灰預測殘差修正模式應用於7-ELEVEn營收預測之研究

Minghsin University Institutional Repository > 管理學院 > 行銷與流通管理系 > 校內專題研究計畫 > Item 987654321/1055

請使用永久網址來引用或連結此文件: http://120.105.36.38/ir/handle/987654321/1055

題名:	灰預測殘差修正模式應用於7-ELEVEn營收預測之研究
作者:	楊明錞
貢獻者:	行銷系
關鍵詞:	GM(1,1)、殘差修正RGMM、傅利葉殘差修正FGMM
日期:	2015-10
上傳時間:	2016-03-03 11:04:16 (UTC+8)
摘要:	7-ELEVEn在台灣是一家上市的便利超商連鎖店，其營收的預測資訊對企業經營者或投資者的決策判斷甚為重要，也是經營管理者的重要任務之一。本研究先應用灰色馬可夫模式進行7-ELEVEn營收之預測，此模式結合灰色預測GM(1,1)模式和馬可夫模型的優點，充分利用歷史資料不用太多，即可作預測。灰色馬可夫和其他傳統預測方法不同的是，其模型不需藉助預測變數，僅依照變數本身過去的資料來建立模型，即可得到預測的指數趨勢線方程式。應用此概念，我們以7-ELEVEn年營收額作為分析資料，藉由歷史少點資料建構預測方程式，預測未來幾年的年營收值，再藉由馬可夫從此狀態移轉到下期機率值的大小，決定後期最有可能移轉到的狀態，以提升7-ELEVEn年營收預測的精確性。接著分別運用殘差修正灰預測模型(RGMM)，資料所提供的訊息，對隨機波動性較大的數據進行預測，再藉由傅立葉殘差修正灰預測模型(FGMM)，作誤差項的回饋校正，期能獲得更好的預測結果。本計畫研討之理論與應用將包括以下兩項︰ (一) 運用殘差修正灰色馬可夫模式進行7-ELEVEn年營收之預測此項研究主要目的將7-ELEVEn營收的預測，以灰色馬可夫的方法進行預測，再將誤差項分別以殘差修正灰預測模型，與傅立葉殘差修正灰預測模型的回饋校正，期能獲得更好的預測結果。同時，此研究將藉由灰色馬可夫分析估算預測值，再輔以殘差修正模式回饋校正誤差項，並藉由7-ELEVEn過去2000年到2006年之年營收資料當作樣本資料，預測2007年到2013年的營收是否精確，並預測2014年的營收，用以提供管理者或投資者參考，並作為其決策或投資判斷的依據。 (二) 適合灰色GM(1,1)預測模式的資料型態殘差修正模式主要是來自源模型GM(1,1)的預測誤差，若能提高GM(1,1)模式預測的精準度，則殘差修正模式的選擇即為次要問題。所以如何藉由GM(1,1)得到精準的預測結果，使得灰色GM(1,1)預測模式可應用到各領域，是否應俱備什麼樣的資料型態或特性，才會得到較佳的預測結果。我們將從原始微分方程推導過程中，找出什麼樣的資料型態或特性，最符合其推導出的非線性指數曲線預測方程式。
顯示於類別:	[行銷與流通管理系] 校內專題研究計畫

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
成果報告-楊明錞.pdf		857Kb	Adobe PDF	70	檢視/開啟

在MUSTIR中所有的資料項目都受到原著作權保護.

資料載入中.....