《市場(chǎng)預(yù)測(cè)方法》PPT課件.ppt

市場(chǎng)預(yù)測(cè)方法 本章學(xué)習(xí)重點(diǎn)市場(chǎng)預(yù)測(cè)是市場(chǎng)營(yíng)銷研究的重要領(lǐng)域 預(yù)測(cè)的方法很多 據(jù)西方一些研究機(jī)構(gòu)統(tǒng)計(jì)有200多種 常用的預(yù)測(cè)方法也有二三十種 大致可以分為三大類 一是判斷預(yù)測(cè)法 也叫定性預(yù)測(cè)法 它是由預(yù)測(cè)者根據(jù)已有的歷史資料和現(xiàn)實(shí)資料 依靠個(gè)人判斷和綜合分析能力 對(duì)市場(chǎng)未來(lái)的變化趨勢(shì)做出判斷 二是時(shí)間序列分析法 也叫歷史引申法 它是以歷史的時(shí)間序列數(shù)據(jù)為基礎(chǔ) 運(yùn)用一定的數(shù)學(xué)方法向外延伸 來(lái)預(yù)測(cè)市場(chǎng)未來(lái)的發(fā)展變化趨勢(shì) 三是因果分析法 也叫相關(guān)分析法 它通過(guò)分析市場(chǎng)變化的原因 找出原因和結(jié)果之間的聯(lián)系方法 并據(jù)此預(yù)測(cè)市場(chǎng)未來(lái)的發(fā)展變化趨勢(shì) 引子案例誰(shuí)動(dòng)了茶的概念 茶飲料是20世紀(jì)90年代歐美國(guó)家發(fā)展最快的飲料 被視為新時(shí)代飲料 在日本和中國(guó)的臺(tái)灣 茶飲料已超過(guò)碳酸飲料成為市場(chǎng)第一大飲料品牌 90年代中期以來(lái) 中國(guó)茶飲料市場(chǎng)發(fā)展速度很快 1997年產(chǎn)量為20萬(wàn)噸左右 1999年產(chǎn)量為80萬(wàn)噸 2000年產(chǎn)量為185萬(wàn)噸 到2005年茶飲料產(chǎn)量已超過(guò)580萬(wàn)噸 進(jìn)入21世紀(jì)以來(lái) 茶飲料成為飲料市場(chǎng)上一道最亮麗的風(fēng)景 統(tǒng)一冰紅茶是任賢齊的夏日最愛(ài) 周星馳用其經(jīng)典的臺(tái)詞詮釋娃哈哈的 不用沏的龍井茶 董杰演繹的清新 浪漫的康師傅茉莉花茶 還有 涼到徹底 的雀巢冰爽茶以及 冷酷到底 的旭日升冰茶 樂(lè)百氏 營(yíng)銷總裁楊杰強(qiáng)在分析茶飲料的市場(chǎng)潛力時(shí)曾說(shuō) 2000年中國(guó)人均消費(fèi)茶飲料僅0 3升 而日本人均年飲用量為20 30升 也就是說(shuō) 茶飲料在國(guó)內(nèi)市場(chǎng)還應(yīng)當(dāng)有50倍以上的成長(zhǎng)空間 茶飲料市場(chǎng)面臨的形勢(shì)非常樂(lè)觀 我國(guó)有悠久的茶文化歷史 但把茶裝在盒子或瓶子里賣 卻是到1995年才有的事 正是商家預(yù)見(jiàn)到茶飲料低熱量 低脂肪 具有保健療效及消暑解渴的功用 開(kāi)瓶即飲的消費(fèi)方式又符合現(xiàn)代生活的要求 才挖掘出茶飲料無(wú)窮的市場(chǎng)潛力 第一節(jié)定性預(yù)測(cè)方法 在市場(chǎng)定性預(yù)測(cè)方法中 經(jīng)常采用的方法有經(jīng)驗(yàn)估計(jì)法 德?tīng)柗祁A(yù)測(cè)法 生命周期預(yù)測(cè)法 顧客意見(jiàn)法等 這種方法一般用于新產(chǎn)品銷售預(yù)測(cè) 本節(jié)著重介紹專家會(huì)議法 德?tīng)柗品ê婉R爾可夫分析預(yù)測(cè)法 一 專家會(huì)議法 一 專家會(huì)議法的含義專家會(huì)議法 就是邀請(qǐng)有關(guān)方面的專家 通過(guò)會(huì)議的形式 對(duì)某些預(yù)測(cè)事件及其發(fā)展前景做出評(píng)價(jià) 并在專家分析 判斷的基礎(chǔ)上 綜合各種意見(jiàn) 借以對(duì)調(diào)查分析事件做出質(zhì)和量的結(jié)論 二 專家會(huì)議法的形式根據(jù)會(huì)議議程的不同和專家交換意見(jiàn)的要求 可分為三種 1 交鋒式會(huì)議 每個(gè)與會(huì)專家圍繞調(diào)查事件各抒己見(jiàn) 引發(fā)爭(zhēng)議 經(jīng)過(guò)會(huì)議討論達(dá)成共識(shí) 做出較為一致的預(yù)測(cè)結(jié)論 2 非交鋒式會(huì)議 頭腦風(fēng)暴法 每個(gè)與會(huì)專家都可以獨(dú)立地 任意地發(fā)表意見(jiàn) 但不相互爭(zhēng)論 不批評(píng)他人意見(jiàn) 也不帶發(fā)言稿 以便充分發(fā)揮靈感 鼓勵(lì)創(chuàng)造性思維 3 混合式會(huì)議 是非交鋒式會(huì)議與交鋒式會(huì)議的混合使用 