关知识，通过,比较与分析，找出该类事物与另一类事物的某种相似性，从而预测后者的发展趋势。,我们可以从事物运动的连续性、相关性及相似性来把握其未来状态是否合乎理性。目前，人类对宇宙的探索已达银河系以外的星系，对微观世界的了解已深入原子核内部。自此，对自然界和宇宙的探索极大地开阔了人们的视野。以系统论为代表的现代科学方法论正广泛应用于社会经济领域；各种资料的积累受到相当大的重视；计算机技术发展迅速，运用日趋广泛。人,们有效地从事预测活动的方法及手段已经具备，科学地预测未来是完全可能的。,1.1.4 预测的不准确性,(1）预测的准确性与预测对象变化的速度及其复杂性成反向变化。只有在一个静止的系统中，一个规则不变的状态下，才能准确地预测未来。随着科学技术的发展，各种因素、现,象之间的联系越来越复杂，变化的速度越来越快，准确地预测未来的难度也越来越大。,(2）人们的认识能力是有限的，人们的理性还不能看清楚其行为的所有结果，对很多事物还不能既知其然，又知其所以然。在这种情况下，人们想要把握其变化规律几乎是不可能的。预测要求人们能超越现实，理解未来，然而人们的理解力又局限于他们的经历，这是一个难以解决的矛盾。因而，人们很难得出准确的预测结论。,(3）虽然可以采用概率统计的方法来研究偶然事件，但是人们并不能消除这些事件的偶然性。预测不准确来源于未来所具有的偶然性。“有心栽花花不成，无心插柳柳成荫”正反映了这一点。,(4）预测活动本身也在“干扰”未来。当人们预感前景不妙时，便会设法阻止其出现；当前景不错时，人们会努力促使它尽快实现。对于前者，有学者称其为自失败预测，并将后者称为自成功预测。如科学家们指出物种的多样性是保证食物链稳定的基础，人类若乱捕滥杀，,破坏生态环境，就会加速物种消亡，导致食物链崩溃。,既然如此，如何评价预测的结果？预测结果的评价主要看其是否可信、有效。是否可信，至少要考虑如下几个方面：,(1）预测结果应该是历史与现实的合理延伸。,(2）预测结果应具有可检验性。它隐含着预测资料的来源及其真实性、预测模型的合理性、预测结果的逻辑性都可检验。无论由谁来做预测，结果都应该一样。,(3）可信程度还与预测的时间跨度、预测对象的复杂程度、预测结果的详细程度等有关,，同时还与预测机构或预测者的权威性有关。,1.1.5 预测的基本功能,预测的基本功能就是为决策系统提供制定决策所必需的未来信息。为提高未来信息的可靠性，必须深入研究为获取这些信息所使用的各种方法与手段。对于工业企业而言，预测则贯穿于企业的经营活动之中。在销售方面，需要适合市场规模和市场特点的可靠预测，如顾客类型、市场占有份额、物价变动趋势、新产品开发等方面的预测资料都对销售起促进作用,。,在生产方面，需要预测产品的销售规模、原材料需求量、材料成本及劳动力成本的变动趋势、材料与劳动力的可用量的变动趋势等，以便企业对生产和库存进行计划，并在合理的成本上满足销售的需求。在会计方面，预测现金流出量和各种收支项目的比率，使企业资金周转灵活，经营卓有成效。还需要预测可收取的应收账款、实际业务状况等。在人事部门方面,，也需要预测每一类员工所需人数、员工流动趋势。,1.2 预测的基本原理与步骤,1.2.1 预测的基本原理,1.系统性原理,预测的系统性原理，是指预测必须坚持以系统的观点为指导，采用系统分析方法，实现预测的系统目标。系统是相互联系、相互依存、相互制约、相互作用的诸事物及其发展过程所形成的统一体。预测工作中体现系统本质特性的观点应包括以下三方面：一是全面地、整体地看,问题，而不是片面地、局部地看问题。,二是联系地、连贯地看问题，而不是孤立地、分割地看问题。在预测中，必须注意预测对象各层次之间的联系，预测对象与环境之间的联系，预测对象内部与外部各要素之间的彼此联系，预测对象各发展阶段之间的联系等。三是发展地、动态地看问题，而不是静止地、凝固地看问题。