第十一讲 市场预测.pptVIP

* * 市场预测 用手工方法进行定量分析有很多的局限性，当变量较多，数据量较大的时候，无法进行分析，电子计算机的应用与发展为我们进行回归分析提供了优越条件。 筛选变量拟合模型，求解参数，测定相关系数，检验显著水平，计算估计标准误差，分析预测因变量的置信区均可以在计算机上进行操作。 【补充阅读资料-5】 * * 市场预测 指数曲线模型 指数曲线方程为： 公式两边分别取对数 ，令 ， ， 则得： ，按一元线性回归方程求解参数 和 ，则 * * 市场预测 幂函数模型 幂函数曲线 型，可以令 ， ， ，则得： * * 市场预测 双曲线模型 （1） 型，令 ，则得： （2） 型，令 ， ，则得： * * 市场预测 对数模型 对数曲线 型，可以令 ，则得： * * 市场预测 多项式模型 1）二次模型 2）三次模型 * * 市场预测 回归分析预测法中，为什么要进行检验，以测定变量间的相关关系？ 答:相关关系的大小直接反映了变量的密切程度，从而说明二者进行回归分析更可信。 【小思考-9】 * * 市场预测 【小实训】 如何预计未来五年高校入学需求为目的的市场预测？ 【实训建议】 应该运用一元回归分析法确定其因变量-就是未来五年高校需求量和对于影响和制约预测目标的因素——每年高校的录取的人数和高中毕业人数（自变量）来分析。 回归分析预测法小结 * * 市场预测 【综合案例1】多种预测方法在市场销售中的应用 奥伯梅尔公司是美国流行滑雪服市场上的主要供应商。它的产品是由远东、欧洲、加勒比海地区以及美国的一些企业加工的。该公司几乎所有的产品，每年都要重新设计，以适应款式、面料和颜色的变化。直到20世纪80年代中期，公司的设计和销售周期都是相对简单的，包括设计产品，生产样品，3月份向零售商展示样品；接受零售商订货后，在3、4月份接受供应商订货；10月份在奥伯梅尔公司的本着中心收货；然后立即向零售商店送货。这种方法有效地运用了30多年。加工合同是以确认的订单为依据签订的，而秋季交货又为有效的生产提供了充分的时间。 然而，80年代中期，这种方法不再有效。首先，随着公司的销售量增加，在生产高峰期生产能力受到制约。在夏季关键的几个月中，它无法从高质量的滑雪服加工厂预订到足够的生产能力，以保证加工出满足全部订货要求的产品。结果，它只得根据对零售商订货的预测，在上一年的11月份，或者在商品销售之前大约一年，就开始预订加工能力。 * * 市场预测 其次，降低生产成本和增加产品品种的压力，迫切要求公司建立更加复杂的供应链。为了克服供应链变长、供应商能力限制以及零售商要求尽早交货的困难，奥伯梅尔公司采用各种方法来缩短交货期。然而，这些努力并未解决缺货和不断降价的问题。公司生产仍有约一半是根据需求预测安排的。在生产高度复杂多变的时尚产品的行业，这是很大的危险。奥伯梅尔公司依靠一个由其各个职能部门经理组成的专家小组，对公司每一种产品的需求进行一致性预测。但是，这项活动并不特别有效。例如，在1991-1992年度销售期，有几款女式风雪大衣比原先的预测多销售了200%，同时，其他款式的销售量比预计销售量低了15%。 为了改进预测，奥伯梅尔公司责成专人来考察这些问题，由此提出了“正确响应”（accurate response）的方法。他们认识到，问题在于公司不能预测人们将买什么。。生产风雪大衣的决策，实质上是就“风雪大衣会有销路”这一判断在打赌。为了规避这种风险，必须寻求一种方法，来确定在“早期订货”之前生产哪些产品是最安全的，哪些产品应该延期到从“早期订货”收集到可资利用的信息后再生产。 * * 市场预测 同时，他们发现，专家小组的初步预测尽管有些是不符合实际的，但约有一半是相当准确的，与实际销售量的误差不到10%。为了在获得实际订货之前确定哪些预测可能是准确的，他们考察了专家小组的工作方式。专家小组传统上是对每一咱款式和颜色都通过广泛的讨论达成一致性预