具體講 在第一階段實(shí)施頭腦風(fēng)暴法 在第二階段對(duì)前階段的各種設(shè)想進(jìn)行質(zhì)疑 在質(zhì)疑中可爭(zhēng)論 批評(píng) 也可提出新的設(shè)想 不斷交換意見(jiàn) 互相啟發(fā) 最后取得一致的結(jié)論 三 專家會(huì)議法的優(yōu)缺點(diǎn)優(yōu)點(diǎn) 最大優(yōu)點(diǎn)是集思廣益 與會(huì)專家在闡述自己觀點(diǎn)的同時(shí) 通過(guò)相互啟發(fā) 交流 不斷完善自己的建議和 碰撞 出新的思路 主意等 缺點(diǎn) 最大缺點(diǎn)是容易屈服于 權(quán)威 不愿意公開(kāi)修正別人已發(fā)表的意見(jiàn) 即使這個(gè)意見(jiàn)明顯是錯(cuò)誤的 四 實(shí)施專家會(huì)議法應(yīng)注意的問(wèn)題專家會(huì)議法有難以克服的缺點(diǎn) 需要組織者和與會(huì)專家在應(yīng)用中從以下幾個(gè)方面加以注意 1 專家應(yīng)客觀 公正地表達(dá)自己的意見(jiàn) 與會(huì)專家應(yīng)正確處理三個(gè)方面的因素 一是感情因素 與會(huì)專家之間可能有上級(jí) 前輩 同學(xué) 朋友 同事等多種關(guān)系 不能出于感情的考慮 有不同 的意見(jiàn)不予提出 二是個(gè)性因素 不同個(gè)性的人說(shuō)話的方式 方法也不一樣 這就要求與會(huì)專家不帶任何傾向地分析他人意見(jiàn) 三是利益因素 與會(huì)專家不一定贊成或支持與自己利益相違背的意見(jiàn) 這樣 會(huì)使會(huì)議難以達(dá)到預(yù)期效果 2 組織者應(yīng)做好充分的準(zhǔn)備 1 在召開(kāi)專家會(huì)議之前 必須盡可能收集一些有關(guān)預(yù)測(cè)項(xiàng)目的背景材料 提交所請(qǐng)專家 如果專家自己認(rèn)為對(duì)這個(gè)項(xiàng)目比較有研究 愿意參加會(huì)議 則請(qǐng)其參加 如果專家認(rèn)為對(duì)這次預(yù)測(cè)項(xiàng)目不太了解 或沒(méi)興趣 則不要勉強(qiáng)其參加 2 作為組織預(yù)測(cè)者 在專家會(huì)議上 不要作任何引導(dǎo)性發(fā)言 不要給予任何暗示 讓專家充分 客觀地發(fā)表自己的意見(jiàn) 做出個(gè)人判斷 二 德?tīng)柗品?專家咨詢法 一 德?tīng)柗品ǜ攀龅聽(tīng)柗品ㄊ窃?0世紀(jì)60年代由美國(guó)蘭德公司首創(chuàng)和使用的一種特殊的調(diào)查方法 德?tīng)柗品ㄊ遣捎谜髟円庖?jiàn)表 借助通信方式 向一個(gè)專家小組進(jìn)行調(diào)查 將專家小組的判斷 預(yù)測(cè)加以集中 利用集體的智慧對(duì)市場(chǎng)現(xiàn)象的未來(lái)做出預(yù)測(cè) 一般咨詢專家意見(jiàn)要反復(fù)3 5次 每次收到的信息都要做統(tǒng)計(jì)處理 德?tīng)柗品ㄅc專家會(huì)議法相比較 主要區(qū)別在于 用背對(duì)背的判斷來(lái)代替面對(duì)面的判斷 專家之間都不知道誰(shuí)是誰(shuí) 在我國(guó)有些公司運(yùn)用德?tīng)柗品〞r(shí)經(jīng)常存在如下問(wèn)題 一是沒(méi)有做來(lái)回往返的信息溝通 一次性拍板 二是不能根據(jù)調(diào)查目的來(lái)選取相關(guān)領(lǐng)域的專家 二 德?tīng)柗品ǖ膶?shí)施步驟1 制定意見(jiàn)征詢表在制定意見(jiàn)征詢表時(shí)要注意以下幾個(gè)要點(diǎn) 1 征詢的問(wèn)題要簡(jiǎn)單 明確 讓人能給予答復(fù) 2 所問(wèn)問(wèn)題數(shù)量不能太多 3 問(wèn)題內(nèi)容盡量接近專家熟悉的領(lǐng)域 以便充分利用專家的經(jīng)驗(yàn) 4 意見(jiàn)征詢表中提供較齊全的背景材料 企業(yè)自身的銷售努力程度 競(jìng)爭(zhēng)企業(yè)的銷售努力程度 顧客的收入水平 以及消費(fèi)趨勢(shì) 本行業(yè)的發(fā)展趨勢(shì) 國(guó)民經(jīng)濟(jì)運(yùn)行狀態(tài)等 供專家作判斷時(shí)參考 2 選定要征詢的專家在選定專家時(shí)要注意以下幾個(gè)問(wèn)題 1 所選專家必須精通業(yè)務(wù) 熟悉市場(chǎng)情況 具有預(yù)見(jiàn)性和分析能力 2 人數(shù)不能過(guò)多也不能過(guò)少 要根據(jù)課題大小和涉及面的寬窄來(lái)定 一般大課題選20人左右比較合適 小的選5人左右比較合適 3 專家之間不能互相聯(lián)系 