预测是对预测对象未来发展趋势的预测，没有发展变化，就不需要预测。预测必须根据预测对象系统的过去、现在推断未来，从而正确地反映发展观与动态观。,系统都有结构、有层次。预测对象系统的内部结构与层次及其相互关系，是系统按照一定规律运动的内在根据；外部环境因素与系统的相互关系，则是决定系统按照一定规律运动的外,在条件。,在预测工作中，通过对内在根据与外在条件的分析，便能较好地认识和把握预测对象的运动规律，进而依据这种规律性的认识对预测对象系统的未来状态和趋势做出科学的推测与判断。在预测工作中采用系统分析方法时要求做到：一是通过对预测对象的系统分析，确定影响其变化的变量及其关系，建立符合实际的逻辑模型与数学模型。二是通过对预测对象的系统分析，系统地提出预测问题，确定预测的目标体系。三是通过对预测对象的系统分析，正确地选择预测方法，并通过各种预测方法的综合运用，使预测尽可能地符合实际。四是通过对预测对象的系统分析，按照预测对象的特点组织预测工作，并对预测方案进行验证,和跟踪研究，为经营决策的实施提供及时的反馈。,2.连贯性原理,事物的发展变化与其过去的行为总有或大或小的联系，过去的行为影响现在，也影响未来，这种现象称之为“连贯现象”。连贯性也叫连续性、惯性等。所谓连贯性原理，就是研究对象的过去和现在，依据其惯性，预测其未来状态。,连贯性的强弱取决于事物本身的动力和外界因素的强度。连贯性越强，越不易受外界因素的干扰，其延续性越强。如属于生产资料的产品，一般对其品种、质量、产量的需求较稳定，表现出来的连贯性较强。而属于消费资料的产品，由于顾客的兴趣爱好容易变动，其连,贯性就较小，尤其是流行服装，几乎没有连贯性。,在实际的运用过程中，应注意以下两方面的问题：一是连贯性的形成需要有足够长的历史，且历史发展数据所显示的变动趋势具有规律性。二是对预测对象演变规律起作用的客观条件必须保持在适度的变动范围之内，否则该规律的作用将随条件变化而中断，连贯性失效。,3.类推原理,许多特性相近的客观事物，它们的变化亦有相似之处。通过寻找并分析类似事物相似的规律，根据已知的某事物的发展变化特征，推断具有近似特性的预测对象的未来状态，就是所谓的类推原理。,4.相关性原理,任何事物的发展变化都不是孤立的，都是在与其它事物的发展变化相互联系、相互影响的过,程中确定其轨迹的。,相关性最主要的表现形式是因果关系。因果关系是存在于客观事物之间的一种普遍联系。,因果关系具有时间上的相随性：作为原因的某一现象发生，作为结果的另一现象必然发生；原因在前，结果在后。因果关系往往呈现出多种多样的情况，有单因单果、单因多果、多因单果、多因多果，还有互为因果以及因果链等。在预测中运用因果性原理，必须科学分析，确定相关事物之间因果联系的具体形式，找出其关键因素，适当进行简化，据此建立合适,的预测模型。,5.概率推断原理,由于受到社会、经济、科技等因素的影响，预测对象的未来状态带有随机性。例如，某商品下个月的销售情况，可能畅销，可能销路一般，也可能滞销，事前难以确定。预测对象的未来状态如何，这实际上是一个随机事件，可以用概率来表示这一事件发生的可能性大小。,掌握预测的基本原理，可以建立正确的思维程序。这对于预测人员开拓思路，合理选择和灵活运用预测方法都是十分必要的。然而，世界上没有一成不变的事物。预测对象的发展不可能是过去状态的简单延续，预测事件也不可能是已知的类似事件的机械再现。相似不等于相同。因此，在预测过程中，还应对客观情况进行具体细致的分析，以求提高预测结果的准确程度。,1.2.2 预测的一般步骤,预测作为一个过程，一般包括以下几个步骤。,1.确定预测目标,预测是为决策服务的，所以要根据决策的需要来确定预测对象、预测结果达到的精确度，确定是定性预测还是定量预测以及完成预测的期限等。