《第四章 市场预测方法》-公开·课件设计.pptVIP

第八章 市场预测方法 * * 8.1 市场预测的主要方法 8.2 因果分析法 8.3 延伸预测法 8.4 定性预测法 本章主要内容 市场预测的目的 8.1 市场预测的主要方法 市场预测是在市场调查取得一定资料的基础上，运用已有的知识、经验和科学方法，对市场未来的发展状况、行为、趋势进行分析并做出推测与判断。 市场预测的方法 一般分为定性预测和定量预测两大类。 8.1 市场预测的主要方法 市场预测方法 定量预测 定性预测 因果分析法 延伸预测法 类推预测法 专家会议法 回归分析法 弹性系数法 消费系数法 移动平均法 指数平滑法 成长曲线法 一元回归 多元回归 非线形回归 季节波动模型 简单移动平均法 加权移动平均法 一次指数平滑法 德尔菲法 图8-1 常用预测方法体系图 一、回归预测步骤 8.2 因果分析法 8.2.1一元线性回归 1、首先对所有影响因素进行分析 2、比较相关因素，找出最主要的影响因素 （1）散点图分析法 （一）全面分析影响预测对象的相关因素，确定自变量 （2）相关系数分析法 ——自变量与平均值的离差平方和 ——因变量与平均值的离差平均和 上式可简化为? 比较各影响因素对应数 ，选择对 最大的影响因素为自变量。 其中： 8.2 因果分析法 8.2.1一元线性回归 将每个影响因素与预测目标的相关系数逐一计算，比较分析。 X与Y强相关——可作为自变量，可在其中进行选择 X与Y相关 X与Y弱相关 X与Y不相关 （3）经验数据分析法? 3、作为自变量应满足两个条件： （1）历史数据资料完备 （2）具有先期预测资料 8.2 因果分析法 8.2.1一元线性回归 （二）选择回归预测模型，确定模型参数 1、回归预测模型确定 ①曲线比较分析法 ②误差比较分析法 式中，x为非均匀分布，故 因此不能采用简化公式 。 2、参数的确定：一元线性与非线性模型，可采用变量代换，转化为线性模型，故一元回归预测模型的参数确定可采用最小二乘法，参数计算公式为： 8.2 因果分析法 8.2.1一元线性回归 方法一：定量检验：采用统计方法进行检验 方法二：定性检验：经验判断法。 （三）检验预测模型和预测结果的可靠性程度 把自变量的先期预测值 代入预测模型中， 所得到对应 值，即为预测结果。 （四）实际预测 8.2 因果分析法 8.2.1一元线性回归 8.2 因果分析法 8.2.1一元线性回归 输入历史统计数据 计算回归参数a、b 原因分析： 数据处理 影响因素选择 预测模型选择 选择其他方法 回归检验 计算 预测结果分析 输出预测结果分析 不合理 合理 不合理 合理 图8-2 一元回归法预测流程图 二、应用举例 8.2 因果分析法 8.2.1一元线性回归 例：2005年某地区镀锌钢板消费量为15.32万吨，主要应用家电业、轻工业和汽车工业等行业，1996～2005年当地镀锌钢板消费量及同期第二产业产值如表8-1所示。按照该地区十五规划，十五期间地方第二产业增长速度预计为12%。请用一元回归方法预测2010年当地镀锌钢板需求量。 8.2 因果分析法 8.2.1一元线性回归 表8-1 1996～2005年某地锌钢板消费量与第二产业产值 15.32 2.274 2005 13.45 2.028 2004 11.00 1.900 2003 8.50 1.886 2002 7.50 1.681 2001 7.10 1.527 2000 5.40 1.450 1999 4.20 1.260 1998 3.50 1.119 1997 3.45 1.003 1996 镀锌钢板消费量/万t 第二产业产值/千亿元 年份 8.2 因果分析法 8.2.1一元线性回归 （1）建立回归模型 y＝a+bx （2）参数计算 采用最小二乘法，计算参数 b＝9.659 a＝-7.637 回归方程：y＝-7.637+9.659x 8.2 因果分析法 8.2.1一元线性回归 表8-2 相关系数计算表 7.942 1.613 平均值 1.53 156 11.97 143.00 786.46 27.56 79.42 16.13 合计 0.44 54.43 0.98 14.33 34.84 234.70 5.171 15.32 2.274 2005 0.17 30.34 2.25 11.95 27.28 180.90 4.113 13.4