有關(guān)課題情況由調(diào)查機(jī)構(gòu)用通信方式來(lái)告知 3 輪回反復(fù)征詢專家意見(jiàn)將第一輪經(jīng)過(guò)匯總的專家意見(jiàn)和將要調(diào)查的新的意見(jiàn)和要求寄給專家 要求專家再提供意見(jiàn)和見(jiàn)解 輪回的次數(shù)一 般是3 5次 征詢的間隔時(shí)間一般是7 10天 這樣可以使專家有整理資料和思考的時(shí)間 4 做出調(diào)查的結(jié)論專家的意見(jiàn)幾經(jīng)反饋后 通常對(duì)所要預(yù)測(cè)的問(wèn)題意見(jiàn)漸趨一致 最后 將最末一次專家的意見(jiàn)進(jìn)行匯總整理和統(tǒng)計(jì)處理 形成最終的調(diào)查結(jié)果 三 對(duì)專家意見(jiàn)的統(tǒng)計(jì)處理方法對(duì)專家意見(jiàn)的統(tǒng)計(jì)處理方法不只一種 對(duì)不同的類型有不同的處理方法 歸納起來(lái)一共有三種類型 如下所述 1 對(duì)數(shù)量答案的統(tǒng)計(jì)處理例如 某企業(yè)要成批生產(chǎn)一種新產(chǎn)品 現(xiàn)征詢專家的意見(jiàn) 看看投放市場(chǎng)的銷售量會(huì)有多大 具體的做法可分為以下幾步 1 選擇有豐富經(jīng)驗(yàn)的經(jīng)理 供銷人員共9位專家 2 將新產(chǎn)品的樣品和說(shuō)明書以及同類產(chǎn)品的價(jià)格和銷售資料等連同調(diào)查表寄給這9位專家 請(qǐng)他們將調(diào)查表填好意見(jiàn)后寄回 3 匯總整理寄回的調(diào)查表 再返回給每位專家 請(qǐng)他們進(jìn)一步作出判斷 再填寫新的調(diào)查表 類似情況往返3次 4 根據(jù)第三步所得到的數(shù)據(jù)資料來(lái)預(yù)測(cè)新產(chǎn)品的銷售量 調(diào)查結(jié)果可用下表來(lái)表示 依據(jù)上表 可進(jìn)行數(shù)據(jù)的集中趨勢(shì)分析如下 加權(quán)平均數(shù)計(jì)算 先根據(jù)經(jīng)驗(yàn) 對(duì)最低銷售量 最可能銷售量和最高銷售量設(shè)定一個(gè)權(quán)重 比如分別是0 2 0 5 0 3 那么 新產(chǎn)品銷售量專家預(yù)計(jì)的最后結(jié)果就是 中位數(shù)計(jì)算 將最后一次專家評(píng)定的最低銷售量 最可能銷售量 最高銷售量的結(jié)果從小到大排序排列 取中位數(shù) 即第5位的數(shù)值 得到最低銷售量 最可能銷售量 最高銷售量的中位數(shù)分別為8 10 13 再對(duì)其采用加權(quán)平均數(shù)計(jì)算就可得到最后處理結(jié)果計(jì)算如下 極差計(jì)算 最低銷售量極差為 11 6 5最可能銷售量極差為 15 8 7最高銷售量極差為 25 8 17最小的極差表示平均值的代表性大 所以 專家評(píng)價(jià)的最終結(jié)果經(jīng)過(guò)統(tǒng)計(jì)處理后應(yīng)是8萬(wàn)件 以上對(duì)新產(chǎn)品投放市場(chǎng)后的銷售量大小的三種預(yù)測(cè)方法都可以供有關(guān)的決策部門參考 2 對(duì)主觀概率的統(tǒng)計(jì)處理主觀概率是決策者在一定客觀實(shí)踐的基礎(chǔ)上 在沒(méi)有足夠資料或數(shù)據(jù)的條件下 根據(jù)經(jīng)驗(yàn)或少量資料 對(duì)某些事件發(fā)生的可能性大小做出主觀上的估計(jì) 如果對(duì)各專家的主觀概率進(jìn)行加權(quán)算術(shù)平均處理 其計(jì)算公式如下 式中 R 加權(quán)平均后的主觀概率 T 被調(diào)查人數(shù) P 主觀概率例如 某公司采用德?tīng)柗品?選取了12位專家對(duì)某種廣告投放市場(chǎng)宣傳成功的可能性進(jìn)行判斷 其結(jié)果如下表所示 那么 這些專家認(rèn)為此廣告如果投放市場(chǎng)成功的可能性會(huì)是 3 對(duì)等級(jí)比較答案的統(tǒng)計(jì)處理例如 某洗衣機(jī)廠要求專家對(duì)2003年以后荷花牌洗衣機(jī)銷售情況進(jìn)行預(yù)測(cè) 影響洗衣機(jī)銷售的項(xiàng)目可能有品牌 價(jià)格 自動(dòng)化程度 質(zhì)量 噪音 使用壽命 外觀等幾個(gè)方面 要求專家選擇影響銷售的3個(gè)主要項(xiàng)目 并按重要程度排序 評(píng)分標(biāo)準(zhǔn)定為 第一位得3分 第二位得2分 第三位得1分 征詢的專家有54人 一共進(jìn)行了3次征詢 贊成 品牌 項(xiàng)排第一位的專家有38人 