如当决策只须知道产品销售发展的趋势时，能够预测出销售量是增加、减少，还是不变的就可以了。而当决策需要了解产品销售量能达到什么样的水平时，则必须对销售量增加或减少的具体数值进行预测，预测也就从定性变为定量了。又如短期预测所要求的时间期限和预测精度与中、长期预测也不一样。总之，预测一个事物的发展变化时，首先要了解决策的要求并据此确定属于哪类预测，应满足哪些标准，等等。,2.收集、整理有关资料,预测是根据有关历史资料去推测未来的，资料是预测的依据。应根据预测目标的具体要求去收集资料。预测中所需的资料通常包括以下3项：,(1)预测对象本身发展的历史资料；,(）对预测对象发展变化有影响作用的各相关因素的历史资料(包括因素现在的资料)；,(）形成上述资料的历史背景，影响因素在预测期间内可能表现的状况。,3.选择预测方法,预测方法种类很多，不同的方法有不同的适用范围、不同的前提条件和不同的要求。对于特定的预测对象很可能有多种方法可用，而人、财、物、时间等因素的限制使得只能用一种或少数几种方法。实际中应根据计划、决策的需要，结合预测工作的条件、环境，依经济、方便、精度足够好为原则去选择预测方法。,4.建立预测模型,预测模型是对预测对象发展变化的客观规律的近似模拟，预测结果是否有效取决于模型对预测对象未来发展规律近似的真实程度。对于数学模型，要求出其模型形式和参数值。如用趋势外推法，则要求出反映发展趋势的公式；如用类推法，则要寻求与预测对象发展类似的,事物在历史上所呈现的发展规律，等等。,5.评价预测模型,由于预测模型是用历史资料建立的，它们能否比较真实地反映预测对象未来发展的规律是需要讨论的。评价预测模型就是评价模型能否真实地反映预测对象的未来发展规律。如，预测对象是否仍按原趋势发展下去，即事物发展是否会产生突变？如无突变，所建立的模型能否反映它的趋势？如果评价结果的模型不能真实地反映预测对象的未来发展状况，则重建模型；如能真实地反映，则可进入下一步。,6.利用模型进行预测,根据收集到的有关资料，利用经过评价的模型，计算或推测出预测对,象的未来结果。,7.分析预测结果,利用模型得到的预测结果有时并不一定与事物发展的实际结果相符。这是由于所建立的模型是对实际情况的近似模拟，有的模型模拟效果可能好些，有的可能会差些；同时，在计算和推测过程中也难免会产生误差，再加上预测是在前述的假设条件下进行的，所以，预测结果,与实际结果难免会发生偏差。,因此,每次得到预测结果之后,都应对其加以分析和评价。通常是根据常识和经验,检查、判断预测结果是否合理,与实际的结果之间是否存在较大的偏差,以及未来条件的变化会对实际结果产生多大的影响,等等,以确定预测结果是否可信,并想出一些办法对预测结果加以修正,使之更接近于实际。此外,在条件允许的情况下,可以采用多种方法进行预测,再经过比较或综合,确定出可信的预测结果。,在整个预测过程中,对预测成败影响最大的是两个“分析和处理”：一个是对收集到的资料进行分析和处理,资料是基础,如果基础质量不好,建立在这个基础之上的大厦（预测模型）质量也差,预测结果的质量也必定差；另一个是对预测结果的分析和处理,这是对预测效果的最后一次检查,它直接决定预测的质量。这两个分析和处理最能体现预测者的水平，预测的质量完全取决于预测者对预测对象及客观条件的熟悉程度、知识面的广度、对事物的观,察能力以及逻辑推理与分析判断的能力,等等。,就像使用相同原料、相同工具进行生产的工人生产出不同质量的产品一样,不同的预测者在运用相同的资料和相同的预测技术对同一预测对象进行预测时,也可能会得到质量相差很大的预测结果。这种差别常常产生在这两个分析和处理上。,从上述基本步骤也可以看出,预测是一项“技艺”性的工作,它既需要科学的方法,又需要进行艺术的处理。由于预测对象的发展变化规律要比自然科学所研究的对象的发展变化规律,复杂得多,所处的环境也复杂得多,预测工作者的这种“技艺”也就显得愈加重要。