市场调研7.pptVIP

第三节 时间序列预测法 1 时间序列预测法的含义 2 时间数列的特点 3 时间数列的构成与分解 4 时间序列预测方法 简易平均法 移动平均法 指数平滑法 趋势外推法 季节趋势预测法 1 时间序列预测法的含义 时间序列预测法，利用预测对象的时间序列数据，通过建立和拟合数学模型，找出事物发展变化的规律，并据此外推，做出定量估计。 时间序列分析法的目的：预测市场未来发展趋势和变化规律（力求找出预测目标随时间变化的规律） 它又称为外推法或历史延伸法。 2 时间数列的特点 时间数列按时间先后顺序排列 时间数列是按一定方式搜集的一系列数据 时间数列中的观察值具有差异 时间数列中的数据不许遗漏 3 时间数列的构成与分解 通常把时间数列（Y）分解为以下四种变动： (1)长期趋势变动（T） (2)季节变动（S） (3)周期波动（C） (4)不规则变动（I） （1）长期趋势变动 长期趋势变动又称倾向变动，它是指伴随着经济的发展，在相当长的持续时间内，单方向的上升、下降或水平变动的因素。 它反映了经济现象的主要变动趋势。 长期趋势变动是时间t的函数，它反映了不可逆转的倾向的变动。长期趋势变动通常用T表示，T=T（t）。 （2）循环变动 循环变动是围绕于长期趋势变动周围的周期性变动。 即循环变动是具有一定周期和振幅的变动。 循环变动是时间的函数，通常用C表示，C=C（t）。 （3）季节变动 季节变动是指以一年为周期的周期性变动。 季节变动是时间的函数，通常用S表示，S=S（t）。 （4）不规则变动 不规则变动是指由各种偶然因素引起的随机性变动。 不规则变动通常用I表示，I=I（t）。 时间序列因素的组合形式 时间序列变动是长期趋势变动、季节变动、循环变动和不规则变动四种因素综合作用的结果。四种因素组合的形式有多种，有以下两种基本形式。 1．加法型 Y=T+C+S+I 式中Y、T、S、C、I都是总量指标。 2．乘法型 Y=T · C · S · I 式中 Y、T是总量指标, S、C、I为比率。 4 时间序列预测方法 平均预测法 指数平滑法 趋势外推法 季节趋势预测法 一、平均预测法1、简单平均法 就是将一定观察期内各观察值 某种平均数作为下一期预测值一种 预测方法。它包括： （1）简单算术平均法 （2）加权算术平均法 （3）几何平均法 1、简单平均数法 简单平均数法是用一定观察期内预测目标的时间序列的各期数据的简单平均数作为预测期的预测值的预测方法。 在简单平均数法中，极差越小、方差越小，简单平均数作为预测值的代表性越好。适用于短期、近期、精度要求不高的预测。 简单平均数法的预测模型是： 一、平均预测法 例：某自行车厂 2014 年 1~12 月自行车销售量如下表，利用简单算术平均法预测 2015 年 1 月份自行车的销售量。 月份 1 2 3 4 5 6 7 8 9 10 11 12 销量 60 50.4 55 49.6 75 76.9 72 68 54.5 44 43.8 47 X= 60+50.4+55+49.6+75+76.9+72+68+54.5+44+43.8+47 =58 （万辆） 12 X= 72+68+54.5+44+43.8+47 =54.9 6 X= 44+43.8+47 =44.9 万辆） 3 二、移动平均法 （1）简单移动平均法： 此法对于呈水平不规则波动的时间序列数据的预测，是一种简易可行的预测方法。公式为： 其中， ：是下一期的预测值； ：是第 t 期的一次移动平均值； ：观察期的实际发生值； ：移动跨期。 移动跨期 n 的取值原则： 在时间序列观察值较多时， n 值可适当取大些，而观察值较少时， n值只能取小些； 在历史资料具有比较明显的季节性变化或循环周期性变化时，跨期 n 应等于季节周期或循环周期； 如果希望反映历史资料的长期变化趋势时，则 n 应取大些，如果要求反映近期数据的变化趋势时，则n应取小些。 例： 某副食商店2008年各月食用油的销售量，试用简单移动平均法预测2009年1月食用油的销售量。（设 n=3,4,5） 修匀 月份 销售量（x） 三期移动平均 预测值 n=3 五期移动平均 预测值 n=5 2008.1 68.0 2 84.0 3 76.0 4 92.0 76.0 5 72.0 84.0 6 64.0 80.0 78.4 7 83.0 76.0 77.6 8 72.0 73.0 7