- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
管理经济学 第三需求估计和预测
一、市场调查法 访问调查法 通过面谈、电话或书信等形式向消费者提出询问,来获得所需的资料。 市场实验法 选取不同的地区,试验顾客对新产品的接受程度 访问调查法 访谈是面对面的交谈,因此有更多的机会发现新问题,尤其是那些复杂而抽象的问题。同时一些因观察或统计所得争论较大的结果,也只有访谈法能评价资料的效度。 最直接的估计需求函数的方法,如直接询问购买者或潜在的消费者在不同的价格水平意愿购买的数量,购买动机或对某种影响需求因素的反应。 访问调查法 访问法的优势 与其他搜集资料的方法一样具有效度和信度,同时也可以让受访人自由表现情感,让调查者自由发问。 访问调查法 访问法的劣势 调查样本的随机性;调查者提出的问题可能含糊不清,被访问者可能错误理解或不能正确理解问题的含义。 被访问者有可能把自己的主观意见普遍化,把事实记错;调查者的主观解释或猜测;被访问者与调查者的不同生活经验和价值取向。 访问调查法 访问技巧是指在进行访问时以最合适、最有效的方式,取得被访问者的信任与合作,以获取真实可信的资料。 一、访问前的准备工作: 最常用的工具包括照相机、录像机、录音机、纸张文具等。 设计访问法、抽样等。 访问调查法 二、如何进行访问 制作被访问者名单→分配受访问题和时间→决定第一被访问者 访问第一被访问者:自我介绍→说明研究计划→说明访问目的→把握方向和主题的焦点问题,并注意时间上的顺序 市场实验法 通过对市场上消费者的行为进行直接研究,来取得消费者对产品需求的有关信息。 市场实验法 在一段时间内,在不同的城市或地点,对同一种产品设定不同的价格观察消费者的购买数量,然后根据观察得到的价格和购买数量的资料确定该产品的需求曲线. 假定在不同实验地点的消费者是相同的,实验的结果要受到其他不可控因素的影响;由于时间较短,消费者的反映不能充分说明不同价格对需求量的影响。 二、统计法 回归分析是估计需求曲线最常用的统计分析方法。 回归分析就是一种处理变量与变量之间关系的数学方法。 二、统计法 回归分析主要解决以下问题: (1)确定几个特定变量之间是否存在相关关系,如果存在的话,找出它们之间合适的数学表达式 (2)根据一个或几个变量的值,预报或控制另一个变量的取值,并且要知道这种预报或控制的精确度 (3)进行因素分析,确定因素的主次以及因素之间的相互关系等 二、统计法 一元线性回归分析,解决: (1)求变量x与y之间的回归直线方程 (2)判断变量x和y之间是否确为线性关系 (3)根据一个变量的值,预测或控制另一变量的取值 二、统计法 利用回归分析估计需求曲线的四个步骤: 1. 确定变量 2. 收集数据 4. 参数估计与检验 估计方程中参数的值。 回归分析法简介 用最小二乘法求参数α,β,也就是使上述离差的平方和 的值为最小, 这时,回归方程 能最好地拟合观察数据。 回归分析法简介 解上述两个方程,即可求得参数α,β的值。 第2节 需求预测 德尔菲法 时间序列分解法 指数平滑法 在预测中使用回归模型 时间序列分解法 是一种动态数据处理的统计方法。该方法基于随机过程理论和数理统计学方法,研究随机数据序列所遵从的统计规律,以用于解决实际问题。 时间序列分解法 基本原理: 一是承认事物发展的延续性。应用过去数据,就能推测事物的发展趋势。 二是考虑到事物发展的随机性。任何事物发展都可能受偶然因素影响,为此要利用统计分析中加权平均法对历史数据进行处理 在预测中使用回归模型 把已知数据代入需求函数,得: Q=15.939-9.057×5.85+ 0.009×4 800+5.092×4.99 =31.565(吨) 即该公司下个季度的预计销售量为31.565吨。 应注意的是,该公司必须在预测社会人均收入水平和竞争对手的可能定价水平后,才能根据自己产品的定价预测未来产品的销售量。 表3—5 分店编号 价格 (元) 销售量 (公斤) 1 2 3 4 5 6 7.9 9.9 12.5 8.9 5.9 4.5 4 650 3 020 2 150 4 400 6 380 5 500 36 735 29 898 26 875 39 160 37 642 24 750 62.41 98.01 156.25 79.21 34.81 20.25 21 622 500 9 120 400 4 622 500 19 360 000 40 704 400 30 250 000 =49.6 =26 100 =195 060 =
文档评论(0)