第十章_时间序列分析法(二).pptxVIP

市场调查与预测市场调查与预测Know your world ...了解您的世界…… seize the future…抓住未来第十一章 时间序列市场预测法（二）——趋势模型和季节变动模型§11.1 直线趋势市场预测法概念直线趋势延伸市场预测法，是以直线模型研究市场现象趋势变动的方法如若市场现象时间序列具有长期趋势变动，而且呈现直线变化规律，即直线上升趋势或直线下降趋势，就配合直线方程，用直线趋势延伸法进行预测判断时间序列趋势变动是否直线趋势，可以用时间序列图形判断，也可以用时间序列环比增长量（一次差）判断。如果时间序列环比增长量接近于一个常数或差异不大，即可用直线趋势法§11.1 直线趋势市场预测法一般公式直线趋势延伸法的一般方程式为：在直线趋势方程中，关键是确定参数a、b的值，建立直线预测模型，然后再应用预测模型定时间变化量t，对市场现象作出预测直线趋势延伸法确定a、b值的常用方法有直观法和最小平方法直线方程参数，即 Y 轴上的截距?t＝a＋bt时间序号直线的斜率，是单位时间变化量第 t 期的趋势值（或预测值）§11.1 直线趋势市场预测法应用示例EX :现有某地区社会商品零售额资料，对此进行预测。资料见表1§11.1 直线趋势市场预测法应用示例1. 用散点图观察现象的变化规律由该现象的散点图观察，现象基本上呈现直线上升趋势，可用直线趋势延伸法来预测§11.1 直线趋势市场预测法应用示例2. 建立直线趋势预测模型——求出直线方程式中的a、b值方法一，用直观法建立数学模型：根据预测者的认识，在市场现象时间序列观察值散点图中，划出一条最有代表性的直线。如某预测者将点（3，39）和点（6，50）连成一条直线，将两点代入直线方程，解方程组确定a、b的值。其方程组应为： 39＝a＋3b 50＝a＋6b 解方程得：a ＝28，b＝3.667 则直线趋势预测模型为：?A＝28＋3.667 t 根据此方程预测后两年的社会商品零售额为： ?12＝28＋3.667 × 12＝72.004（亿元） ?13＝28＋3.667 × 13＝75.671（亿元） ?14＝28＋3.667 × 14＝79.338（亿元）§11.1 直线趋势市场预测法应用示例2. 建立直线趋势预测模型——求出直线方程式中的a、b值直观法比较简单，也比较节省。但穿过实际观察值点或不穿过散点，都可以划出很多条直线，以哪条直线作为预测模型，是由预测者的主管判断而定若另一位预测者选定（4，43）和（7，53）两点，连成一条直线，则得到另一个不同的预测模型： ?B＝29.668＋3.333 t 根据此方程预测后两年的社会商品零售额为： ?12＝29.668 ＋3. 333 × 12＝69.664（亿元） ?13＝29.668 ＋3. 333 × 13＝72.997（亿元）在实际应用时选择哪些模型，必须通过计算预测误差，并对预测误差加以比较，选择误差较小的直线方程作为预测模型（见表2）§11.1 直线趋势市场预测法应用示例直线YA的平均绝对误差 MAE＝5.346/11＝0.486（亿元）直线YB的平均绝对误差 MAE＝12.344/11＝1.122（亿元）因此，可采纳直线YA作为预测模型：即?A＝28＋3.667t§11.1 直线趋势市场预测法应用示例2. 建立直线趋势预测模型——求出直线方程式中的a、b值方法二，用最小平方法建立数学模型：最小平方法，也称最小二乘法，它是一种对市场现象时间序列配合数字方程式，建立市场预测模型，用来确定方程中参数a、b值的方法最小平方法的基本思想：如果对市场现象时间序列配合的趋势线满足两点：时间序列实际观察值Yt与趋势线各值?t（在预测期内则称为预测值）的离差平方之和为最小，即∑(Yt－ ?t)2最小时间序列实际观察值Yt与趋势线各值?t离差之和为零，即∑(Yt－ ?t)＝0则该直线是最理想的，是对市场现象实际观察值代表性最高的直线§11.1 直线趋势市场预测法应用示例2. 建立直线趋势预测模型——求出直线方程式中的a、b值求解a、b值的两个标准方程式： ∑Yt＝na＋b∑t ∑tYt＝a∑t＋b∑t2a、b值的解得公式： a＝Y－bt b＝实际观察值观察期序号1∑tYt－∑t∑Ytn1 ∑t 2－ (∑t) 2ntt§11.1 直线趋势市场预测法应用示例EX :对某地区社会商品零售额用最小平方法求直线方程参数，建立预测模型进行预测，其计算见表3§11.1 直线趋势市场预测法应用示例将表3中的有关数据代入求解a、b的标准方程： 546＝11a＋66b 3691＝66a＋506b若直接代入解得方程求a、b，则 b＝(3691－66×546/11) / (506－662/11)＝3.773 a＝546/11－3.773×66