高教社2024市场调查与分析（第三版）教学课件7.3掌握定量预测法.pptxVIP

市场调查与分析职业教育市场营销专业教学资源库建设项目

目录页CONTENTSPAGE7.3掌握定量预测方法模块七：市场调查预测

学习目标熟悉定量预测法的基本规则；掌握定量预测的基本方法并进行预测。学习重点能根据定量预测法的基本规则，对相关市场进行定量预测。

素养园地：“两弹一星”元勋周光召与“九次计算”学习领悟：1.为了计算一个数据，需用时一个月，且连续计算九次，你悟到了什么？2.你从“两弹一星”元勋周光召身上，又领悟到了哪些？定量预测法定量预测法是根据比较完整的历史统计资料，运用各种数学模型对市场未来发展趋势作出定量的计算，求得预测结果。这类方法有助于在定性分析的基础上，掌握事物量的界限，提高企业决策的准确性。定量预测法分为两大类，一类是时间序列预测法，一类是因果关系预测法。

5时间序列预测法，是指将过去的历史资料及数据，按时间顺序加以排列构成一个时间系列，根据其动向预测未来趋势。它又称为外推法或历史延伸法。时间序列预测法是依据连续性原理、统计性原理，揭示历史数据与时间之间的变动“规律”，表现出的“规律”有下列四种情况：（1）长期趋势变动。它是时间序列变量在较长的持续时间内的某种发展总动向。（2）季节变动。它是由于季节更换的固定规律作用而发生的周期性变动。季节变动的周期比较稳定，通常为一年。（3）周期波动，又称循环变动。是指时间序列在为期较长的时间内（一年以上甚至数年），呈现出涨落起伏。、（4）不规则变动。又称随机变动，是指偶发事件导致时间序列出现的数值忽高忽低、时升时降的无规则可寻的变动。7.3.1时间序列预测法

61.简单平均法（1）简单算术平均法是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，并将其作为下期预测值。用公式表示为：7.3.1时间序列预测法

7（2）加权算术平均利用过去若干个按照发生时间顺序排列起来的同一变量的观测值并以时间顺序数为权数，计算出观测值的加权算数平均法，以这一数字作为预测未来期间该变量预测值的一种趋势预测方法。7.3.1时间序列预测法

82.移动平均法移动平均法是取预测对象最近一组历史数据的平均值作为预测值的方法。这种方法不是仅取最近一期的历史数据作为下一期的预测值，而是取最近一组历史数据的平均值作为下一期的预测值，这一方法使近期历史数据参与预测，是历史数据的随机成分有可能互相抵消，平均之所含的随机成分就会相应减少。7.3.1时间序列预测法

93.指数平滑法是用预测目标历史数据的加权平均数作为预测值的一种预测方法，是加权平均法的一种特殊情形。7.3.1时间序列预测法

104.季节指数法就是描述时间序列的季节性变动规律，并以此为依据预测未来市场商品的供应量、需求量及价格变动趋势。运用季节指数进行预测，首先，要利用统计方法计算出预测目标的季节指数，以测定季节变动的规律性；然后，在已知季度的平均值的条件下，预测未来某个月(季)的预测值。7.3.1时间序列预测法

11直接平均季节指数法操作步骤（1）收集历年（通常至少有三年）各月或各季的统计资料（观察值）。（2）求出各年同月或同季观察值的平均数（用A表示）。（3）求出历年间所有月份或季度的平均值（用B表示）。（4）计算各月或各季度的季节指数，即S=A/B。（5）根据未来年度的全年趋势预测值，求出各月或各季度的平均趋势预测值，然后乘以相应季节指数，即得出未来年度内各月和各季度包含季节变动的预测值。7.3.1时间序列预测法

12回归分析预测法，是通过对预测对象和影响因素的统计整理和分析，找出它们之间的变化规律，将变化规律用数学模型表示出来，并利用数学模型进行预测的一种分析方法。7.3.2回归分析预测

13回归分析预测法有多种类型。可根据自变量的个数分为一元回归预测法、二元回归预测法和多元回归预测法。在一元回归预测法中，自变量只有一个；二元回归预测法中，自变量有两个；而在多元回归预测法中，自变量有两个以上。根据自变量和因变量之间是否存在变量关系，可分为线性回归预测和非线性回归预测。线性回归预测法中变量之间的关系表现为直线型，非线性回归预测法中变量之间的关系主要表现为曲线。回归分析预测

14回归预测法1．一元线性回归预测模型的建立（1）选取一元线性回归模型的变量；（2）绘制计算表和拟合散点图；（3）计算变量间的回归系数及其相关的显著性；（4）回归分析结果的应用回归分析预测

15回归预测法2.一元线性回归分析预测法模型分析一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场