市场预测与管理决策讲义.pptxVIP

市场预测与管理决策Forecasting Market and Decision Making冯燕fengyan@wtu.edu.cn1862 7016 225QQ: 6326 48182本章结构1. 时间序列分析法的特点与步骤2.简易平均法 3.移动平均法 4.指数平滑法5.趋势延伸法4.1 定义、特点与步骤什么是时间序列分析法？时间序列分析法的特点：根据过去变化趋势，预测未来发展时间序列数据变动存在着规律性和不规律性撇开市场发展的因果关系时间序列市场预测法的步骤什么是时间序列分析法？时间序列：市场现象的统计指标数值，按时间先后顺序排列而成的数列。时间序列分析法：分析和研究，建立预测模型，预测编制时间序列要做到：总体范围一致；代表的时间单位长短一致；统计数值的计算方法和计量单位一致。 Time Series Analysisuse past data to forecast futurepast data should be availableuseful for short termuseful for stable datauseful for forecasting for large number of itemscan not predict turning points (lag effect)时间序列分析法的特点一、前提是假定事物的过去会延续到未来。 未来发展≠过去历史的简单重复 短期市场预测 中长期市场预测 时间序列分析法的特点二、时间序列数据变动存在着规律性与不规律性 长期趋势变动（T） 季节变动（S） 循环变动（C） 不规则变动（I） 乘法模型：时间序列分析法的特点三、撇开因果关系 将所有的影响因素归结到时间这一因素上，只承认所有影响因素的综合作用 时间序列分析法的步骤收集、整理时间序列，绘制图形对时间序列进行分析选择预测方法，建立预测模型测算预测误差误差度量绝对相对平均平均绝对均方差平均百分平均绝对百分百分4.2 简易平均法简单算术平均法加权平均法几何平均法Example:　Forecasting at FastchipsFastchips is a leading producer of microprocessors.Six months ago, it launched the sales of its latest microprocessor.Month-by-month sales (in thousands) over the initial six months have been 17 25 24 26 30 28Question: What is the forecast for next month’s sales?The Last-Value Forecasting MethodThe last-value forecasting method ignores all data points in a time series except the last one. Forecast = Last valueFastchips: Month-by-month sales (in thousands) over the initial six months: 17 25 24 26 30 28Forecast = 28Reasonable when conditions tend to change so quickly that sales before the last month’s are not a reliable of future sales. 简单算术平均法将观察期内预测目标时间序列值加总平均，求得算术平均数，作为下期预测值。时间序列数据方差越小，简单平均数作为预测值的代表性越好。缺点：所有观察值不论新旧在预测中一律同等对待，这不符合市场发展的实际情况。 The Averaging Forecasting MethodThe averaging forecasting method uses all the data points in the time series and simply averages these points. Forecast = Average of all data to dateFastchips: Month-by-month sales (in thousands) over the initial six months: 17 25 24 26 30 28Forecast = (17+25+24+26+30+28) / 6 = 25Reasonable when conditions tend to remain so s