,1.3 预测资料的收集与预处理,1.3.1 变量的确定与说明,1.每一数据值涉及的时期,在实际中,很多因素可视为连续发生的,如大型商场的商品销售量。但出于核算的目的,必须规定某个时期并按该时期将每个变量的值加起来,如商场每天、每周、每月的销售总量。,在确定变量的每个观察值所涉及的时期时,还必须考虑预测的具体应用。为长期决策服务的预测,一般以相当长时期（季、年）观察的数据为基础；而为日常管理服务的预测,则,常以一天甚至一小时为单位的数据值为基础。,2.要求的详细程度,要求的详细程度是指一个变量所要综合历史资料的总量。例如,是预测某给定时期整个公司的销售量,还是按产品类别甚至在每个地区按产品类别来预测销售量。如果最初的预测过于笼统,就必须回头收集更详细的数据。因此,在预测开始时,就按时间确定到底需要怎样的详细程度是能够节约大量费用的。正如下段将要说明的,按尽可能的详细程度来收集数据并加以汇总,比先收集综合数据而后才发现需要进一步细分时要有效得多。,3.计量单位,通常的核算体系是按价值来编制报表的,大多数数据已将其单位换算为“元”,而这实际上是资料的损失。如洗衣机的销售量,如其单位已换算为“元”,当洗衣机的价格变化时就很难再进行估算了。因此,预测中的一个重要步骤是确定各变量的合适单位,而且应在,原始数据已经存储的条件下来进行单位的换算。,4.要求的准确程度,预测的不同用途要求有不同的准确程度。如果某项预测对某些重要管理工作来说是辅助性的,这时所要求的准确程度就不会太高。另一方面,在中等重要程度的管理工作中,有可能利用个别变量的预测作为决策的基础,在这种情况下则希望有高度的准确性。由于提高预测准确性一般会带来费用的增加,因此,在确定合适的准确程度时需要恰当地权衡利弊。,在确定数据的最初阶段,还需要对预测的价值有一个粗略的估计,以便能够把数据收集过程的费用控制在预测结果的价值规定的上限之内。,1.3.2 数据的收集与整理,确定了预测中的变量之后,就要考察和了解变量的特性及其有关情况,亦即收集和获取所需的数据(或称资料)。首先要注意数据的客观性和准确性,即要求数据如实地反映实际情况。,其次要求数据具有及时性、完整性、经济性。这些要求有时会自相矛盾。例如,完整的数据资料受时间、经费等的限制而难以收集到。实际预测时,应根据具体情况兼顾各项要求。,按调查资料的来源不同,一般将资料分为原始资料和第二手资料。原始资料是指直接对调查,对象进行观察、登记搜集到的未经整理的第一手资料。,在工商企业经营预测中,借助于国家及有关部门公布的第二手资料来研究经营环境,是简便有效的作法,往往可收到事半功倍的效果。,按照调查的组织形式区分,有统计报表和专门调查两种方式。统计报表是我国目前主要的调查方式,是了解总体情况的重要资料来源。它属于第二手资料,是以原始记录和基层核算资料为依据,按规定程序报送组织的。专门调查是指专门组织的有针对性的调查,如人口普查、全国经济普查、某地区某类产品需求调查等。统计调查按其所包括的调查单位是否完全,可分为全面调查和抽样调查。,按照调查的时间连续性区分,统计调查又分为经常性调查和一次性调查。采取何种调查方式,应根据预测对资料的要求而定。,在多数情况下,收集到的资料还需经过整理才能用于预测。资料整理也就是对资料进行加工使之系统化的工作。资料整理包括以下三个环节。,1.对资料的校核,为了保证资料的准确性,必须进行校核以去伪存真。对资料的校核包括逻辑性校核和计算性校核。逻辑性校核是指检查搜集到的资料是否符合预测对象变动的逻辑发展,以排除明显的偶发性因素的影响；计算性校核是指检查搜集到的各种指标数据是否有计算错误,或统计与计算口径是否一致等。,2.对资料的分类,按搜集资料所表征的经济社会现象的特征、结构、性质、规模等方面的差异对资料进行分类,是资料整理工作的主要环节。