项目八市场预测讲述.ppt

项目八 市场预测 目 录 教学目标 知识目标 了 解市场预测的基本含义和程序 掌握市场预测的基本原理 掌握市场预测的基本内容和基本方法 掌握时间序列预测的原理及其方法 了解相关回归分析预测的基本原理及其方法 能力目标 . 任务目标 任务一 时间序列预测 任务引入 随着我国经济的持续发展，老百姓的生活水平不断提高。如今，汽车成为了寻常百姓家中的一种交通工具。目前，汽车的需求量还在不断攀升。我国巨大的汽车消费市场潜力为许多汽车生产企业带来了良好的发展机遇。 请以你所在的城市为例，预测明年该市汽车需求情况，并写出市场预测报告。 任务分析 本情境需要完成以下三个子任务： 任务 1、制定调查方案，对近5年的汽车需求情况和消费情况进行调查； 2、掌握时间序列预测的具体方法与步骤； 3、整理、分析调查资料，运用时间序列预测方法分析汽车未来市场需求的发展趋势。 本情境的知识点主要是时间序列预测的原理及方法。 知识链接 　一、时间序列预测法的概念 时间序列预测法就是通过编制和分析时间序列，根据时间序列所反映出来的发展方向和趋势，进行类推和延伸，从而预测下一段时间或以后若干年可能达到的水平。因此，时间序列预测法也称为历史延伸预测法，它是对预测对象未来可能值做出预测的一种定量分析方法。 知识链接 二、时间序列预测法的步骤 1、收集历史资料，对其加以整理，编成时间序列。 2、分析时间序列。 3、求时间序列的长期趋势（T）、季节变动（S）、不规则变动（R）的值。 4、用数学模型计算出未来的时间序列的预测值Y。 三、时间序列因素分析与时间序列模型 1、长期趋势（T） 2、季节变动（S） 3、循环变动（C） 4、不规则变动（R） 知识链接 常用的时间序列模型有两类：加法模型和乘法模型。 1、加法模型。即把指标值看做是四种因素叠加的结果，其表达式为： 2、乘法模型。即把指标值看做是四种因素相乘的结果，其表达式为： 知识链接 四、时间序列各种因素的测定 1、长期趋势的测定 （1）随手描绘法 （2）时期扩大法 以上两种方法都只能确定长期趋势是否存在，而不能反映长期趋势的大小。 知识链接 （3）移动平均法 ①一次移动平均法。又称简单移动平均法，它是以一组观察序列的平均值作为下一期的预测值的方法。 a.绝对移动平均法 b.加权移动平均法 知识链接 ②二次移动平均法 如果目标发展趋势存在明显趋势变化，简单移动平均法就会产生预测偏差和滞后，为了解决这个问题，在简单移动平均的基础上，要进行修正，即作二次移动平均，也就是说以一次移动平均值作为时间序列再次计算其移动平均值，然后建立线性预测模型来解决问题。 知识链接 （4）直线趋势法 当时间序列的逐期增长量或减少量近似一个常数，即时间序列的各个数据在一定时期中呈现持续上升或持续下降趋势，趋势图形表现为一条直线时，适合采用直线趋势法。预测模型为： 知识链接 （5）指数平滑法 对预测目标时间序列利用平滑系数加以区分，使预测更依赖近期数据，进行逐层的平滑计算，以消除由于随机因素造成的影响，找出预测目标的基本变化趋势，并以此预测未来。 ①一次指数平滑法 知识链接 ②二次指数平滑法。是指对一次平滑的结果再进行一次平滑计算，以减少偶然因素对预测值的影响，利用两次指数平滑值，通过求解平滑系数，建立预测模型展开预测。 第一步，对时间序列计算一次和二次指数平滑数值； 第二步，确定平滑系数； 第三步，建立线性趋势预测模型，并进行预测。 知识链接 2、季节变动的测定 ①按月（或按季）平均法 第一步，收集历年（通常至少3年）各月或各季的统计资料； 第二步，计算观测期内不同年度同一月（季）的平均水平； 第三步，计算观测期内所有月（季）总平均数； 第四步，计算观测期内各个月（季）的季节指数； 第五步，利用季节指数进行预测。 知识链接 ②移动平均趋势剔除法 第一步，根据各年的月（季）资料，计算12项（或4项）移动平均趋势值T； 第二步，将各实际值除以相应的趋势值； 第三步，将 重新按月（季）排列，求得同月（季）平均数，再将其除以总平均数，即得季节指数； 第四步，建立直线趋势方程，并利用此方程算出未来某时期的估计值 ； 第五步，运用乘法模型或加法模型进行预测。 知识链接 任务二 相关回归分析预测 任务引入 手机网络游戏行业在多年的技术经验与运营经验的积累与总结后，2008年创出新的游戏模式与新的运营模式来推动手机网络游戏市场的发展。随着3G时代的到来，在中国移动百宝箱以及数量巨大的手机上网及游戏用户消费需求的刺激下，手机用户对手机网络