预测模型数据处理方法分解30页PPT

区别为：
（１）预测模型的参数计算方法不同。
（２）线性预测模型中的时间变量取值不同。
（３）模型适应市场的灵活性不同。
（４）随时间推进，建模型参数的简便性不同。
直线趋势延伸模型较适合趋势发展平衡的预测对 象的近期、中期预测；平滑技术建立的线性模型 更适合趋势发展中有波动的预测目标的短期、近 期预测。
1984 2 474 948 4
1985 3 508 1524 9
1986 4 541 2164 16
总和 0 3636 2092 60
yˆ t
264.52 299.39 334.26 369.13 404.00 438.87 473.74 508.61 543.48 3636
yt yˆt (yt yˆt)2
S115(yd2 2yd13yd 4yd15yd2)
1 T15(yn4 2yn3 3yn2 4yn15yn)
这三点的横坐标也应取加权平均值，即：
t1
1(122334455)1 132
15
33
2 n1 2 3n7
t2
d 3
2
3
6
t3
(n2)2n4 33
五项加权平均时，三点的坐标为：
M 1 ( 1 3 ,R ) 1 M , 2 ( 3 n 6 7 ,S )M , 3 ( n 3 4 ,T )
第二节 多项式曲线模型预测法
多项式曲线预测模型的一般形式为：
y ˆ t a b c t 2 t d 3 e t4 t
二次抛物线预测模型为：y ˆt ab tc2t
二次抛物线预测模型的特点是二阶差分为一 常数： 2 y ˆ y ˆt y ˆt 1 2 c
2、用三点法确定待定系数
预测值

1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 200 300 350 400 500 630 700 750 850 950 1020
1200 1000
利润额 yt
800
600
400
y a
200
0
1993 1994 1995 1996 1997 - 1998 1999 2000 2001 2002 2003 17
• 应 用：最小二乘法也是数理统计中一种常用的方法，在工业技术和其他 科学研究中有广泛应用。
• 运算过程：
-
25
中南大学
统计预测
n
n
离 差 平 方 和et2 (yt yˆt)2
t1
t1
n
n
(yty ˆt)2 (ytabxt)2Q (a,b)
t 1
t 1
Q Q 0 a b
Q
a
2
n t 1
方法 时间范围
适用情况
定性预测法
短、中、 长期
一元线性回 短、中期 归预测法
对缺乏历史统计资料 或趋势面临转折的事 件进行预测
自变量与因变量之 间存在线性关系
计算机硬件 最低要求
计算器
计算器
应做工作
需做大量的调查研 究工作
为两个变量收集历史 数据，此项工作是此 预测中最费时的
多元线性回 归预测法
短、中期
必须收集历史数据， 并用几个非线性模 型试验
趋势外推法
中期到长 期
当被预测项目的有 关变量用时间表示 时，用非线性回归
与非线性回归 预测法相同
只需要因变量的历 史资料，但用趋势 图做试探时很费时

精品资料
• 你怎么称呼老师？ • 如果老师最后没有总结一节课的重点的难点，你
是否会认为老师的教学方法需要改进？ • 你所经历的课堂，是讲座式还是讨论式？ • 教师的教鞭 • “不怕太阳晒，也不怕那风雨狂，只怕先生骂我
笨，没有学问无颜见爹娘 ……” • “太阳当空照，花儿对我笑，小鸟说早早早……”
实际问题中，常会遇到季节性和趋势性同时存在的情 况，这时必须事先剔除序列趋势性再用上述方法识别序 列的季节性，否则季节性会被强趋势性所掩盖，以至判 断错误.
包含季节性的时间序列也不能直接建立ARMA模型， 需进行季节差分消除序列的季节性，差分步长应与季节 周期一致.
3、模型的识别与建立
在运用B-J方法建模时，应运用序列的自相关与偏自 相关对序列适合的模型类型进行识别，确定适宜的阶数！
ˆ 2 是用某种方法得到的方差的估计
N 为样本大小，则定义AIC准则函数
AIC(S)lnˆ2 2S
N
用AIC准则定阶是指在p , 的q 一定变化范围内，寻求使得
AIC最(S小) 的点 作( pˆ为, qˆ ) 的估( p计, q。)
AR（ p ）模型 ：
ARM(Ap , q ) 模型 ：
AIClnˆ2 2p
p
ˆ 2 0 ˆjˆj j1
2）MA（q ）模型
1ˆ12 ˆq 2 ˆ2ˆ0
ˆkˆ1ˆk1 ˆqkˆq ˆ2ˆk,k1, ,q
3）ARM(Ap , q ) 模型的参数矩估计分三步：
i） 1,2, ,p的估计
ˆ1 ˆq
ˆ2
ˆq1
ˆp ˆqp1
ˆq1 ˆq
ˆqp2
ˆqp1 1ˆq1
若 k 都k k不截尾，而仅是依负指数衰减，这时可初步认

