預測：定義、用途、方法論和評估
引言
「預測」是對未來的特定變數值進行的宣告，在減少不確定性、制定有意義的計畫和評估策略的決策制定中發揮著至關重要的作用。預測通常被用作特定時間範圍的基準，具有不同的用途和實施方法。
用途
預測分為兩個主要用途：系統性規劃和系統性使用規劃。系統性規劃側重於長程決策，例如規劃產品或服務的種類、採購設備和確定地點。另一方面，系統性使用規劃著眼於中短期決策，例如庫存管理、勞動力水準、採購和生產規劃，以及預算和排程安排。
方法論
預測技術廣泛多樣，每種技術都基於不同的假設和方法。常見的預測方法包括：
- 時間序列預測法：基於過去的資料，假設未來值將類似於過去的模式。
- 定性預測：依靠判斷和意見，在缺乏足夠的定量資料或環境變化時使用。
- 天真預測法：將前一時段的實際值用作下一時段的預測值。
- 平均法分析技術：通過平滑資料中的隨機性，減少波動性。
- 焦點預測法：採用最佳現有方法的組合。
- 散佈模型：利用數學散佈，在缺乏歷史資料的情況下進行預測。
- 趨勢分析技術：假設資料呈現趨勢，並制定適當的方程式來描繪該趨勢。
- 季節性分析技術：調整預測以反映季節性變動。
- 循環分析技術：利用與目標變數相關的前置變數，發現長期週期。
評估
預測的準確性至關重要，應進行仔細評估。預測誤差以實際值與預測值之間的差異來衡量。常見誤差指標包括：
- 平均絕對偏差（MAD）：絕對預測誤差的平均值。
- 均方誤差（MSE）：預測誤差平方的平均值。
- 平均絕對百分比誤差（MAPE）：絕對百分比誤差的平均值。
此外，還應考慮預測精確度，即估計模型的能力。預測精確度由可預測的預測值變動、隨機變異和意外事件決定。
結論
預測是業務決策制定中的強大工具，有助於應對不確定性並制定有利可圖的策略。選擇合適的預測技術並仔細評估預測精確度至關重要，以確保做出明智的決定並實現最佳結果。
附錄：用語表
重要術語
| 術語 | 定義 |
|---|---|
| 時間序列 | 已按照時間順序排列的資料集 |
| 趨勢 | 資料中的長期上升或下降模式 |
| 季節性變異 | 資料中受季節因素影響的定期反覆波動 |
| 循環 | 持續兩年以上的大幅波動 |
| 不規則變異 | 資料中無法預見或週期的波動 |
| 隨機變異 | 完全隨機、無法預期的資料變化 |
| 預測誤差 | 預測值與實際值之間的差異 |
| 預測偏差 | 預測誤差的平均值 |
| 平緩常數 | 影響指數平滑預測誤差修正率的係數 |
| 季節相對性 | 季節性變異相對於趨勢變異的比率 |
| 領先變數 | 與目標變數密切相關的變數，可用於預測週期變動 |
| 預測變數 | 用於預測目標變數的變數 |
| 最小平方線 | 一條通過資料點分佈的直線，其平方和與垂線距離最短 |
| Theil-U 統計量 | 測量預測準確度與天真預測之間差異的指標 |
| 預測技術準確度標杆 (FTAB) | 擬議預測技術準確度與天真預測技術準確度的比值 |
天真預測法範例
天真預測法是一種時間序列預測模型，假設未來值等於當前的值。這是一種簡單的預測方法，常作為基線模型或與其他預測技術進行比較。
天真預測法範例
以下列出天真預測法的兩個範例：
時間序列圖預測
假設我們有以下時間序列圖：
| 時間點 | 值 |
|---|---|
| 1 | 10 |
| 2 | 12 |
| 3 | 14 |
| 4 | 16 |
根據天真預測法，我們預測第 5 個時間點的值為 16，因為它是前一個時間點 (第 4 個時間點) 的值。
銷售資料預測
假設我們有以下銷售資料：
| 月份 | 銷售量 |
|---|---|
| 1 | 100 |
| 2 | 110 |
| 3 | 120 |
| 4 | 130 |
根據天真預測法，我們預測第 5 個月 (即下個月的) 銷售量為 130，因為它是前一個月 (即第 4 個月) 的銷售量。
天真預測法的優點
- 簡單易用：天真預測法易於理解和實施。
- 低計算成本：由於不需要複雜的計算，因此計算成本低。
- 適用於平穩的資料：對於沒有明顯趨勢或季節性的平穩資料，天真預測法可以提供合理的預測。
天真預測法的缺點
天真預測法是一種簡單且計算成本低的預測方法。雖然它對於平穩的資料可以提供合理的預測，但對於非平穩的資料和存在趨勢或季節性的資料，則應考慮使用更複雜的預測技術。