Post by account_disabled on Nov 26, 2023 1:56:57 GMT -5
数字业务和战略领域的 4 种预测类型2022 年 1 月 31 日热门事件的猜测或估计。Heizer 和 Render 在 2009 年出版的《运营管理》一书中解释说，预测是预测未来事件的艺术和科学，涉及获取历史数据并以数学模型的形式将其预测到未来。预测有多种类型，其中包括定性方法、因果方法、时间序列方法和模拟方法。这里笔者对上面提到的四种方法进行解释和描述：定性方法定性方法通常是主观的，受到该领域实际情况的影响，例如消费者对购买计划的直接意见、具有市场条件经验的人的意见以及该领域其他营销人员的直接经验故事。在定性方法中有很多方法可以做到，即：市场调查确定目标或细分市场。当然，你必须直接从消费者那里了解并听取意见，以识别对待客户或消费者的类型和方式。执行意见这种方法采用一小群高层管理人员（Top Managers）的意见或意见，这些意见通常与统计模型相结合合并销售队伍每个销售队伍预测其所在区域的销售水平，然后在省级和国家级进行合并，以实现总体预测德尔菲法德尔菲法实际上类似于问卷法，要做到这种方法，需要将问卷展开，但将收集到的问卷答案先进行简化，然后再交给专家进行预测。因果法因果方法是预测需求与其他被认为有影响的变量之间因果模型的扩展。
因果方法中可以实现的方法之一是使用回归和相关。使用“最小二乘”技术确 行业电邮清单 定估计方程的回归和相关方法。首先对存在的关系进行统计分析。使用这种方法进行预测的准确性对于短期预测来说非常好，而对于长期预测来说，结果表明准确性不太好。时间序列法时间序列方法假设历史需求模式是未来需求的良好指标。时间序列方法中常用的方法之一是通过形成一类常见且有用的时间序列模型来使用ARIMA（自回归和移动平均）。ARIMA 方法的用途之一是预测股票价格。模拟法模拟方法是将因果方法和时间序列方法相结合，将消费者行为与一定条件进行匹配。模拟方法中使用的方法之一是蒙特卡罗方法。蒙特卡罗模拟的基础是通过使用随机抽样对机会元素（或概率性质）进行的实验。当行为有机会时使用随机元素的模拟技术。使用模糊逻辑进行聚类分析2022 年 1 月 31 日热门文章聚类分析聚类分析是根据数据所包含的信息对数据进行分析的方法，其目的是将指定的数据进行分组，使同一组中的数据具有相同的特征或相对同质，而不同的数据则放在不同的组中。
不同的。聚类分析法聚类分析分为两种分组方法，第一种是层次法，第二种是非层次法。层次结构方法用于或旨在搜索所选对象的分组结构。因此，所选择的分组数据可以分层地或者换句话说以有序的方式呈现。层次法分为两种，第一种是Agglomerative或merging，第二种是Devise或split。凝聚或合并是一种方法，如果每个对象被认为是一个组或同质的，那么靠近的组组合在一起形成一个单元或一个组。一些凝聚方法包括第一种单一关联方法、Ward 方法、平均关联方法。设计或求解是在最初定位所有对象并将其归为一组时使用的一种方法。然后，特征最不同的就会被分开，形成另一个群体。这一过程将持续下去，直到所有选定的对象按照现有规定形成一组。逻辑模糊模糊逻辑取自“模糊”一词，意思是模糊或模糊。之所以这样命名，是因为模糊逻辑具有不确定性。类似，但与布尔值成反比，其值范围为 0 或 false 和 1 或 true，基本上是一个确定值。模糊逻辑是一种依赖于不确定性的控制方法，换句话说，值的范围可以从0到1。尽管它是不确定的，但模糊逻辑非常有用，并且经常在现代计算中使用。模糊逻辑概念人类自然会根据自己的喜好和周围的环境运用直觉的思维方式，这种思维方式将成为人类能够理解的直觉语言。
因果方法中可以实现的方法之一是使用回归和相关。使用“最小二乘”技术确 行业电邮清单 定估计方程的回归和相关方法。首先对存在的关系进行统计分析。使用这种方法进行预测的准确性对于短期预测来说非常好，而对于长期预测来说，结果表明准确性不太好。时间序列法时间序列方法假设历史需求模式是未来需求的良好指标。时间序列方法中常用的方法之一是通过形成一类常见且有用的时间序列模型来使用ARIMA（自回归和移动平均）。ARIMA 方法的用途之一是预测股票价格。模拟法模拟方法是将因果方法和时间序列方法相结合，将消费者行为与一定条件进行匹配。模拟方法中使用的方法之一是蒙特卡罗方法。蒙特卡罗模拟的基础是通过使用随机抽样对机会元素（或概率性质）进行的实验。当行为有机会时使用随机元素的模拟技术。使用模糊逻辑进行聚类分析2022 年 1 月 31 日热门文章聚类分析聚类分析是根据数据所包含的信息对数据进行分析的方法，其目的是将指定的数据进行分组，使同一组中的数据具有相同的特征或相对同质，而不同的数据则放在不同的组中。
不同的。聚类分析法聚类分析分为两种分组方法，第一种是层次法，第二种是非层次法。层次结构方法用于或旨在搜索所选对象的分组结构。因此，所选择的分组数据可以分层地或者换句话说以有序的方式呈现。层次法分为两种，第一种是Agglomerative或merging，第二种是Devise或split。凝聚或合并是一种方法，如果每个对象被认为是一个组或同质的，那么靠近的组组合在一起形成一个单元或一个组。一些凝聚方法包括第一种单一关联方法、Ward 方法、平均关联方法。设计或求解是在最初定位所有对象并将其归为一组时使用的一种方法。然后，特征最不同的就会被分开，形成另一个群体。这一过程将持续下去，直到所有选定的对象按照现有规定形成一组。逻辑模糊模糊逻辑取自“模糊”一词，意思是模糊或模糊。之所以这样命名，是因为模糊逻辑具有不确定性。类似，但与布尔值成反比，其值范围为 0 或 false 和 1 或 true，基本上是一个确定值。模糊逻辑是一种依赖于不确定性的控制方法，换句话说，值的范围可以从0到1。尽管它是不确定的，但模糊逻辑非常有用，并且经常在现代计算中使用。模糊逻辑概念人类自然会根据自己的喜好和周围的环境运用直觉的思维方式，这种思维方式将成为人类能够理解的直觉语言。