按特征分类通常是指按资料所显示的变动规律分类,例如,直线型变动形态、曲线型变动形态、季节型变动形态等；按结构分类一般指按不同的市场结构层次、商品结构层次等分类,例如,国际市场容量、全国市场容量、各区域市场容量、各目标市场容量等；按性质分类,多指按不同的社会性质、经济性质进行分类,例如，人口资料、购买力资料、商品销售资料、商品供应资料等；按规模分类是指按市场的容量规模、企业产品的生产规模、销售的赢利规模等进行分类。对资料分类取何种标准,决定于预测的任务与目标,也决定于预测方法的选择。,3.对变量序列的编制,经过分类整理的资料用数值表示,按不同的变量排序,形成某变量的大小序列。但对于不同的事物,我们能够予以计量或测度的程度是不同的,有些事物只能对它的属性进行分类,比如人口的性别和文化程度、产品的型号及质量等级,等等；有些则可以用比较精确的数字加以计量,比如物体长度、产品的重量和价值,等等。根据我们对事物计量的精确程度和结果来看,可以将统计数据分为以下三种：一种是分类数据,这类数据是对事物进行分类的结果,数据表现为类别。如,人口按性别分为男、女两类；企业按照经济性质分为国有、集体、民营、合资和,独资企业等。,虽然这些数据只是表现为某种类别,但为了便于统计处理,特别是为了便于计算机识别,我们可以对不同类别用不同的数字或编码来表示,比如用“1”表示男性人口,“0”表示女性人口；用“1”表示国有企业,“2”表示集体企业,“3”表示民营企业,等等。这些数字只是给不同类别的一个代码,并不意味着这些数字可以区分大小或进行任何数学运算。对于类别数据,我们通常是通过计算出每一类别中各元素或个体出现的频数或频率来进行分析的。第二种是顺序数据,对有些现象的计量不仅可将事物分成不同的类别,而且还可以确定这些类别的优劣或顺序。对于顺序数据,其结果虽然也表现为类别,但这些类别之间是,有顺序的。,1.3.3 数据的分析与预处理,1 数据的分析与鉴别,首先,应对得到的数据作大体的估计,去掉与问题无关或不能说明问题的数据。,其次,对值得怀疑和探讨的数据(如有大起大落的情况)进行研究,调查其产生的背景,鉴别其真实程度,分析原因,以便判断这些受怀疑的数据是否异常或能否反映预测对象的正常情况。,异常数据的鉴别可采用图形观察法和统计滤波法等方法。,例1.1 某企业2003年的产品销售量如表1.1所示,其图形如图1.1 所示。,表1.1 某企业2003年产品销售量,观察图1.1,可见该企业月份的产品销售量严重下降,原因是主要设备出了故障,使产量下降而影响了销售量。10月份的销售量明显增加,原因是外贸部门根据国际市场行情变化订购了100吨外销。通过对这两个数据的背景调查,并对比其它数据,显然这两个数据不能,反映该厂产品销售量的正常情况,应视为异常数据。,图1.1 某企业的产品月销售量,例1.2 某地区农业总产值的时间序列数据如表1.2所示,其图形见图1.2。从图中可见1975年的数据明显下降。原因是此年遭受水灾,谷物产量大减,不能反映正常情况。因此1975年的数据应视为异常数据。1978年开始该地区实行承包责任制,农民生产积极性空前高涨,农作物产量迅速上升。此后,该地区扩大经济作物种植面积,推广农业科技成果,产值持续上升。,分析该地区的时间序列数据,1978年后的增长速度加快,出现了转折性的变化,所以可判断197,8年的数据为转折点。这说明1978年以后该地区的农业总产值将以新的趋势发展。,图1.2 某地区农业总产值,表1.2 某地区农业总产值,例1.3 某大学连续18年的研究生招生规模如表1.3所示,其图形见图1.3。,表1.3 某大学研究生招生规模,图1.3 某大学1986年至2003年研究生招生人数,从图1.3可看出,1986年至2001年期间,该校研究生的招生规模呈稳步增长趋势,但2002年该校研究生的招生规模有大幅度的增加,2003年持续增加。