About me

• 授课教师：康雁飞

• 澳大利亚莫纳什大学博士、博士后

• 前百度大数据部高级研发工程师

• 副教授、博士生导师

• 入选北航“卓越百人计划”和北航“青年拔尖人才计划”

• 研究方向：统计预测；统计计算；时间序列分析；大数据与机器学习

• 主页：http://yanfei.site

课程信息

• 课程类别：选修课

• 学分： 1分

• 计算机语言：R

• 助教：李莉博士

• 参考教材：https://otexts.com/fppcn/

• 课程课件：https://yanfei.site/teaching/bf

预测场景举例

• 销售预测： 预测未来销售趋势，对于制定库存管理策略、促销活动规划以及资源分配都至关重要。

• 库存需求预测： 对于库存为基础的企业，准确的需求预测对优化库存水平和降低库存成本至关重要。企业可以在采购、生产和库存管理方面做出明智决策。

• 收入预测： 预测未来收入是企业财务规划和预算编制的基本要素。这使企业能够估计未来的盈利、评估增长机会，并有效地规划资源分配。

• 电力需求预测： 在能源行业，学生可以使用时间序列分析来预测未来电力需求。这有助于电力公司更好地规划发电和分配资源。

课程目标

1. 了解商业预测领域比较热门的方法和应用问题。

2. 掌握最基本的时间序列回归的线性、非线性及动态模型及应用。

3. 掌握较前沿的商业预测技术及应用。

4. 帮助学生充分理解预测在商业决策中的重要意义。

5. 理解每种预测技术的案例分析及R语言实现。

6. 独立完成基于商业预测方法的大数据案例分析。

考核方式

• 课堂参与：20%

• 案例分析作业：30%

• 课程报告：50%

关于案例分析作业和课程报告

1. 2-3 人一组

2. 每次报告中明确写明分工

3. 截止日期：结课后十天

4. 请班级课程负责人按照组号整理后交给助教

课程内容

1. R基础

2. 商业预测基础

3. 时间序列回归模型及应用

4. 差分自回归移动平均模型及应用

5. 时间序列动态回归模型及应用

6. 商业预测前沿