贊成排第二位的有10人 贊成排第三位的有6人 依此類推 那么 品牌的總得分為 品牌項(xiàng)的總分比重為 其他項(xiàng)目的總分比重也可以得出 比如 價(jià)格為0 15 自動(dòng)化程度為0 10 質(zhì)量為0 30 外觀為0 02 總計(jì)1 00 按總分比重大小 得出按重要性排在前三名的項(xiàng)目依次是品牌 質(zhì)量和價(jià)格 四 德?tīng)柗品ǖ膬?yōu)點(diǎn)和缺點(diǎn)優(yōu)點(diǎn) 1 匿名性 給專家創(chuàng)造一個(gè)平等 自由和充分發(fā)表意見(jiàn)的氛圍 2 反饋性 有助于提高調(diào)查質(zhì)量 保證調(diào)查所收集的資料的全面性和可靠性 3 具有對(duì)調(diào)查結(jié)果定量處理的特性 可根據(jù)需要從不同角度對(duì)所得結(jié)果進(jìn)行統(tǒng)計(jì)處理 提高了調(diào)查的科學(xué)性 缺點(diǎn) 1 調(diào)查結(jié)果主要憑專家判斷 缺乏客觀標(biāo)準(zhǔn) 故這種方法主要適合于歷史資料缺乏或未來(lái)不確定因素較多的場(chǎng)合 2 有些專家可能作出趨近于中位數(shù)或算術(shù)平均數(shù)的結(jié)論 所以 為了避免這種情況發(fā)生 有時(shí)候在第二輪征詢時(shí) 只告訴各專家前一輪征詢后得到的極差值 3 由于反饋次數(shù)較多 反饋所花時(shí)間較長(zhǎng) 在此期間可能有些專家會(huì)中途退出 從而影響調(diào)查的準(zhǔn)確性 三 馬爾可夫分析預(yù)測(cè)法 馬爾可夫分析法是以俄羅斯數(shù)學(xué)家馬爾可夫 A A Markov 的名字命名的一種預(yù)測(cè)方法 是指根據(jù)所研究的對(duì)象系統(tǒng)由一種狀態(tài)轉(zhuǎn)換至另一種狀態(tài)的過(guò)程中所具有的轉(zhuǎn)移可能性 概率 來(lái)估計(jì)和推測(cè)該對(duì)象系統(tǒng)未來(lái)狀態(tài)的一種預(yù)測(cè)分析方法 馬爾可夫預(yù)測(cè)法就是研究狀態(tài)轉(zhuǎn)移的概率 例如 考察市場(chǎng)上某種商品是否暢銷 商品銷售的狀況分為三類 滯銷 平銷和暢銷三種狀態(tài) 用 1 0 1分別表示這三種狀態(tài) 經(jīng)過(guò)24個(gè)月的考察 商品銷售狀態(tài)如下表 從表中可以看出 滯銷出現(xiàn)了8次 其中4次下個(gè)月仍為滯銷 有1次轉(zhuǎn)為平銷 有3次轉(zhuǎn)為暢銷 所以可以確定滯銷狀態(tài)下期仍為滯銷或轉(zhuǎn)為平銷 暢銷的概率分別為4 8 1 8和3 8 三種狀態(tài)出現(xiàn)次數(shù)及轉(zhuǎn)移為其他狀態(tài)次數(shù)如表所示 從表中可以看出 暢銷狀態(tài)共有9次 但由于最后一個(gè)月的轉(zhuǎn)移狀態(tài)未知 所以只有8次轉(zhuǎn)移 由此可求得各狀態(tài)轉(zhuǎn)為其他狀態(tài)的概率 再用矩陣形式寫出 可得到轉(zhuǎn)移概率矩陣如下 4 81 83 8P 3 73 71 71 83 84 8 這個(gè)概率矩陣表明了各種狀態(tài)經(jīng)過(guò)一個(gè)時(shí)期轉(zhuǎn)移為各種狀態(tài)的概率 所以也稱一步轉(zhuǎn)移矩陣 由于事物是不斷發(fā)展變化的 轉(zhuǎn)移后的各種狀態(tài)還要轉(zhuǎn)移 所以除一步轉(zhuǎn)移外 還有二步轉(zhuǎn)移 三步轉(zhuǎn)移 一般地 我們記k步轉(zhuǎn)移矩陣就等于一步轉(zhuǎn)移矩陣的k次方 即以上面所介紹的一步轉(zhuǎn)移矩陣為例 4 81 83 80 5000 1250 375P 1 P 3 73 71 7 0 4290 4290 1431 83 84 80 1250 3750 500由此可推出二步和三步轉(zhuǎn)移概率矩陣如下 0 5000 1250 37520 3510 1670 393P 2 P2 0 4290 4290 143 0 4160 2570 2390 1250 3750 5000 2860 2440 350 0 5000 1250 3750 3510 1670 393P 3 P3 0 4290 4290 4130 4160 2570 2390 1250 3750 5000 2860 2440 3500 2940 1960 352 0 3550 2020 3390 2190 1880 312類似地 可以求出任意步轉(zhuǎn)移概率矩陣 馬爾可夫預(yù)測(cè)法主要就是用轉(zhuǎn)移概率矩陣來(lái)預(yù)測(cè)未來(lái)某個(gè)時(shí)刻的狀態(tài) 第二節(jié)時(shí)間序列預(yù)測(cè)法 