目标市场销量预测模型总结.ppt

（二）马尔科夫过程长期状态转移稳定概率模型 设初始时期各状态概率为Pi，从此转移概率不变，长期转移下去的即是稳定的转移概率，它有如下关系： t表示较长的转移期数，这时转移概率稳定，概率总和为1，即有： 方程组 方程组移项 将上述方程组前n个方程中任一个删去（设删末行），方程可解。将各方程系数提出，形成矩阵P’ 矩阵P， 模型 于是： 即为马尔科夫链的稳定状态时的概率。 三、马尔科夫模型在预测中的应用 例：某地市场有三家百货店，A店拥有该地顾客45%，B店有35%，C店有20%，在各店人均购买商品额接近情况下，三店的市场占有率同样是45%，35%，20%，这是初始时期的状态概率分布。经调查，第二期顾客流动情况如下表，预计：（1）第四期各店的市场占有率；（2）长期后稳定的市场占有率各是多少？ 权数确定：近期大远期小。 确定方法：数据差异大，用等比数列权数；数据变动幅度小，用等差数列权数。 （四）几何平均预测法 公式： 例： 应用：数据的发展成等比数列变化时比较合适。 二、移动平均法 （一）简单移动平均法 （二）加权移动平均法 （一）简单移动平均法 含义：将计算期内的预测目标时间序列的移动平均数，作为下一期的预测值。公式： ：表示第t期的移动平均数，作为下期t+1期的预测值。 例： （二）加权移动平均法 含义：将计算期内的预测目标时间序列的各个观察值加权计算移动平均数，作为下一期的预测值。公式： ：表示第t期的移动平均数，作为下期t+1期的预测值。 例： 三、指数平滑法 一次指数平滑法 一次指数平滑法 t+1期的预测值是t期实际值和预测值的加权平均。 公式： 关键： 1、初始值的确定； 2、平滑系数的确定。 1、初始值的确定 通常通过估算来确定。 （1） （2） 例： 2、平滑系数的确定 依据时间序列的波动性大小进行选择： （1）随机波动性较大——较小的平滑系数； （2）随机波动性较小——较大的平滑系数； （3）水平趋势变动——居中的平滑系数 例： 四、趋势外推预测法 确定方法：最小二乘法 1.直线趋势 2.曲线趋势 五、季节指数预测法 1、无趋势变动的季节指数预测法 2、含趋势变动的季节指数预测法 1、无趋势变动的季节指数预测法 如果时间数列没有明显的长期变动趋势，就直接利用季节指数，来预测。 例题 【例】某商品销售量5年的分季资料(见下表)，假设该资料无长期趋势，要求： (1)设第六年第一季度的销售量为10吨，试预测第二季度的销售量； (2)设第六年上半年的销售量为27吨，试预测第三季度的销售量； (3)设第六年全年的计划销售量为60吨，试预测各季度的销售量。 题表 年度 第一年 第二年 第三年 第四年 第五年 季度 一 二 三 四 一 二 三 四 一 二 三 四 一 二 三 四 一 二 三 四 销量(吨) — — 13 18 5 8 14 18 6 10 16 22 8 12 19 25 15 17 — — 季节指数计算表 一季度 二季度 三季度 四季度 全年合计 第一年 第二年 第三年 第四年 第五年 — 5 6 8 15 — 8 10 12 17 13 14 16 19 — 18 18 22 25 — 31 45 54 64 32 同季合计 34 47 62 83 226 同季平均数 34÷4＝8．5 11 ．75 15 ．5 20 ．75 14．125 季节指数(％) 8．5÷14．12＝60．18 83．19 109．73 146．90 400 解(1) 先根据已知的一季度销售量和一季度的季节指数，求出第六年的季平均数；再根据第六年的季平均数和第二季度的季节指数，求出第二季度的预测值， 第六年的季平均数＝10／60.18％＝16.62 第六年第二季度的销售量＝16.62×83.19％＝13.82(吨) 解(2) 先根据上半年的已知数和一、二季度的季节指数，求出第六年的季平均数；再根据第六年的季平均数和第三季度的季节指数，求出第三季度的预测值： 第六年的季平均数＝27／(60.18％+83.19％) ＝18.83 第六年第三季度的销售量＝18.83×109.73％ ＝20.66(吨) 解(3) 先求出第六年的季平均数，再根据第六年的季平均数和各季度的季节指数，求出各季度的预测值： 第六年的季平均数＝60／4＝15 第六年第一季度的销售量＝15 × 60.18％＝9.027(吨) 第二季度的销售量＝15 × 83.19％＝12.4785(吨) 第三季度的销售量＝15 × 109.73％＝16.4595(吨) 第四季度的销售量＝15 × 146.90％＝22.035(吨) 2、含趋势变动的季节指数预测