是否这两年的数据为异常数据？事实上,该校2001年试办研究生院,加之国家近年研究生招生规模持续增加,最新的数据恰恰能够反映今后几年该校研究生招生规模的变化趋势。对不正常的数据也可以用统计的方法进行鉴别。通常使用的方法是统计滤波法,其作法是“先利用已有的数据确定数据允许变动的范围(上、下限),凡是在这个范围以外的数据被认,为是异常数据”。,一般是利用正态分布来确定数据的变动范围。设已有数据,y,1,y,2,y,N,确定数据变动范围的具体步骤如下：,()利用已知的个数据计算样本均值 和样本标准差,：,(1.1),()确定一个,值,并由,与,、,组成数据变动的上、下限：,(1.2),不在,y,下,y,上,范围内的数据被认为是异常数据。,式（1.2）中值由样本数量和概率,p,1,p,2,确定,而,p,2,是落在 范围内的统计数据的个数与所有统计数据个数,N,的百分比,如,p,2,0.99,就是要求有99以上的统计数据落在区间 内；,p,1,则是实现,p,2,的置信度,亦即实现有99的数据在 区间内这一事件的概率。,k,值由样本容量,N,及,p,1,p,2,确定。,表1.4列出了,p,1,分别为0.95和0.99,而,p,2,分别为0.99和0.999时,不同,N,值所对应的,k,值。,表1.4,k,值表,例1.4 某商店连续30个月的零售额(单位：万元)如下：,12.43,12.36,12.30,12.40,12.51,12.66,12.73,12.52,13.01,12.74,12.45,12.75,12.64,12.82,13.10,13.04,13.23,13.52,18.45,16.28,13.50,13.47,13.28,13.62,13.33,13.71,13.44,13.20,13.83,13.60,可求得,=13.30,=1.23,若取,p,1,=0.95,p,2,=0.99,则由,N,=30,查表可得,k,=3.35,从而上、下限分别为,y,上,=17.42(万元),y,下,=9.18(万元),逐项检查原始数据可以看出,y,19,=18.45,y,上,因此,可以认为,y,19,为一异常数据。,2 数据的预处理,常用的预处理方法有4种。,1）剔除法,剔除法就是去掉那些不能如实反映预测对象正常发展趋势的数据。这是最简单的一种方法。如去掉例1.中某企业2003年产品销售量中月份和月份的数据。,对于时间序列数据,剔除其中某些异常数据建立的预测模型将能较好地描述研究对象的发展规律,减小误差。剔除法的缺点是破坏了时间序列数据的连续性,但对因果关系型的横断面数据则没有这种影响。,2）还原法,当数据比较少时,采用剔除法会使数据变得更少,而给建立预测模型造成不便。这时,可采用还原法。还原意指把数据处理成没有突变因素影响时本应表现出的数值,这当然只是估计值。,在利用时间序列外推法求趋势方程时,可用异常数据,y,t,前后两期数据,y,t,-1,和,y,t,+1,的算术平均值或几何平均值作为还原值,即,（1.3）,或,例如,利用算术平均值还原例1.1中3月份的数据,y,3,为,通常,当历史数据的发展趋势呈线性时,取算术平均值较好；当发展趋势呈非线性时,取几何平均值较好。,在利用因果关系建立数学模型时,设有自变量,x,和因变量,y。,为去掉偶然因素对建立模型的影响,可采用下面的计算方法对数据中的异常数据,y,k,加以还原。,（1.4）,当,x,与,y,之间为线性关系时,取,当,x,与,y,之间为非线性关系时,取,(1.5),(1.6),式中,为有偶然因素影响时因变量的估计值,x,k,是与异常数据,y,k,同一时期对应的自变量；,x,n,x,m,是与,x,k,在数值上相差最小的两个自变量,并且有,x,n,x,k,x,m,y,n,y,m,分别是与,x,n,x,m,相对应的因变量值。