市场调查总结资料.pptVIP

第1章 市场调查与预测概述 市场调研相关概念 市场调查行业 市场调查的职业道德 第三章 市场调查方法 二手数据的收集方法 询问调查法 实验调查法 观察调查法 趋势外推法 趋势外推法是遵循事物连续原则，分析预测目标时间序列资料呈现的长期趋势变动轨迹的规律性，用数学方法找出拟合趋势变动轨迹的数学模型，据此进行预测的方法。 应用趋势外推法有两个假设前提： 决定过去预测目标发展的因素，在很大程度上仍决定其未来的发展； 预测目标发展过程一般是渐进变化，而不是跳跃式变化。 满足上述假设前提后去掌握时间序列长期趋势发展的变化轨迹，最常见的轨迹有直线、二次曲线、指数曲线、生长曲线等。然后建立对应的函数模型描述，据此进行外推预测。 趋势外推法 直线趋势外推法 预测目标的时间序列资料逐期增（减）量大体相等时，长期趋势基本呈现线性趋势，便可选用直线趋势外推法进行预测。 当遇到时间序列大多数数据点变化呈现线性，有个别点有异常现象，经过分析，可以作数据处理（删除或是调整）后再找出线性趋势进行预测。 直线趋势外推法的关键在为已知时间序列找出一条最佳拟合其长期线性发展规律的直线。正确地估计出直线的参数a和b，最常用的是最小二乘法。 趋势外推法 直线趋势外推法 最小二乘法的基本原理是：若以 表示时间序列中各期实际观察值，以 表示趋势值（预测值），满足实际观察值与趋势值的离差平方和最小的直线为最佳拟合直线。它的数学表达式为： 利用极值定理，最佳拟合条件可以转换为下面的联立方程： 可求得 【例】设某市2004-2014年市场鸡蛋销售量如下表所示。试预测2015年该市鸡蛋销售量。 直线趋势外推法 画散点图。 求直线趋势预测模型中的参数。 a=28.84, b=2.39 所以预测模型为： 利用已知时间序列t变量值，代入预测模型便可得该时间序列各年的预测值。计算预测误差，判定模型精度。 依据预测模型延伸外推。 2015年该市鸡蛋销量的预测值为： 注意自变量的选择 回归分析的模型检验 t检验 F检验 可决系数R2 时间序列分析法 时间序列分析法的特点和步骤 移动平均法 指数平滑法 趋势外推法 季节指数法 时间序列分析法的特点和步骤 特点 时间序列分析法是根据市场过去的变化趋势预测未来的发展，它的前提是假定事物的过去会同样延续到未来。 时间序列数据变动存在着规律性与不规律性 长期趋势变动（T） 季节变动（S） 循环变动（C） 不规则变动（I） 时间序列法撇开市场发展的因果关系去分析市场的过去和未来的联系。 一次移动平均法 一次移动平均法 一次移动平均法，也称简单移动平均法。它是由连续移动形成的各组数据，用算术平均法计算各组数据的移动平均值，并将其作为下一期预测值。 式中， 为下期预测值； 为第t期的一次移动平均值； 为第t期的观察值；n为数据的个数，也即移动平均期数。 【例】下表是某商业企业季末库存的资料，试用一次移动平均法对该企业下一季末的库存进行预测。 —— —— —— —— —— 1.18 0.7 0.2 0.52 0.32 0.36 1.18 1.26 0.24 —— —— —— —— —— 10.82 11.1 11.3 11.38 11.68 11.84 11.88 11.66 11.44 n=5 —— —— —— 0.43 0.43 1.1 0.6 0.17 0.13 0.27 0.4 1.33 1.23 0.1 —— —— —— 10.83 10.77 10.9 11.2 11.67 11.77 11.73 11.8 12.03 11.63 11.1 n=3 10.6 10.8 11.1 10.4 11.2 12 11.8 11.5 11.9 12 12.2 10.7 10.4 11.2 观察期季末库存（万元） 一次移动平均法 优缺点 一次移动平均可以消除由于偶然因素引起的不规则变动，同时又保留了原时间序列的波动规律； 每一个移动平均值只需几个观察值就可计算，需要存储的数据很少； 这种方法只能向未来预测一期； 对于有明显趋势变动的时间序列，一次移动平均法是不合适的，一次移动平均值大大滞后于实际观察值。 二次移动平均法 对于具有明显上升趋势的市场现象，二次移动平均预测法同样是很适用的。 它不是用一个固定的 值，各期的 值是有所变化的，这样就保留了市场现象客观存在的波动。 最后一个 值是固定的，不但可以用于短期预测，也可以用于近期预测。 一次指数平滑法 一次