优化资源配置：根据预测结果，企业可以更好地配置资源，提高运营效率。
风险管理：预测结果可以帮助企业提前发现潜在风险，并采取相应的措施进行风险管理。
提高销售业绩：通过预测结果，企业可以更好地了解市场需求，制定更有针对性的销售策略，提高销售业绩。
销售预测模型的实践案例
案例一：电商平台的销售预测
添加标题
预测结果解读与策略制定
预测结果分析：对预测结果的准确性、可靠性进行评估
策略制定：根据预测结果，制定相应的销售策略和计划
风险评估：分析预测结果可能带来的风险，并提出应对措施
效果评估：对实施策略后的效果进行评估，以便调整策略和计划
预测结果的应用价值分析
提高决策效率：通过预测结果，企业可以更快地做出决策，提高市场竞争力。
零售行业：预测商品销量，制定库存策略
销售预测模型的构建
数据收集与处理
数据来源：内部数据、外部数据、市场调查数据等
数据清洗：去除异常值、缺失值、重复值等
数据转换：将原始数据转换为适合建模的数据格式
数据分析：对数据进行描述性统计分析、相关性分析等，以确定影响销售的关键因素。
模型选择与建立
模型选择：根据业务需求和数据特点选择合适的预测模型
添加标题
添加标题
添加标题
数据来源：用户行为数据、商品销售数据、市场趋势数据等
电商平台背景：某大型电商平台，拥有大量用户和商品数据
模型构建：使用机器学习算法，如随机森林、GBDT等，构建销售预测模型
应用效果：提高了销售预测的准确性，帮助电商平台更好地进行库存管理和营销策略制定
案例二：汽车行业的销售预测
销售预测可以减少库存积压和缺货风险
销售预测可以预测市场趋势和竞争状况

可视化技术概述
可视化技术是指将数据以图形或图像的方式呈现出来，以便更好地理解数据的结构和特征。
可视化技术的分类
可视化技术可以分为静态可视化、动态可视化和交互可视化等类型。
可视化技术的应用场景
在数据处理中，可视化技术可以应用于数据探索、数据挖掘、数据报告等任务，通过将数据以图形或图像的方式呈现出来，可以帮助人们更好地理解数据和发现数据中的规律和模式。
03
02
01
05
CHAPTER
数据处理进阶技术
集成学习是一种通过构建多个模型并将它们的预测结果进行综合的方法，以提高预测精度和稳定性。
集成学习概述
集成学习可以分为两类，即个体学习器独立并行构建的并行集成方法和个体学习器相互依赖串行构建的串行集成方法。
集成学习的分类
在数据处理中，集成学习可以应用于分类、回归、聚类等任务，通过将多个模型的预测结果进行综合，可以提高模型的泛化性能和鲁棒性。
过拟合
模型在训练数据和测试数据上表现都不理想，原因是模型过于简单，无法捕捉到数据中的复杂模式和关系。
欠拟合
采用正则化、增加数据量、特征选择、集成学习等技术来处理过拟合和欠拟合问题。
处理
准确率、精确率、召回率、F1分数、AUC-ROC等。
评估指标
选择
应用
根据具体问题和数据特点选择合适的评估指标。
在模型评估过程中，使用评估指标来衡量模型的性能，并根据评估结果进行模型优化和改进。
基于统计模型的方法： 使用统计模型（如正态分布）来确定异常值。
L1范数归一化： 将数据缩放到单位L1范数范围内。
注意事项：
避免数据特征的过度放大或缩小。
处理方法：
L2范数归一化： 将数据缩放到单位L2范数范围内。

