2020年专升本(土木工程专业)第2章第4节学习课程:德尔菲法

院校:内蒙古大学研究生培训 发布时间:2019-11-06 11:42:08

    第2章  现金流量的确定

    2.4  市场预测方法

    2.4.2  德尔菲法(Delphi)

   (1)德尔菲法的特点和应用范围

    德尔非法是在专家个人判断法和专家会议法基础上发展起来的一种专家调查法,它是以不记名方式多轮征询专家意见,最终得出预测结果的一种集体经验判断法。德尔菲法的主要特点是匿名性、反馈性和收敛性。采用德尔菲法,一般视项目的大小和对市场预测的要求,选择20~50位对预测问题有深入研究、知识渊博、经验丰富、具有创造力和洞察力,并且参与性强的专家。征询专家意见采用“背靠背”的函询方式进行,一般进行3~有轮。德尔非法简便易行,用途广泛,报!及道,专家会议法和德尔菲法的使用在各类预测工作中所占比重约为1/4。对某些长期的、复杂的社会、经济、技术问题的预测,对某些无先例事件和突发事件的预测等,数学模型往往无能为力,只能使用德尔非法这一类专家预测方法。

   (2)德尔非法调查结果的处理

    当预测结果需要用数量(含时间)表示时,一般用“中位数”进行数据处理。即分别求出预测结果的中位数、上四分位数和下四分位数。设参加预测的专家数为n,对某一问题各专家回答的定量值为x,(i=1,2..,n),设x由小到大或由前至后顺序排列,即n≤xn≤…≤x.,则调查结果的中位数为:中位数可看作是调查结果的期望值。在不大于x的定量值中再取中位数,即为调查结果的下四分位数;在不小于x的定量值中再取中位数,即为调查结果的上四分位数。上下四分位数之间的区域为四分位区间。四分位区间大小反映专家意见的离散程度,区间越小,说明意见越集中。函询过程中,调查人员可根据四分位区间的大小,确定是否需要进行下一轮函询。

    2.4.3 移动平均法移动平均法是用分段逐点推移的平均方法对时间序列数据进行处理,找出预测对象的历史变动规律,并据此建立预测模型的一种时间序列预测方法。

   (1)一次移动平均值的计算

    设实际的预测对象时间序列数据为y.(t=1,2,…,m),一次移动平均值的计算公式为:

    M]=-(y-1+y-2+…+y-.)

    M40=1(y,+y-1+…+y-1)(2-5)

    式中M99—第t周期的一次移动平均值;—计算移动平均值所取的数据个数。采取移动平均法作预测,关键在于选取用来求平均数的时期数m。n值越小,表明对近期观测值在预测中的作用越为重视,预测值对数据变化的反应速度也越快,但预测的修匀程度较低。反之,n值越大,预测值的修匀程度越高,但对数据变化的反映程度较慢。一般对始终围绕一条水平线上下波动的数据,n值的选取较为随意;对于具有向上或向下趋势型特点的数据,为提高预测值对数据变化的反应速度,n值宜取小一些;同时,n的取值还应考虑预测对象时间序列数据点的多少及预测期限的长短。通常n的取值范围可在3~20之间。移动平均法优点是:简单易行,容易掌握;缺点是:值的选取没有统一的规则,事实上,不同n值的选择对所计算的平均数有较大的影响。

   【例2-5】已知采用了某项节能新技术的家庭小轿车连续20个月的全国销售量,见表2-12所列。取n=3,试计算该款小轿车销售量的一次移动平均值。

   (3)利用移动平均值序列作预测预测模型为:

    式中——目前的周期序号;

    T——由目前到预测周期的周期间隔数;

    y+——第t+T周期的预测值;

    a,—线性预测模型的截距;

    b——线性预测模型的斜率,即每周期预测值的变化量。

    2.4.4回归分析法

    回归分析预测法,是根据预测变量(因变量)与相关因素(自变量)之间存在的因养关系,借助数理统计中的回归分析原理,确定因果关系,建立回归模型并进行预习的一种定量预测方法。回归分析分为一元回归模型和多元回归模型,下面是采用一元线性回归模型预测的过程。

   (1)建立一元线性回归方程

    一元线性回归方程如下:y=a+bx

    中—因变量,即拟进行预测的变量;

    式中n——样本数目,一般最好大于20。

   (3)计算相关系数r,进行相关检验0≤Irl≤1,Irl愈接近1,说明x与y的相关性愈大,预测结果可信度愈高。一般可用计算出的相关系数r与相关系数临界值r。相比较,r。是由样本数n和显著性水平a两个参数决定的,可由表2-14查出。只有当|r|>r。时,用回归方程描述x与y的关系才有意义。

   (4)求置信区间

    由于回归方程中自变量x与因变量y之间的关系并不是确定的,因此,对于任意的xo,我们无法确切地知道相应的y0,只能通过求置信区间判定在给予概率下yo实际值的取值范围。当置信度为95%时,yo的置信区间近似为o士26,这意味着yo的实际值发生在(o一2,yo+26)区间的概率为95%。当置信度为99%时,yo的置信区间近似为o土36。%是与xo相对应的根据回归方程计算的yo的估计值,6为标准差的估计值,6的计算式为:

   【例2-8】某城市统计部门用一元线性回归模型对采用纳米材料生产的整体式橱柜的销售量进行预测。根据对已收集数据的观测,历年整体式橱柜销售量与同期商品房一级市场销售量之间有相关关系。有关历史数据,见表2-15所列。根据城建部门的规划,2005年该城市商品房建设量将达到180万m2,空置率按8%考虑,一级市场销售量将达到165.6万m2,试预测该年度整体式橱柜的销售量。
     
                                                                                        (本文原创:转载未经许可将追责)