為因應預測目的不同,有時需要各種預測水平{\rm (forecast horizon)}
,例如,月預測可供進料、生產、補貨及倉儲之參考,年預測則可作為產
能規畫、產品線規畫、投資決策等之準則。然而,預測結構卻會因水平的
不同而彼此相異,以致產生諸多預測值的矛盾。有鑑於此,本研究主要以
一簡單且具理論基礎的整合{\rm intergration)} 過程,解決預測值互相
矛盾的問題。由於年資料通常屬於連續性模式,月資料則多為季節性模式
,兩者透過的轉移函數形態截然不同,而且在解釋變數的選取上更是迥異
,因此,需要經由加權平均的整合,才能使月預測值的加總等於年預測值
。至於權數的決定則以離散程度為準則,由於年資料為月資料的加總,兩
者均值相差甚多,故以變異係數為測量離散情形的標準。本研究主要乃遵
循{\rm Box-Jenkins} 的模式建立法則,構建連續性轉移函數模式及季節
性、轉移函數模式,並加以整合調整。在實證分析中以台灣啤酒銷售量為
例說明預測流程,年銷量預測方面以國民所得為解釋變數; 月銷量預測方
面則以氣溫為解釋變數,最後以加權平均將兩者整合調整。
Identifer | oai:union.ndltd.org:CHENGCHI/B2002004199 |
Creators | 謝淑如, Hsieh, shu ju |
Publisher | 國立政治大學 |
Source Sets | National Chengchi University Libraries |
Language | 中文 |
Detected Language | Unknown |
Type | text |
Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.002 seconds