時(shí)間序列預(yù)測(cè)法是將經(jīng)濟(jì)發(fā)展 購(gòu)買力增長(zhǎng) 銷售變化等同一變數(shù)的一組觀察值 按照時(shí)間順序加以排列 然后運(yùn)用一定的數(shù)理方法 使其向外延伸 預(yù)測(cè)未來(lái)的發(fā)展變化趨勢(shì) 一 簡(jiǎn)單算術(shù)平均數(shù)法二 加權(quán)算術(shù)平均數(shù)法 三 移動(dòng)平均法移動(dòng)平均法是對(duì)時(shí)間序列觀察值由遠(yuǎn)及近按一定跨越期計(jì)算平均值的一種預(yù)測(cè)方法 最后一個(gè)平均值是預(yù)測(cè)值計(jì)算的依據(jù) 移動(dòng)平均法能夠較好地修勻時(shí)間序列 消除不規(guī)則變動(dòng)和季節(jié)變動(dòng) 因而得到了廣泛應(yīng)用 常用的移動(dòng)平均法有一次移動(dòng)平均法和二次移動(dòng)平均法 一 一次移動(dòng)平均法一次移動(dòng)平均法只計(jì)算一次移動(dòng)平均數(shù) 并將移動(dòng)平均數(shù)作為預(yù)測(cè)值 一次移動(dòng)平均又分為簡(jiǎn)單移動(dòng)平均和加權(quán)移動(dòng)平均兩種 2007年銷售額預(yù)測(cè)值 二 二次移動(dòng)平均法二次移動(dòng)平均法就是在一次移動(dòng)平均的基礎(chǔ)上 再計(jì)算一次移動(dòng)平均數(shù) 并在一次移動(dòng)平均值與二次移動(dòng)平均值的基礎(chǔ)上建立數(shù)學(xué)模型 從而確定出預(yù)測(cè)值 求預(yù)測(cè)值的公式為 Yt T at btT求解at和bt的公式為 at 2Mt 1 Mt 2 bt 2 Mt 1 Mt 2 n 1 將上表中的有關(guān)數(shù)據(jù)代入有關(guān)公式 求得at bt的值為 at 2Mt 1 Mt 2 2 446 7 431 1 462 3bt 2 Mt 1 Mt 2 n 1 2 446 7 431 1 3 1 15 6預(yù)測(cè)模型為 Y2006 T 462 3 15 6T由于這是以2006年的二次移動(dòng)平均值建立的預(yù)測(cè)模型 所以時(shí)間周期t為2006年 2007 2009年的預(yù)測(cè)值為 Y2007 Y2006 1 462 3 15 6 1 477 9Y2008 Y2006 2 462 3 15 6 2 493 5Y2009 Y2006 3 462 3 15 6 3 509 1二次移動(dòng)平均法盡管運(yùn)算上復(fù)雜些 但比一次移動(dòng)平均法更為科學(xué) 與實(shí)際趨勢(shì)也更為接近 四 指數(shù)平滑法指數(shù)平滑法是根據(jù)定出的平滑系數(shù)計(jì)算出指數(shù)平滑值進(jìn)行市場(chǎng)預(yù)測(cè)的方法 指數(shù)平滑法實(shí)質(zhì)是全部歷史數(shù)據(jù)的加權(quán)平均數(shù) 一般用于觀察期具有長(zhǎng)期趨勢(shì)變動(dòng)和周期性變動(dòng)的預(yù)測(cè) 指數(shù)平滑法包括一次指數(shù)平滑法 二次指數(shù)平滑法和多次 三次以上 指數(shù)平滑法 一次指數(shù)平滑法適用于水平型變動(dòng)的時(shí)間序列預(yù)測(cè) 二次指數(shù)平滑法適用于線性趨勢(shì)型變動(dòng)的時(shí)間序列預(yù)測(cè) 多次指數(shù)平滑法適用于非線性趨勢(shì)變動(dòng)的時(shí)間序列預(yù)測(cè) 一 一次指數(shù)平滑法一次指數(shù)平滑法是以計(jì)算出來(lái)的最后一個(gè)一次指數(shù)平滑值為基礎(chǔ) 確定預(yù)測(cè)值的方法 一次指數(shù)平滑法的公式為 應(yīng)用一次指數(shù)平滑法進(jìn)行預(yù)測(cè) 平滑系數(shù)選擇很關(guān)鍵 的取值不同 預(yù)測(cè)結(jié)果就不同 一般有三個(gè)原則 一是對(duì)于有較明顯趨勢(shì)變動(dòng)的時(shí)間序列 平滑系數(shù)應(yīng)取較大值 即 0 6 主要是為了突出近期數(shù)據(jù)對(duì)預(yù)測(cè)值的影響 二是對(duì)水平型的時(shí)間序列 平滑系數(shù)應(yīng)取較小值 即 0 3 因?yàn)樗叫偷臄?shù)據(jù) 變動(dòng)趨勢(shì)不明顯 隨機(jī)因素多 因此 應(yīng)取較小值 三是對(duì)于介于上述兩者之間的時(shí)間序列 平滑系數(shù)應(yīng)取中間值 即0 3 0 6 初始值的確定 一般情況下 當(dāng)時(shí)間序列的數(shù)據(jù)資料較多時(shí) 