市场调查与预测第八章.pptVIP

二次移动平均预测法的预测模型 T为向未来预测的期数； At为第t期现象的基础水平； bt为第t期单位时间变化量。 其中： 即其截距和斜率的确定是以一次和二次移动平均值为依据的，且各期的截距、斜率是变化的。 加权移动平均法的公式 Ft+1为加权移动平均值； Yt为时间序列中第t期观察值； Wt为移动平均的权数t=1，2，…，n； n为观察期。 移动平均方法的预测值会使变动趋势变得相对平滑，通过改变平滑点数N，可以改变移动平均值对变化的反映程度。N越大，预测值趋势越稳定，对变动反映程度越低；反之，N越小，则预测值对变动越敏感，能及时反映变化趋势，但也可能容易受随机的和不稳定性因素的影响。N=6是经常使用的。 总的说来，移动平均方法简单，但它一般只对发展变化比较平坦、增长趋势不明显且与以往远时期的状况联系不大的时间序列有效。 移动平均法的缺陷 三、指数平滑预测法 指数平滑法实际上是一种特殊的加权移动平均法。 它的特点在于： 指数平滑法按市场现象观察值被平滑的次数不同，可分为： 一次指数平滑法中平滑值的计算公式 St(1)为第t期的一次指数平滑值； α为平滑常数0≤α≤1； Yt为第t期的实际观察值； St-1(1)为第t-1期的一次指数平滑值。 另一种表达方式： 一次指数平滑的预测模型 一次指数平滑预测模型的实际意义是：某期市场现象预测值，等于权数α乘以调整的前一期市场现象实际观察值加上剩余权数 乘以调整的前一期市场现象一次平滑值。 选择平滑系数应遵循的原则 平滑系数α的大小直接影响过去各期数据对预测值作用，在确定α值时，必须根据市场现象时间序列本身的规律而定： 一次指数平滑法的基本特点 二次指数平滑法的一次、二次指数平滑值的计算公式 St(1)为第t期的一次指数平滑值； St(2)第t期的二次指数平滑值； α平滑系数。 二次指数平滑法的预测模型 Ft+T为第t+T期预测值； T为向未来预测的期数； at 、bt为模型参数。 at是截距， bt是斜率，是用一次、二次指数平滑值确定的，用公式表示为： 在指数平滑中，平滑系数α对预测精度影响很大。 α值代表了预测模型对变化过程的反映程度，α越大（接近于1），表示模型越重视近期数据的作用，对过程的变化反映越快； 另一方面，α值又代表预测模型对随机误差的修匀能力，α越小（接近于0），表示模型越重视离现时更远的历史数据的作用，滤波（修匀）能力越强，对过程变化的反映越迟钝。 为了使预测模型既有一定的跟踪过程变化的能力，又有一定的滤波能力，α的取值应该在两者之间折中选取。 在实际中，主要凭借经验来选择α值，一般情况下取0≤α≤0.2。 一般可以选择不同的α，通过对预测结果的评价来选择较好的值，评价的原则主要有： 二次指数平滑法的特点 第三节 趋势延伸法 第三节 趋势延伸法 趋势延伸法，也叫趋势外推法。 是根据时间序列数据的变化规律（或趋势）加以延伸，对市场未来状况作出预测的方法。 以市场预测的连续性原理为基础。 一、 直观法 （目测法） 三、 二次曲线趋势延伸法 二、 直线趋势延伸法 运用趋势延伸法进行市场预测的条件 一、直观法（目测法） 是指根据预测目标的历史时间数列在坐标图上标出分布点，直观地用绘图工具，画出一条最佳直线或曲线，并加以延伸来确定预测值。 直观法的步骤 二、直线趋势延伸法 是指根据预测对象具有直线型变动趋势的时间序列数据，建立直线模型进行预测的方法。 所谓直线型变动趋势是指时间序列的数据大体上是指按每期相同的数量增加或减少，即表现为近似直线上升或下降的趋势。 也就是说，要采用直线趋势延伸法，必须要有一定条件，即时间序列数据有长期直线变动趋势。 判断时间序列的趋势是否是直线型趋势 直线趋势延伸法的预测模型 t代表已知时间序列Yt的时间变量； 代表时间序列Yt的线性趋势估计值； b代表待定系数;a为截距，b为直线斜率，代表单位时间周期观察值的增(减)量估计值。 a和b参数的推算 确定a，b参数，最常用的方法是最小二乘法。 最小二乘法的基本思想是为时间序列中实际观察值Y与直线趋势方程各数值 离差平方和最小。即 ? 最小。若能找到这样的直线，它就是时间序列中实际观察值代表性最高的直线。 a，b参数的具体公式为： 市场调查与预测 Company Logo 市场调查与预测 市场调查与预测 第八章 时间序列预测法 第八章 时间序列预测法 开篇案例 三联电器商城的经理希望根据该商城一些商品近几年的销售趋势来预测未来的销售情况，以便决定下一步的促销力度和营销策略。经理主要挑选了近期销售情况不错的电视机、洗衣机、电冰箱、空调扇和空调五类商品，让数据分析人员收集了这些商品的近几年的销售数据，希望数据分析人员能通过对这些数据的分析，判断这些商品的销售趋势，为今