市场预测的概念及方法讲解.pptVIP

◆ 例7.5：某商店某年各月销售额如下表，试用一次移动平均法预测下年1月的销售额。 第三节 定量预测方法(一、时间序列预测法→ 4.一次移动平均) 月份 销售额 (万元) 预测值 (n=3) 预测值 (n=5) 月份 销售额 (万元) 预测值 (n=3) 预测值 (n=3) 1 2 3 4 5 6 32 28 27 29 30 29 29.0 28.0 28.7 29.2 7 8 9 10 11 12 13 26 28 29 30 26 27 29.3 28.3 27.7 27.7 29.0 28.3 27.7 28.6 28.2 28.4 28.4 28.4 27.8 28.0 * 第十八页，共三十六页。 5. 二次移动平均法：用二次移动平均值相对一次移动平均值的相对滞后补偿一次移动平均相对原始时间序列的滞后，以提高精度。二次移动平均值为： 再计算： at = 2Mt(1) – Mt(2) bt = 2(Mt(1) – Mt(2))/(n –1) 预测公式： 第三节 定量预测方法(一、时间序列预测法→ 5.二次移动平均) * 第十九页，共三十六页。 ◆ 例7.6：某企业连续9年产品销量(万件)如表，试用二次移动平均法(n=3)预测后年销量： a9=2×612.3–595.1=629.5 b9=2×(612.3–595.1)/(9–2)=17.2 后年预测值： 年份 销量 Mi(1) Mi(2) 年份 销量 Mi(1) Mi(2) 1 2 3 4 5 452 490 508 523 535 483.3 507.0 522.0 504.1 6 7 8 9 586 602 608 627 548.0 574.3 598.7 612.3 525.4 548.1 572.7 595.1 第三节 定量预测方法(一、时间序列预测法→ 5.二次移动平均) * 第二十页，共三十六页。 6. 一次指数平滑法：是一特殊的移动平均法。指数平滑值的计算公式如下： St+1(1)=αXt+(1 – α)St(1) 其中St(1)为第t期的移动平滑值， Xt是第t期的观察值，0≤ α ≤1，称为平滑指数，当时间序列趋势不明显时可取大些，否则应取小些。预测时以第t期的移动平滑值作为第t+1期的预测值。 第三节 定量预测方法(一、时间序列预测法→ 6.一次指数平滑) * 第二十一页，共三十六页。 ◆ 例7.7：某家电公司1-9月洗衣机销量(百台)如表，试用一次指数平滑法(α=0.7)预测10月的销量，取S1(1) = X1 =21。： 10月份预测值： S9(1)=0.7×23+(1–0.7)×21.07 =22.42(百台) 月份(i) 销量 Si(1) 月份(i) 销量 Si(1) 1 2 3 4 5 21 24 20 23 22 21.00 21.00 23.10 20.93 22.38 6 7 8 9 10 25 20 21 23 22.11 24.13 21.24 21.07 第三节 定量预测方法(一、时间序列预测法→ 6.一次指数平滑) * 第二十二页，共三十六页。 二、回归分析预测法 把表示原因的变量(即自变量)与表示结果的变量(即要预测的变量)以线性函数模型表示：Y=β0+β1X1+β2X2+…+ βkXk+u 过观察值估计模型中的未知参数β0, β1, β2, …, βk，然后把自变量的值代入模型即可求出预测变量Y的值。其中u为随机扰动量。 第三节 定量预测方法(二、回归分析预测法) * 第二十三页，共三十六页。 1. 若k =1叫一元线性回归，若k ≥2叫多元线性回归。 2. 参数估计方法——最小二乘估计法： 基本思路：以全部观察值与回归值差的平方和最小为条件，求出模型中的未知参数。 具体计算现在一般由计算机进行，手工计算既费时费力，又容易出错，最易见到的计算机软件为Office中的EXCEL。 第三节 定量预测方法(二、回归分析预测法) * 第二十四页，共三十六页。 ◆ 例7.8：某企业经调查发现，广告费用与销售额的相关数据如下表，试预测广告费用增加到5千元时销售额有多大？ 模型为： Y =β0+β1X+u 设用EXCEL估计： β0=-0.524, β1=14.86 模型