如n 10 這時(shí)初始值對(duì)以后預(yù)測(cè)值的影響甚小 可直接選用第一期實(shí)際觀察值作為初始值 反之 如果時(shí)間序列的數(shù)據(jù)資料較少 如n 10 則因初始值對(duì)以后預(yù)測(cè)值的影響較大 這時(shí)一般采用最初幾期的實(shí)際值的算術(shù)平均數(shù)作為初始值 舉一具體例子說(shuō)明一次指數(shù)平滑法的應(yīng)用 例如 某企業(yè)近10個(gè)季度銷售洗發(fā)水資料如下表 請(qǐng)用一次指數(shù)平滑法預(yù)測(cè)下季度洗發(fā)水銷售量 分析 具體步驟如下 第一步 確定平滑系數(shù) 本例取 第二步 確定初始平滑值St 1 由于本例n 10 故初始值取50 第三步 依次計(jì)算一次指數(shù)平滑值 當(dāng) 二 二次指數(shù)平滑法二次指數(shù)平滑法是在一次指數(shù)平滑的基礎(chǔ)上再做一次指數(shù)平滑 運(yùn)用二次指數(shù)平滑值建立的數(shù)學(xué)模型進(jìn)行預(yù)測(cè)的方法 二次指數(shù)平滑公式為 二次指數(shù)平滑法預(yù)測(cè)的數(shù)學(xué)模型為 式中 五 季節(jié)指數(shù)預(yù)測(cè)法季節(jié)指數(shù)是一種以相對(duì)數(shù)表示的季節(jié)變動(dòng)衡量指標(biāo) 因?yàn)橹桓鶕?jù)一年或兩年的歷史數(shù)據(jù)計(jì)算而得到的季節(jié)變動(dòng)指標(biāo)往往含有很大的隨機(jī)波動(dòng)因素 故在實(shí)際預(yù)測(cè)中通常需要掌握和運(yùn)用三年以上的分季歷史數(shù)據(jù) 如果以年為間隔期的歷史數(shù)據(jù)是水平型的 季節(jié)指數(shù)的計(jì)算公式則為 如果以年為間隔期的歷史數(shù)據(jù)資料的趨勢(shì)型的 則季節(jié)指數(shù)的計(jì)算公式為 預(yù)測(cè)值 上年的月 季 平均數(shù) 各月 季 季節(jié)指數(shù) 例如 某家電商場(chǎng)2002年 2004年某夏季商品的各月銷售量資料如表所示 試預(yù)測(cè)2005年各月的銷售量 平均數(shù)比率計(jì)算表 第三節(jié)回歸分析預(yù)測(cè)法 一 回歸分析預(yù)測(cè)法的含義及種類 回歸 這一術(shù)語(yǔ)是英國(guó)人弗蘭西斯 蓋爾頓和卡爾 皮爾遜在研究父親身高與兒子身高的關(guān)系時(shí)引入的 他們發(fā)現(xiàn) 若父親為高個(gè)子 則兒子也高 但其平均身高低于父親的平均身高 若父親為矮個(gè)子 則兒子個(gè)子也矮 但其平均身高高于父親的平均身高 也即身高的變化不是兩極分化 而是 趨同 兒子身高向著平均身高 回歸 以保持種族的穩(wěn)定 用蓋爾頓的話來(lái)說(shuō) 就是 回歸到變通人 后人將此種方法普遍用于尋找變量之間的規(guī)律 現(xiàn)在 回歸分析法已經(jīng)成為探索變量之間關(guān)系最重要的方法 用以找出變量之間關(guān)系的具體表現(xiàn)形式 回歸 是指某一變量 因變量 與其他一個(gè)或多個(gè)變量 自變量 的依存關(guān)系 例如 在上面的例子中是兒子身高與父親身高的依存關(guān)系 1 市場(chǎng)現(xiàn)象之間的兩類因果關(guān)系市場(chǎng)現(xiàn)象之間的因果關(guān)系可分為函數(shù)關(guān)系和相關(guān)關(guān)系兩大類 所謂函數(shù)關(guān)系 是指現(xiàn)象之間確定的數(shù)量依存關(guān)系 即自變量發(fā)生某種變化 因變量必然會(huì)發(fā)生相應(yīng)程度的變化 如在產(chǎn)品價(jià)格不變的條件下 銷售額取決于銷售量 Y b x b為價(jià)格 x為銷售量 在市場(chǎng)調(diào)查預(yù)測(cè)涉及的社會(huì)經(jīng)濟(jì)領(lǐng)域中 這種確定的函數(shù)關(guān)系很少 大量存在的是相關(guān)關(guān)系 所謂相關(guān)關(guān)系 是指變量之間相互關(guān)系中不存在數(shù)值對(duì)應(yīng)關(guān)系的非確定性的依存關(guān)系 即經(jīng)濟(jì)變量之間存在數(shù)量上的客觀內(nèi)在關(guān)系 表現(xiàn)為一個(gè)變量 自變量 發(fā)生數(shù)量變化 必影響另一個(gè)變量 因變量 相應(yīng)地發(fā)生數(shù)量上的變化 但因變量的數(shù)值具有不確定性 如嬰兒出生數(shù)和奶粉需求量就屬于相關(guān)關(guān)系 嬰兒出生數(shù)增加了 奶粉需求量肯定也會(huì)增加 但究竟增加多少是無(wú)法確定的 