市场调查与预测第十一章 定量预测方法.ppt

则该时间数列的预测模型为： 最后，根据预测模型预测2009年各月的销售数量的预测值，如表11-9所示。 根据预测结果可以看出，企业产品的销售量是逐渐减少的，销售量变的越来越少，因此企业要分析其经营管理及市场营销等各方面的因素，找出具体的原因，进而提高产品的销量。 上一页 下一页 二、乘法型 在分析时间序列数据时，有些数据的变动趋势即存在着明显的季节性又含有长期的变动趋势，而且时间序列的季节变动幅度会随着现象趋势变动而逐渐增大，对于这样折时间序列数据，在预测时只用季节迭加预测模型是不能满足数据本身的要求的，因此需要采用新的预测模型，即能考虑季节变动，又考虑长期趋势的变动。这就是季节乘法型模型。 上一页 下一页 （－）季节乘法型模型形式 公式中， 为时间序列线性趋势变动部分； 时间数据序列的各月的季节指数。 上一页 下一页 （二）季节乘法型参数的确定 同前面所讲述的加法型模型一样，可以采用最小二乘法及经验公式法来确定时序序列线性趋势部分的参数 想要求解季节指数，必须先求出样本季节指数。样本的指数可以用统计数据资料直接计算求出，所求出的季节指数只是反映季节影响给各期带来的实际变动值，即数据资料随季节波动的实际情况。而反映时间数据序列变动规律的是理论指数，即 ，理论的值可以通过各个周期内相应的样本指数的平均求得。 上一页 下一页 公式中， 上一页 下一页 （三）季节乘法预测模型的应用 【例11-9】：：设某企业电视机销售量的相关统计资料，如表11-10所示，试预测下电视机2009年各月销售量？ 上一页 下一页 上一页 下一页 上一页 下一页 解：根据所给的统计资料，可以绘制出时间数据序列的曲线趋势图（见图11-2所示）。从图中可以判断出，统计数据的现象即有明显的波动，也包括一定的趋势变动。而且季节波动的幅度有随着趋势增加而加大的趋势，因此可以用季节乘法型模型对此系列数据进行预测。 上一页 下一页 上一页 下一页 可以用经验判断法来确定趋势直线的参数： 趋势直线方程为： 用上式计算各期的趋势值，见表11-10所示。由趋势值及相应的统计资料的真实值，可以计算出各期的样本季节指数，同样见表11-10所示。根据样本的季节指数可以计算出各月的理论季节指数值，见表11-11。 上一页 下一页 预测模型为： 根据所建立的预测模型可以预测出2009年电视机每月的销售量，表11-12。 上一页 下一页 三、温特斯法 温特斯模型预测法是在20世纪60年代初，由温特斯(R.R.Winters)提出的线性和季节性指数平滑法，是一种把时间序列的因素分解和指数平滑法结合起来的季节预测法。这种方法有三个平滑方程式分别对长期趋势 、趋势的增量 、季节变动趋势 作指数平滑，然后把三个平滑结果用一个参数方程结合起来，进行外推预测。 上一页 下一页 温特斯模型形式： 三个平滑方程式为: 式中：L 为季节周期长度，即把每个季节周期内的L 个数据，为平滑参数，取值在0到1之间。 上一页 下一页 在温特斯模型方程中，将时间序列的一个观察值 除以上一个季节周期的同期季节比率 得到 剔除了季节因素而含有长期趋势和不规则变动。对趋势的增加量作指数平滑，用来预测方程式中的斜率 （即线性增量）。 剔除了趋势因素而含有季节变动和不规则变动，故与上一周期同期的季节比率 联系起来作季节比率的平滑，以消除不规则变动的影响。预测方程式的含义是，现期趋势值 加上k 个逐期增加量 作为今后第k期的趋势值，然后乘以预测所在期对应的季节比率 ，得出季节性预测值。 上一页 下一页 温特斯法的缺点是建模过程较繁琐，并且3个平滑系数的最佳取值不易确定。实际工作中决定 取值的方法是反复实验，即把 取值的各种组合应用于时间序列历史资料，作模拟预测并计算误差，然后选取模拟预测误差最小的那一组 值。 上一页 下一页 一、指数成长曲线模型 二、修正指数曲线模型 三、罗吉斯（Logistiz）曲线模型 四、龚珀兹（Gompertz）模型 主页 上一页 下一页 一、指数成长曲线模型 指数曲线模型预测法是根据预测对象具有指数曲线变动趋势的历史数据，拟合成一条指数曲线，通过建立指数曲线模型进行预测的方法。应用指数曲线模型的条件是时间序列反映预测目标的发展趋势变动基本上表现为大体稳定的按一定比例增长的趋势。 上一页 下一页 （－）、指数曲线模型的形式 指数曲线模型为： 其图形如图11-3所示 当a0、b1时　　　　 当a0、0b1时 图1