第10章预测方法下.pptVIP

第10章 预测方法 下 第10章 预测方法 下 本章主要内容 直线趋势预测法 指数平滑法 季节销售预测法 回归分析预测方法 第10章 预测方法 下 本章学习目标 了解直线趋势预测法的特点； 学会运用平均数法、移动平均数法和直线模型法进行预测； 了解指数平滑法的特点，学会运用指数平滑法进行预测； 理解季节销售预测法的特点； 学会运用直线趋势比率法和平均数比率法进行预测； 懂得回归预测的基本步骤，学会运用一元线性回归预测法进行预测； 学会运用二元线性回归预测法进行预测。 直线趋势预测法 平均数法 平均数法是直线趋势预测中最简单的一种预测方法。它是以一定时期内时间序列的平均数作为预测依据，以此来计算趋势预测值。 平均数法又分为简单算术平均数法和加权算术平均数法两种。 直线趋势预测法 简单算术平均数法 它是利用简单算术平均数法计算序时平均数，以说明某种经济现象在时间上的发展趋势。 特点： 这种方法简单易行，适合比较稳定情况下的商品需求和生产预测。 这种平均数法不能充分反映出序列的季节变化。 直线趋势预测法 简单算术平均数法 计算公式 直线趋势预测法 加权算术平均数法 在经济预测过程中，往往各期的统计数据对预测值的重要性不同。由于简单算术平均数法只能反映一般的平均状态，因而不能体现重点数据的作用。 加权算术平均数法就通过对不同的数据按其重要性乘以不同的权数，将这些乘数相加之和除以各权数之和，求得加权算术平均数，并以此来计算趋势预测值。 直线趋势预测法 加权算术平均数法 计算公式 直线趋势预测法 移动平均数法 移动平均数法是在算术平均数法的基础上发展起来的预测方法。它是利用移动平均数来进行预测的方法，可以较好地修匀历史数据，消除随机波动影响，使长期趋势显露出来，因而在市场预测中得到了广泛的应用。 常用的移动平均数法有简单移动平均数法和趋势移动平均数法。 直线趋势预测法 简单移动平均数法 简单移动平均数法一般用于预测目标的时间序列长期趋势基本为平稳状态的情况，它是以一组观察序列的平均值作为下一期的预测值。 按照对资料处理方式的不同，简单移动平均数法又分为绝对移动平均数法和加权移动平均数法。 直线趋势预测法 趋势移动平均法 趋势移动平均法即二次移动平均法就是对一次移动平均值再作一次移动平均，求得二次移动平均值，用来调整一次移动平均值的滞后偏差以及计算趋势变动值，建立线性预测模型进行预测的方法。 直线趋势预测法 直线模型法 也称直线趋势法，如果时间序列的各个数据在一定时期中呈现持续上升或下降趋势，且各项变量逐期的增减大致相同时，可配以直线方程并用最小二乘法进行预测。 直线趋势预测法 直线模型法 预测模型 指数平滑法 指数平滑法 是一种特殊的加权平均法，加权的特点是对离预测期较近的历史数据给予较大的权数，对离预测期较远的历史数据给予较小的权数。权数由近到远按指数规律递减，所以，这种预测方法被称为指数平滑法。 它可分为一次指数平滑法、二次指数平滑法及更高次指数平滑法。 指数平滑法 一次指数平滑法 一次指数平滑法是以本期（t期）的实际值（ ）和预测值（ ）的加权平均数作为下期 （t+1）期预测值（ ）的预测方法。一次指数平滑法适用于水平波动模式数据的短期预测。 模型 指数平滑法 二次指数平滑法 一次指数平滑法只适用于时间序列有一定波动但没有明显的长期递增或递减的短期预测，若进行中长期预测，则会造成显著的时间滞后，产生较大的预测误差。为弥补这一缺陷，可采用二次指数平滑法。 二次指数平滑法是在一次指数平滑的基础上再进行一次平滑，利用两次平滑值建立的线性趋势模型进行预测。 指数平滑法 二次指数平滑法 模型 季节销售预测法 季节销售预测法 季节销售预测的目的是要分析季节变动对销售发展趋势的影响，掌握季节销售的变动规律，通过季节销售变动的分析消除时间序列中的季节波动，使时间序列更明显地反映销售的发展趋势及特征，并对未来的销售数量做出预测。 常用的方法有直线趋势比率平均法和平均数比率法。 季节销售预测法 直线趋势比率平均法 大部分季节性商品的销售，受季节变动和长期趋势变动的共同影响，既存在明显的季节变动又含有长期趋势变动，销售额（量）的变动幅度，随其趋势的变动而加大，对于这种现象，在预测时可采用直线趋势比率平均法。 季节销售预测法 直线趋势比率平均法 模型 季节销售预测法 平均数比率法 有些季节性商品的销售，只随着季节的周期交替而相应的发生变化，即只包含季节变动，不包含明显的直线趋势，对于这一类商品销售量（额）的预测一般采用平均数比率法。 回归分析预测方法 回归分析预测方法 回归预测法是一种重要的预测技术，它是在分析因变量与自变量之间的相互关系，建立变量间的数量关系近似表