年度 1997 1998 1999 2000 2001 2002 2003 2004 2005
销售量 874.5 1121.1 1103.3 1085.2 1089.5 1124.0 1249.0 1501.9 1866.4
一元线性回归模型
例 测16名成年女子的身高与腿长所得数据如下: 身高 143 145 146 147 149 150 153 154
12
553.8 574.6 606.9 649.8 705.1 772.0 816.4 892.7 963.9 1015.1 1102.7
591.3 634.1 683.5 735.8 796.6 861.3 922.0 993.6
591.3 634.1 683.5 735.8 796.6 861.3 922.0
得直线方程 v Abu
3指数曲线y aebx
4倒指数曲线 y aeb/x
5对数曲线y ablogx
6
S型曲线y
1 abex
例 出钢时所用的盛钢水的钢包，由于钢水对耐火 材料的侵蚀，容积不断扩大。我们希望知道使用次 数与增大的容积之间的关系。对一钢包做试验，测 得数据如下：
平滑法9个 预交 测易 第日(初 的S值 01 收 y1盘 ,0 价 .4).
时间 t 1 2 3 4 5 6 7 8
价格观测 16.41 17.62 16.15 15.54 17.24 16.83 18.14 17.05 值 yt
解:
时间t
1 2 3 4 5 6 7 8 9
价格观 指数平 预测值
一、简单一次移动平均预测法
设时间序列为 yt,取移动平均的项数n,则 为第
t 1期预测值的计算公式 : 为
yˆt1

市场
人口
产品
增长率 流行病学 有症候的
确诊
潜在患者
获得
药物治疗
使用药物
的患者
竞争 份额 采纳 同类相食
使用X产品 的患者
转化
注：该算法，或其简化版，可以推广到几乎所有
的新产品预测实践中。随着预测需求越来越复杂， 算法的详细程度也随之变化，但相同的逻辑流程适 用于一款产品生命周期里的所有节点。
第十四页，共30页。
3、预测的不准确性
预测未来是很困难的。在历史上，我们不断尝试去预测未来……却总是看到预测因为
不准确而失败。
电话的缺点太多，因此很难严肃地将其视为通讯工具。这种设备本质上对我们毫无价值可言。
– 1876年，西部联盟电报公司内部备忘录
人们将厌倦电影中发出声音的人。说话永远无法替代无声电影中的优秀表演。
(3) 基于患者的算法的成功案例
良性前列腺增生 •流行病学研究表明，65岁以上的男性中，前列腺增生症的患病率高达95 ％。然而，治疗良性前列腺增生的男性数量明显偏低。随着新诊断技术的出现， 医生能够监测与良性前列腺增生有关的酶，并能对患者做出早期诊断。这样，诊 断率的提高引发了市场的扩张。
艾滋病 •随着新的艾滋病毒诊断工具的出现（特别是基于聚合酶链式反应的诊断工具 敏灵性的增强），艾滋病毒水平较低的患者得以及早发现，并用抗艾滋病药物 进行治疗。这也再次证明，使用诊断工具能起到扩张市场的作用。
增长率
人口
流行病学
潜在患者
药物治疗
使用药物的患 者
有症候
确诊
消费者行为
消费者意识
消费者意图
第二十页，共30页。
2、市场建模
(7) 伴随用药和复方用药

许可、合作 机会成本
营销方案、 促销方案、 消费正方案
销售队伍规模 结构、配置
全球、区域、国家 业务单元
2021/11/14
11
4、医药行业预测
(5) 预测的时间范畴
时间范围
长期
短期
年度
月度
组合评价 —新产品和产品线 —许可机会
研发投资回报 脚本规划
新产品上市规划 资本收益回报 营销资源配置 机构规模和结构
损益表 财务计划 营销投资回报 销售队伍投资回报 销售队伍规模和结构
区域业务计划
医生评估
微观营销
2021/11/14
销售队伍部署
12
2
新产品的预测
1、新产品的预测法 2、市场建模 3、将患者转化成收益 4、最后注意事项
2021/11/14
13
1、新产品中使用的通用预测算法
市场
人口
产品
增长率 流行病学 有症候的
2021/11/14
17
2、市场建模
(4) 患病率与发生率模型
发生率
患病率 死亡或者治愈
有好几个治疗领域需要基于发生率的模型：肿瘤学、移植和艾滋病。
2021/11/14
18
2、市场建模
(5) 基于患者的模型对患者流量数据模型
基于患者的模型：
用于治疗模式和患者人数不随时间变化的市场 – 静态、横断面 – 孤立的变量 – 获得平衡 – 划区 – 具体的 – 透明的 – 电子表格软件 – 数据驱动
剂量
依从性 持续性
销量预测
14
2、市场建模
(1)预测者面临的首个决策是选择什么数据进行市场建模？
基于患者的模型 (市场潜力)