,例1.5 某日用化工厂生产的洗衣粉,其主要销售市场是本厂所在市。这个厂的洗衣粉在所在市的销售量,y,主要受所在市常住人口数量,x,的影响。表1.5所列的是所在市历年人口数,x,与洗衣粉销售量,y,的统计数据。从表中可以看出,洗衣粉的销售量基本上是随着人口数量的增加而增加的,但在1996年出现了异常情况。,这是因为1996年该厂主要设备出了事故而停产大修以及其它一些原因影响了产量,投放到市场上的洗衣粉数量随之减少造成的。分别利用式(1.5)和(1.6)对1996年的销售量进行还原处理,有,表1.5 某厂洗衣粉在所在市的历年销售量与所在市的历年人口数,二者相差很小,这是因为,x,与,y,呈线性关系。,在未对1996年的销售量进行还原处理时,x,与,y,的相关系数是,r,0.6097；,利用处理后的,代替,y,76,得到的相关系数是,r,0.9205。,显然,经过还原处理后再建立模型,效果会更好些。,3）拉平法,由于环境条件的变化,常使一些历史数据不能反映现时的情况。如果数据较多,则去掉它们即可；如果数据较少,去掉它们则会使建立模型增加困难。这时可应用合适的方法来处理这些历史数据,使之成为对预测有用的数据。拉平法是一个较好的方法,其原理是：通过分析造成数据过时的原因,对数据加以适当的处理,使其符合现时的实际发展情况。,例1.6 某厂历年的电视机产量如表1.6中第2行所示。其中1996年到2002年的产量成台阶形增长。这是因为该厂有一条年生产能力为万台的流水线正式投产,当年这条新生产线生产了万多台电视机。,表1.6 某厂电视机历年的产量,如果去掉1996年以前的数据,剩下数据太少,不符合建立预测模型的要求。将1996年以前的数据都分别加上1997年的新增产量万台,就将1996年前后的生产能力拉平了。这些数据就可以共同表现出工人技术水平提高和熟练程度增加等因素造成的生产能力变化趋势。拉平处理后的数据见表1.6中的第3行。利用处理后的数据建立预测模型,用以研究该厂生产能力的变化趋势,效果无疑会比未经处理过的数据好。,4）比例法,销售条件与环境条件的变化会引起企业产品市场占有率(企业在该地区的产品销售量/该地区的总售销量)的变化。当变化很大时,说明环境条件与销售条件的变化已超过其它因素对销售量的影响,也说明以前销售量统计数据所表现的发展规律不再适用于现在和将来。因此,如果不能去掉以前的数据,就需要进行修改。比例法是一种比较有效的修改方法。,例1.7 某厂牙膏在本地区市场的销售量和市场占有率见表1.7中的第2、3行所示。,表1.7 某厂牙膏在本地区的销量情况,从市场占有率来看,1979年以前保持在左右,1980年下降为。原因是1979年以前商业部门控制外地牙膏的输入量,从1980年开始,国家保护竞争,外地牙膏输入不受控制,由于上海牙膏的进入,故而本厂牙膏销售量下降。为了预测1981年以后的牙膏销售量,就需要修改1979年以前的数据,修改方法如下：,（1.7）,如：,实际上,式（1.7）是在如下的假定下成立的:“原先也允许竞争,本厂在本地区的市场占有率一直是43”。此时,在1975年该地区牙膏总销量不变的情况下，,显然,此式与式,(1.7),相同。,1.4 预测方法的分类,1.4.1 预测方法的分类,1.预测方法的分类体系,预测方法可按不同标准进行分类,从而形成了预测方法的分类体系。,1）按预测技术的差异性分类,可分为定性预测技术、定量预测技术、定时预测技术、定比预测技术和评价预测技术,共五类。,2）按预测方法的客观性分类,可分为主观预测方法和客观预测方法两类。前者主要依靠经验判断,后者主要借助数学模型。,3）按预测分析的途径分类,可分为直观型预测方法、时间序列预测方法、计量经济模型预测方法、因果分析预测方法等四类。