常用市场销量预测方法的介绍与使用v 11.pptVIP

常用市场销量预测方法的介绍与使用 * * * 常用市场销量预测方法的介绍与使用 GfK Retail and Technology * * 常用市场销量预测方法的介绍与使用 GfK Retail and Technology 销量预测的方法分类： 2.3 季节变动预测法 预测方法 2、时间序列分析方法 3、因果分析方法 1.1综合判断法 2.1 灰色系统预测法 3.1 相关回归分析法 3.2 弹性系数预测法 1、简易预测方法： 2.2 马尔可夫链预测法 1、销量简易预测方法：综合判断法 综合判断法是一种简易的销量预测方法，简单来说，就是综合若干人的销量预测，以预测的最低销量，最可能销量，最高销量为基准，乘以相应的经验权重，得到预测估计量的方法。 经验值公式： 它是一个经验公式，最早使用在美国的计划评审技术中，多作为简易的预测工具预测市场销量趋势。 优点：简单，快速。 缺点：准确度较低，受人主观影响大。 理论依据：假定销量服从正态分布，其均值为a，方差为 ，那么可以将销量分为三段，第一段为销量不高于 ,称为最低销量段；第二段为销量不低于 ，称为最高销量段；第三段在（ ）之间，成为最可能销量段；由概率论知，第一段和第二段的可能性均是15.9％，第三段的可能性是68.2％，由此可得： 2.1 时间序列预测方法：灰色系统预测法 灰色系统预测法：用于解决“少信息，不确定性”的问题。 比较：时间序列分析大多以回归分析为主，是应用最广泛的方法，但回归分析要求大样本，要求样本数据有较好的分布规律，然后实际很多实际情形并非如此。例如：SPSS中的时间序列分析的季节性分析要求至少有4个全季节数据。 灰色系统预测法的优势：用于时间短，数据资料少，数据不需要典型的分布规律，计算量较低，对短期预测有较高精度。不适合随机波动较大的数据。 灰色系统预测法的建模思想：直接将时间序列转化为微分方程，建立抽象系统的发展变化动态模型，这个模型简称为：GM(1,1)模型，也称为单序列一阶线性动态模型。 2.1 时间序列预测方法：灰色系统预测法 灰色系统预测法的使用过程： 1、对历史时间销量数据进行一阶累加处理，得到生成数列 ： 2、建立微分方程模型GM(1,1) ： 3、利用等式求得a、u的值： 其中： ， 2.1 时间序列预测方法：灰色系统预测法 灰色系统预测法的使用过程： 4、将得到的a、u值，代入微分方程解出的时间函数： 由此，可以求得数列 ，然后再将此预测值数列利用下式还原为预测销量数列： 5、精度检验：残差检验、关联度检验、后验差检验等。 灰色系统预测法的使用案例： 案例数据： 构造矩阵B和数据向量Yn： 2.1 时间序列预测方法：灰色系统预测法 灰色系统预测法的使用案例： 计算出a,u的值： 确定预测模型： 预测销售额： 2.1 时间序列预测方法：灰色系统预测法 2.2 马尔可夫链预测法 马尔可夫链预测法：学名叫状态概率矩阵预测法，因为是由俄国数学家马尔可夫创立一种分析随机过程的方法，所有叫马尔可夫链预测法。 马尔可夫链预测法的优势：适合于随机波动较大的动态系统的预测问题，。 缺点：预测的准确性受客观因素影响太大。 使用领域：日用商品、食品、燃料、药品等快速消费品。 马尔可夫链预测法的建模思想：系统的未来状态，仅与最近状态有关，而与原始状态和过去状态无关，即具有（或近似具有）无后效性特点；根据某些变量的现在状态及其变化趋向，预测其在未来某一特定期间内可能出现的状态。 马尔可夫链预测法的使用过程： 1、对历史销量数据进行状态划分： 利用样本均值- 均方分类法进行分类，按数据值是否落在 (- ∞,x-s)[x-s, x-0.5s], [x-0.5s, x+0.5s],[x+0.5s, x+s], [x+s,+ ∞]把数据值分成五种状态。 2、状态转移概率的计算和状态转移概率矩阵的构造（即构造马尔可夫链）： 数据序列由状态 ，经过m步转移达到状态 的概率为m步转移概率，记为 ，计算公式为： 由m步转移概率元素构成的矩阵称为m步状态转移概率矩阵，见下图： 2.2 马尔可夫链预测法 马尔可夫链预测法的使用过程： 3、利用状态转移概率矩阵 编制预测表： 4、根据最后预