市場(chǎng)現(xiàn)象之間所存在的依存關(guān)系 大多是表現(xiàn)為相關(guān)關(guān)系 如市場(chǎng)需求量與居民收入之間 市場(chǎng)需求量與商品價(jià)格之間 市場(chǎng)需求量與人口數(shù)量之間等等 都是表現(xiàn)為相關(guān)關(guān)系 對(duì)于相關(guān)關(guān)系的數(shù)量依存關(guān)系 可用相關(guān)關(guān)系分析和回歸方程的方法加以研究 2 回歸分析預(yù)測(cè)法的含義回歸分析預(yù)測(cè)法就是從各種經(jīng)濟(jì)現(xiàn)象之間的相互關(guān)系出發(fā) 通過(guò)對(duì)與預(yù)測(cè)對(duì)象有聯(lián)系的現(xiàn)象變動(dòng)趨勢(shì)的分析 推算預(yù)測(cè)對(duì)象未來(lái)狀態(tài)數(shù)量表現(xiàn)的一種預(yù)測(cè)方法 回歸分析預(yù)測(cè)法中的自變量與時(shí)間序列預(yù)測(cè)法中的自變量不相同 后者的自變量是時(shí)間本身 而前者的自變量是反映市場(chǎng)現(xiàn)象的其他變量 回歸分析預(yù)測(cè)法是一種重要的市場(chǎng)預(yù)測(cè)方法 多數(shù)市場(chǎng)預(yù)測(cè)者在對(duì)市場(chǎng)現(xiàn)象進(jìn)行預(yù)測(cè)時(shí) 如果能將影響市場(chǎng)預(yù)測(cè)對(duì)象的主要因素找到 并且能夠取得其數(shù)量資料 當(dāng)然就可以采用相關(guān)回歸預(yù)測(cè)法進(jìn)行預(yù)測(cè) 它是一種具體的 行之有效的 實(shí)用價(jià)值很高的常用市場(chǎng)預(yù)測(cè)方法 當(dāng)應(yīng)用相關(guān)回歸市場(chǎng)預(yù)測(cè)法條件不充分時(shí) 才考慮采用時(shí)間序列法等其他預(yù)測(cè)方法 3 回歸分析預(yù)測(cè)法的種類應(yīng)用回歸模型進(jìn)行市場(chǎng)預(yù)測(cè) 有許多種類 根據(jù)不同的條件可作不同的分類 主要的分類有 1 按自變量個(gè)數(shù)的多少劃分 可以分為一元回歸分析和多元回歸分析預(yù)測(cè)法 2 按回歸模型是否線性劃分 可分為線性回歸分析預(yù)測(cè)法和非線性回歸分析預(yù)測(cè)法 所謂線性回歸模型 就是指因變量和自變量之間的關(guān)系是直線型的 3 按回歸模型的自變量是否帶虛擬變量劃分 可以分為普通回歸模型和虛擬回歸模型 普通回歸模型的自變量都是數(shù)量變量 而虛擬變量回歸模型的自變量既有數(shù)量變量也有品質(zhì)變量 二 應(yīng)用回歸分析預(yù)測(cè)法的條件應(yīng)用回歸分析預(yù)測(cè)時(shí)必須注意其前提條件 以提高預(yù)測(cè)準(zhǔn)確度 1 經(jīng)濟(jì)現(xiàn)象之間關(guān)系密切因變量與自變量之間必須有關(guān)系 而且必須關(guān)系密切 只有正確認(rèn)識(shí)經(jīng)濟(jì)現(xiàn)象之間內(nèi)在的必然聯(lián)系和外部的偶然聯(lián)系 不為假相關(guān)所迷惑 準(zhǔn)確地剖析兩者間的相關(guān)關(guān)系 才能正確做出判斷 判斷相關(guān)關(guān)系密切程度的方法 可以通過(guò)繪制相關(guān)圖和計(jì)算相關(guān)系數(shù) 根據(jù)歷史資料繪制的相關(guān)圖能判斷相關(guān)的類型 相關(guān)圖的類型有以下幾種 1 零相關(guān)圖 當(dāng)自變量x與因變量y沒(méi)有相關(guān)關(guān)系 稱為零相關(guān) 如圖 2 強(qiáng)正相關(guān)圖 當(dāng)自變量x增大時(shí) 因變量y亦隨之增大 點(diǎn)子的分布集中 呈直線形 故兩者有強(qiáng)相關(guān) 3 弱正相關(guān)圖 當(dāng)自變量x的數(shù)值增大時(shí) 因變量y的數(shù)值也增大 但點(diǎn)子的分布不集中 兩者之間僅有一定相關(guān)關(guān)系 稱弱正相關(guān) x y 零相關(guān)圖 x y 強(qiáng)正相關(guān) 4 強(qiáng)負(fù)相關(guān)圖 當(dāng)自變量x的增大時(shí) 因變量y隨之減少 點(diǎn)子的分布集中呈直線形 兩者之間有強(qiáng)烈的相關(guān)關(guān)系 稱強(qiáng)負(fù)相關(guān) 5 弱負(fù)相關(guān)圖 當(dāng)自變量x的增大時(shí) 因變量y隨之減少 點(diǎn)子的分布分散不集中 兩者之間僅有一定相關(guān)關(guān)系 