市场调查与预测——理论实务的案例实训10.ppt

第10章 市场定量预测法 学习目标 　　　　　了解市场定量预测的各种方法；掌握各种市定量预测方法基本原理和预测过程 。 　　　　　了解市场定量预测程序；掌握时间序列预测法、回归分析预测法、经济计量模型预测法等的运用范围和运用技巧。　　　　　　　　　　　　　　　　　　 　　　　　运用所学的定量预测法研究相关案例，培养和提高对市场进行准确定量预测的能力。 学习目标 　　　　引导学生参加“市场定量预测”业务胜任力的实践；在对市场调查过程中搜集的历史数据进行有效地定量方法的实践活动中，培养专业能力与职业核心能力；通过践行职业道德规范，促进健全职业人格的塑造。 引例 引例：电力生产是否受到以往数据的影响 　　预测电力需求的难度在预测领域是有名的。电 力不能储存，除了靠电池做少量的储存。所以，所 有的用电需求应该正好与电厂的发电机组的电力供 应相匹配。生产较少的电力会引起断电棗用户是不 能接受的，而生产太多的电力则会浪费昂贵的资 源…… 　　定量的预测，是市场数据能够有规则的、有规 律的呈现出来，进而为我们后续的生产生活提供了 可靠地参照依据。本章通过市场定量预测的系统地 阐述各种理论方法。 10.1 时间序列预测法 10.1.1 时间序列预测法概述 　　时间序列是指同一经济现象或特征值按时间先 后顺序排列而形成的数列。时间序列分析法是遵循 连续性原理，即认为事物发展是延续的，从过去到 现在并发展到未来，能够延续下去的预测方法。 　　时间序列分析法应用范围比较广泛，如对商品 销售量的平均增长率的预测；季节性商品的供求预 测；产品的生命周期预测等等，都可以采用时间序 列分析法。 10.1.1 时间序列预测法概述 　　　　 10.1.2 趋势分析预测法 　　趋势分析预测法是指通过识别时间序列 长期趋势的类型，建立趋势预测模型进行外 推预测。 　　趋势分析预测法按照长期趋势的类型不 同，可分为下列一些预测模式： 10.1.2 趋势分析预测法 　　1）常数均值模型 　　如果现象的时间序列的各期观察值（绝对值、或 逐年增量、或环比发展速度）大体上呈水平式变化， 即各期数据围绕水平线上下波动，则时间序列的变化 形态属于水平型。其数列的变化是由常数均值和剩余 变动两部分构成，其常数均值模型的基本形式为 10.1.2 趋势分析预测法 　　其中常数均值的计算有简单平均法、 加权平均法、几何平均法等。剩余变动通常 用标准差和标准差系数来反映。标准差系数 越小，常数均值形态越严格，剩余变动越 小。 同步案例 　　某市2000—2008年某商场商品销售额及一阶差分（逐年增减量）如表10—2。要求预测2008年的商品销售额。 同步案例 　　从表中一阶差分的变化趋势来看，没有明显的上升或下降趋势，大体上是呈水平式波动的。因此，可采用常数均值模型先确定平均年增长量，再预测明年的商品销售额。采用加权平均法计算的平均增长量为2.775、标准差0.1898、标准差系数0.0684 。表明一阶差分的常数均值形态是较为平稳的，因此，可用平均增长量预测2008年的商品销售额： 10.1.2 趋势分析预测法 　　2）直线趋势模型 　　线性趋势是指现象随着时间的推移而呈现出稳 定增长或下降的线性变化规律，如果现象的时间序 列的各期数据大体上呈直线趋势变化，即数列的逐 期增量(一阶差)分大体相同，则时间数列是由直线 趋势和剩余变动两部分构成，即 10.1.2 趋势分析预测法 　　其中直线趋势用 　来描述， 剩余变动通常用剩余标准差、剩余标准 差系数、可决系数来反映。标准差系数 越小，可决系数越大，直线趋势形态越 严格，剩余变动越小 。 10.1.2 趋势分析预测法 　　直线趋势模型预测的程序 　　（1）识别现象是否呈直线趋势形态。有两种识 别方法，一是数量特征识别法，即数列逐期增减量 （一阶差分）大体相同时，则数列的变化趋势为直 线型；二是散点图识别法。 　　（2）估计参数、建立直线趋势模型。常用最小 二乘法求解a、b参数 10.1.2 趋势分析预测法 　 （3）评价预测误差大小，衡量直线趋势 模型拟合的优良度。主要评价指标有 剩余标准差： 剩余标准系数： 可决系数： 　　（4）利用直线趋势模型外推预测。点预 测、区间预测。 10.1.2 趋势分析预测法 　　 3）曲线趋势模型 　　（1）曲线趋势模型的类型 　　当预测目标的时间数列各期观察值大体 呈某种曲线形态的变动趋势时，则应建立曲 线趋势模型进行外推预测。其模型的基本形 式如下： 10.1.2 趋势分析预测法 　　其中曲线趋势用合适的曲线方程来描述，剩余 变动用剩余标准差、剩余标准差系数、可决系数来 反映。标准差系数越小，可决系数越大，曲线趋势 形态越严格，