,4）按采用模型的特点分类,可分为经验预测模型和正规预测模型。后者包括时间关系模型、因果关系模型、结构,关系模型等。,2.常用的方法分类,预测常用方法通常分为定性分析预测法与定量分析预测法两大类。,1）定性分析预测法,定性分析预测法亦称为经验判断预测法。它是指预测者根据历史与现实的观察资料,依赖个人或集体的经验与智慧,对未来的发展状态和变化趋势作出判断的预测方法。常用的有专家意见法、个人判断法、专家会议法、头脑风暴法、,Delphi,法、相关类推法、对比类推法、比例类推法等。,2）定量分析预测法,定量分析预测法是依据调查研究所得的数据资料,运用统计方法和数学模型,近似地揭示预测对象及其影响因素的数量变动关系,建立对应的预测模型,据此对预测目标作出,定量测算的预测方法。通常有时间序列分析预测法和因果分析预测法。,(1)时间序列分析预测法。这是以连续性预测原理作指导,利用历史观察值形成的时间数列,对预测目标未来状态和发展趋势作出定量判断的预测方法。主要有移动平均法、指数平滑法、趋势外推法、季节指数预测法、,ARMA,模型预测法、马尔可夫预测法,等等。(2)因果分析预测法。这是以因果性预测原理作指导,以分析预测目标同其它相关事件及现象之间的因果联系,对市场未来状态与发展趋势作出预测的定量分析方法。主要有回归分析,预测法、经济计量模型预测法、投入产出分析预测法、灰色系统模型预测法等。,1.4.2 影响预测方法选择的因素,影响预测方法选择的因素很多,在选择预测方法时应综合考虑。下面给出6种主要影响因素。,1.预测的目标特性,预测目标用于战略性决策,要求采用适于中长期预测的方法,但对其精度要求较低。用于战术性决策,要求适于中期和近期预测的方法,对其精度要求较高。用于业务性决策,要求采用适于近期和短期预测的方法,且要求预测精度高。,2.预测的时间期限,适用于近期与短期的预测方法有：移动平均法、指数平滑法、季节指数预测法、直观判断法等。适用于年以上的短期与中期的预测方法有：趋势外推法、回归分析法、经济计量模型预测法。适用于年以上长期预测的方法有：经验判断预测法、趋势分析预测法。,3.预测的精度要求,满足较高精度要求的预测方法有：回归分析预测法、经济计量模型预测法等。精度要求较低的预测方法有：经验判断预测法、移动平均预测法、趋势外推预测法等。,4.预测的费用预算,预测方法的选择,既要达到精度的要求,满足预测的目标需要,还要尽可能节省费用。即既要有高的经济效率,也要实现高的经济效益。用于预测的费用包括调研费用、数据处理费用、程序编制费用、专家咨询费用等。,费用预算较低的方法有：经验判断预测法、时间序列分析预测法以及其它较简单的预测模型法。费用预算较高的方法有：经济计量模型预测法以及大型的复杂的预测模型方法。,5.资料的完备程度与模型的难易程度,1）资料的完备程度,在诸多预测方法中,凡是需要建立数学模型的方法,对资料的完备程度要求较高,当资料不够完备时,可采用专家调查法等经验判断类预测方法。,2）模型的难易程度,在预测方法中,因果分析方法都需建立模型,其中有些方法的建模要求预测者有较坚实的预测基础理论和娴熟的数学应用技巧。因此,预测人员的水平难以胜任复杂模型的预测方法时,则应选择较为简易的方法。,6.历史数据的变动趋势,在定量预测方法的选择中,必须以历史数据的变动趋势为依据。在实际的应用中,通常使用的曲线预测模型有指数曲线（修正指数曲线）、线性模型、抛物线曲线、龚珀兹曲线,等。,思考与练习,1.预测是指什么？举例说明预测的作用。,2.预测有哪些基本原理？预测有什么特点?影响预测精确度的最主要的因素是什么?如何提高预测的精确度?,3.叙述预测的基本步骤。,4.为什么要对收集的资料进行分析和预处理？如何鉴别异常数据？对异常数据应如何处理？,5.预测有几种常用分类方法?这些分类方法有何不同之处?,