4.10掌握定量预测法.ppt

,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,单元七 市场调查预测,目录页 CONTENTS PAGE,7.3掌握定量预测方法,7.3掌握定量预测方法,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。,引言,5,【案例分析与讨论】（各组派一个代表进行运算，各组之间讨论）教师点评。,7.3掌握定量预测方法,定量预测法：（1）简单平均法、（2）移动平均法（3）指数平滑法（4）季节指数法（5）回归分析预测,7.3掌握定量预测方法,DC070307A,7,简单平均法是指将过去各数据之和除以数据总点数，求得算术平均数，为预测值。这种预测方法简单，当预测对象变化较小且无明显趋势时，可采用此法进行短期预测。,7.3.1 简单平均法,8,1.简单算术平均 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 简单平均法,9,简单平均法,7.3.1 简单平均法,10,2.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。计算公式为：,7.3.1 简单平均法,11,7.3.1 简单平均法,12,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。,7.3.2 移动平均法,13,1.一次移动平均法一次移动平均数法，即用过去m个周期实际销售量的算术平均值作为下期销售量的预测值。这种方法只选取了时间序列中最靠近预测期的一组数据，选取的数据个数(m)固定不变，而随着预测期向前移动，每组数据的观察期也向前移动。,7.3.2 移动平均法,14,2.二次移动平均数法二次移动平均数法是利用预测目标时间序列的一次移动平均值和二次移动平均值的滞后偏差演变规律建立起线性方程进行预测的方法。二次移动平均值是以一次移动平均值作为时间序列，再计算第二次的移动平均值，移动期数不变。,7.3.2 移动平均法,15,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。指数平滑法也分为一次指数平滑法和二次指数平滑法。,7.3.3 指数平滑法,16,1.一次指数平滑法一次指数平滑法：以预测目标的上期实际销售量和上期预测销售量为基数，分别给两者以不同的权数，计算出指数平滑值，作为下期的预测值。,7.3.3 指数平滑法,17,2.二次指数平滑法 二次指数平滑法是在一次指数平滑法的基础上，对一次指数平滑值再做一次指数平滑，然后，利用两次指数平滑值，通过求解平滑系数，建立数学预测模型进行预测。,7.3.3 指数平滑法,18,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。,7.3.4 季节指数法,19,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,7.3.4 季节指数法,20,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。,7.3.5 回归分析预测,21,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。,7.3.5 回归分析预测,22,回归预测法,1.一元线性回归预测法的概念一元线性回归预测法是分析一个因变量与一个自变量之间的线性关系的预测方法。2一元线性回归预测基本思想确定直线的方法是最小二乘法 最小二乘法的基本思想：最有代表性的直线应该是直线到各点的距离最近。然后用这条直线进行预测。,7.3.5 回归分析预测,23,回归预测法,3一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,7.3.5 回归分析预测,24,回归预测法,4模型的检验（1）经济意义检验：就是根据模型中各个参数的经济含义，分析各参数的值是否与分析对象的经济含义相符。（2）回归标准差检验（3）拟合优度检验（4）回归系数的显著性检验,7.3.5 回归分析预测,25,回归预测法,5利用回归预测模型进行预测可以分为：点预测和置信区间预测法（1）点预测法：将自变量取值带入回归预测模型求出因变量的预测值。（2）置信区间预测法：估计一个范围，并确定该范围出现的概率。置信区间的大小的影响的因素：a、因变量估计值；b、回归标准差；C、概率度t；,7.3.5 回归分析预测,26,回归预测法,6.一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。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。,7.3.5 回归分析预测,27,回归预测法,一元线性回归分析法的预测模型为：,7.3.5 回归分析预测,28,回归预测法,在回归分析预测法中，需要对、之间相关程度作出判断，这就要计算相关系数，其公式如下：,7.3.5 回归分析预测,29,回归预测法,相关系数取值范围为：-1r1。r与b符合相同。当r0，称正线性相关，Xi上升，Yi呈线性增加。当r0.7，为高度线性相关；0.3|r|0.7，为中度线性相关；|r|0.3，为低度线性相关。,7.3.5 回归分析预测,30,实训安排：,实训主题：根据案例进行简单平均法、移动平均法、指数平滑法、季节指数法、回归分析预测等训练。实训目标：熟练掌握简单平均法、移动平均法、指数平滑法三种方法。基本掌握季节指数法；了解回归分析预测方法。实训内容：学生按照相关案例练习五种定量预测法。（1）简单平均法、（2）移动平均法（3）指数平滑法（4）季节指数法（5）回归分析预测,根据DC070302A、DC070303A、DC070304A、DC070305A。进行训练。,31,实训安排：,根据DC070302D模块四实训动画进行训练。,本章小节,http:/,本单元就是让学生通过教师演练与学生分组训练。最终能通过案例练习，使得学生掌握简单平均法、移动平均法、指数平滑法、季节指数法、回归分析等预测方法。6、课后作业：（1）简单平均法、移动平均法、指数平滑法、季节指数法他们的特点是什么？（2）线性回归方程式中的a与b这两个系数值怎样计算？,谢谢大家！,http:/,