市场调查总结.pptVIP

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。 观察期季末库存（万元） n=3 n=5 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 —— —— —— 10.83 10.77 10.9 11.2 11.67 11.77 11.73 11.8 12.03 11.63 11.1 —— —— —— 0.43 0.43 1.1 0.6 0.17 0.13 0.27 0.4 1.33 1.23 0.1 —— —— —— —— —— 10.82 11.1 11.3 11.38 11.68 11.84 11.88 11.66 11.44 —— —— —— —— —— 1.18 0.7 0.2 0.52 0.32 0.36 1.18 1.26 0.24 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 一次指数平滑法 一次指数平滑法是指计算时间序列的一次指数平滑值，以当前观察期的一次指数平滑值为基础，确定下期预测值。 平滑值的计算公式为： 式中， 为平滑常数 ； 为第t期的一次指数平滑值； 为第t期的实际观察值。 一次指数平滑法 初始值的选取 对于第一个指数平滑值 （即初始值），一般是采用下面两种方法之一来确定。一是令 ，即采用市场现象的第一期实际观察值作为第一个指数平滑值；二是取观察值前几期的平均值作为初始值。 平滑常数 的选择 平滑常数 的大小直接影响过去各期数据对预测值的作用。在确定 的值时，必须根据市场现象时间序列本身的规律而定。 当时间序列变化剧烈时，宜选较大的 值，以很快跟上变化。当要注意， 取值越大，风险也就越大。 取值接近于0，则各期数据的作用缓慢减弱，呈比较平稳的状态。当时间序列的变化较为平缓时， 值可取得较小。 通常对同一市场现象的预测中，同时选择几个 值进行测算，并分别测算出各 值预测结果的预测误差。选择误差较小时的 值。 【例】某企业要进行食盐销售量预测。现在有最近连续30个月的历史资料，试用一次指数平滑法预测以后月份的销售量。 时序（t） 销售量（吨） 指数平滑值 1 2 3 4 5 6 7 8 9 10 11 12 13 26.7 29.5 29.0 29.9 32.2 31.4 25.7 32.1 29.1 30.8 25.7 30.9 31.5 26.7 26.7 27.0 27.2 27.5 27.9 28.3 28.0 28.4 28.5 28.7 28.4 28.7 26.7 26.7 27.5 28.0 28.6 29.6 30.2 28.8 29.8 29.6 30.0 28.7 29.3 26.7 26.7 28.1 28.6 29.2 30.7 31.1 28.4 30.2 29.7 30.2 28.0 29.4 时序（t） 销售量（吨） 指数平滑值 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 2