任务9 预测市场发展趋势.ppt

趋势移动平均法 趋势移动平均法：亦称为二次移动平均法。在一次移动平均法预测中，如果数据呈现线性趋势时，预测值就无法以与实际值相适应，形成滞后偏差。二次移动平均法正是利用这种滞后偏差的变化规律，求出平滑系数，建立线性时间关系数学模型。 一次移动平均值计算公式： 二次移动平均值计算公式： 趋势移动平均法示例 某厂连续11个月的实际销售额如表所示。如果N＝5，预测未来3个月的销售额。 周期数 销售额 Mt[1]（N=5） Mt[2] （N=5） 1 2 3 4 5 6 7 8 9 10 11 50 53 56 59 62 65 68 71 74 77 80 56．0 59．0 62．0 65．0 68．0 71．0 74．0 62．0 65．0 68．0 解：以N=5，分别计算一次移动平均值和二次移动平均值，当前期为11，即t=11，设预测模型为： 根据公式有： 所以预测模型为： 未来3个月的销售额预测值为： 一次指数平滑法 指数平滑法是加权平均法的一种特殊形式，是以预测目标历史数据的加权平均数作为预测值的一种预测方法。 一次指数平滑法只适用于观察期数据变化呈现平稳趋势的预测对象。其预测公式： α选择应遵循三个原则： ①数据的长期趋势稳定性高，数据不规则变动小，加权系数宜取较小值（0.1～0.3），减少修正误差的幅度； ②外部环境变化大，数据不规则变动大，加权系数宜取较大值（0.6～0.9），提高修正误差的幅度使预测模型能适应观察值的变化； ③原始资料缺乏时，加权系数可以大一点。 初始平滑值一般以最初3期实际值的平均数或第一个实际值来代替。 一次指数平滑法只适用于时间序列有一定波动但没有明显的长期递增或递减的短期预测，若进行中长期预测，则会造成显著的时间滞后，产生较大的预测误差。为弥补这一缺陷，可采用二次指数平滑法。 二次指数平滑法 在预测中有时会在一次平滑的基础上再进行一次指数平滑以提高对时间性序列的吻合程度，使预测 值更符合实际。此时称为二次指数平滑法。 二次指数平滑值计算公式： 线性趋势变化规律为： 二次指数平滑法示例 已知某地区某类商品过去12个季度的销售量见表所示，试预测2008年第2季度的销售情况。 解：（1）选取α值，取α =0.3，以第一期观察值做为初始值，计算一次指数平滑值和二次指数平滑值，如表所示。 季度 销售额 季度 销售额 季度 销售额 2004.4 50 2005.4 49 2006.4 53 2005.1 52 2006.1 48 2007.1 56 2005.2 47 2006.2 51 2007.2 55 2005.3 51 2006.3 53 2007.3 58 季度 周期 销售额 St[1] St[2] 0 50 50 2004.4 1 50 50 50 2005.1 2 52 50.6 50.18 2005.2 3 47 49.52 49.98 2005.3 4 51 49.96 49.98 2005.4 5 49 49.67 49.89 2006.1 6 48 49.17 49.67 2006.2 7 51 49.72 49.69 2006.3 8 53 50.71 49.99 2006.4 9 53 51.39 50.41 2007.1 10 56 52.78 51.12 2007.2 11 55 53.44 51.82 2007.3 12 58 54.81 52.72 当前期为第12期，由上表中数据可知 ： 2008年第2季度（T＝3）的市场销售预测值为： （万元） 直线趋势延伸法 当时间序列的每期数据按大致相同的数量增加或减少时，即逐期增减量（一次差）大体相同，则可配以直线方程并利用最小二乘法进行预测 建立这个方程的关键是求出参数。最常用的方法是用最小平方法。最小平方法的基本思想是：对于呈直线趋势的变量数列可以找出许多条直线，但只有满足“观察值与某一直线的离差平方和为最小”这一要求的直线，作为观察值的理论代表线最为理想。用公式表示为 应用数学中求函数极值的方法，经推导得到 解方程组得 某企业1990年--1999年的商品销售额的资料如下表： 表 某企业1990年--1999年的商品销售额资料 趋势值 （资料来源：胡旭星：《市场预测方法百种》，首都经济贸易大学出版社 2000） 时间序号