稱弱負(fù)相關(guān) x y 弱正相關(guān) x y 強(qiáng)負(fù)相關(guān) x y 弱負(fù)相關(guān) 相關(guān)系數(shù)也能從數(shù)量上說(shuō)明相關(guān)的密切程度 一般規(guī)定 如果要用一元線性回歸方法進(jìn)行預(yù)測(cè) 則R必須大于0 7 2 自變量的預(yù)測(cè)值必須比因變量的預(yù)測(cè)值精確或容易求得因?yàn)轭A(yù)測(cè)因變量的未來(lái)情況 必須有自變量的未來(lái)資料代入回歸方程式才能計(jì)算出來(lái) 如果自變量的預(yù)測(cè)值更難得求得 那么 該回歸方程的應(yīng)用價(jià)值就不大了 3 要正確地選擇回歸方程的形式選擇回歸方程的形式即選擇因變量和自變量的關(guān)系式是直線方程式還是曲線方程式 是一個(gè)自變量還是幾個(gè)自變量 并有簡(jiǎn)單而又有效的驗(yàn)證方法 三 回歸分析預(yù)測(cè)法的程序應(yīng)用回歸分析法進(jìn)行市場(chǎng)預(yù)測(cè) 應(yīng)遵循一定的程序 1 根據(jù)預(yù)測(cè)目標(biāo) 篩選自變量一般來(lái)說(shuō) 明確預(yù)測(cè)的具體目標(biāo) 也就確定了因變量 篩選自變量 首先應(yīng)分析各自變量與因變量之間的相關(guān)關(guān)系 觀察其相關(guān)關(guān)系的表現(xiàn)形式及密切程度 選用那些與因變量關(guān)系最為密切的自變量 2 確定回歸方程 建立預(yù)測(cè)模型根據(jù)理論分析和相關(guān)分析 如果有幾個(gè)重要因素同時(shí)對(duì)預(yù)測(cè)對(duì)象有影響作用 而且關(guān)系密切 可以確定用多元回歸方程式 如果其中某一個(gè)是基本的 起決定作用的 而其他因素影響作用并不大或相關(guān)關(guān)系不密切 則 可以確定用一元回歸方程式進(jìn)行預(yù)測(cè) 如果自變量和因變量之間的資料分布是線性趨勢(shì) 可確定用直線回歸方程 如果是曲線趨勢(shì) 可確定用曲線回歸方程 3 檢驗(yàn)回歸預(yù)測(cè)模型 計(jì)算預(yù)測(cè)誤差回歸預(yù)測(cè)模型是否可用于實(shí)際預(yù)測(cè) 取決于對(duì)回歸預(yù)測(cè)模型的檢驗(yàn)和對(duì)預(yù)測(cè)誤差測(cè)定的結(jié)果 回歸方程只有通過(guò)各種檢驗(yàn) 且預(yù)測(cè)誤差在研究問(wèn)題所允許的范圍內(nèi) 才能將回歸方程作為預(yù)測(cè)模型進(jìn)行實(shí)際預(yù)測(cè) 否則 盲目用回歸模型進(jìn)行預(yù)測(cè) 其結(jié)果是不可靠的 4 利用回歸模型確定預(yù)測(cè)值 并對(duì)預(yù)測(cè)值做出置信區(qū)間的估計(jì)如果預(yù)測(cè)對(duì)象與影響因素之間確實(shí)存在著顯著的相關(guān)關(guān)系 那么過(guò)去和現(xiàn)在的資料規(guī)律能延續(xù)到未來(lái) 用回歸方程計(jì)算出來(lái)的預(yù)測(cè)值 是一個(gè)具體的數(shù) 稱為點(diǎn)估計(jì) 點(diǎn)估計(jì)值是一個(gè)平均數(shù) 實(shí)際值可能高于或低于它 還必須用一定的機(jī)率保證其置信區(qū)間的范圍 區(qū)間預(yù)測(cè)值能更好地反映預(yù)測(cè)值的實(shí)際含義 更具實(shí)用價(jià)值 四 一元線性回歸預(yù)測(cè)及應(yīng)用例如 某企業(yè)銷售收入與投入促銷費(fèi)用之間的關(guān)系密切 過(guò)去10年的相關(guān)資料如表 下頁(yè) 若企業(yè)計(jì)劃2006年 2007年促銷費(fèi)用分別投入1400萬(wàn)元和1600萬(wàn)元 預(yù)測(cè)該企業(yè)2006年 2007年的銷售收入 1 繪制散點(diǎn)圖 分析相關(guān)性 2 求出a b兩參數(shù) 建立預(yù)測(cè)模型 a bX將表中的數(shù)據(jù)代入公式 a 198 24b 19 921得到所求的一元線性回歸方程為 198 24 19 921X 3 對(duì)回歸模型進(jìn)行檢驗(yàn)?zāi)Ｐ蜋z驗(yàn)就是利用各種統(tǒng)計(jì)檢驗(yàn)方法 來(lái)檢驗(yàn)?zāi)Ｐ涂煞窠忉岊A(yù)測(cè)對(duì)象變量之間的實(shí)際關(guān)系及模型對(duì)實(shí)際數(shù)據(jù)擬合的程度 進(jìn)而說(shuō)明模型能否用于預(yù)測(cè)的分析方法 1 標(biāo)準(zhǔn)差檢驗(yàn) 其計(jì)算公式為 式中 n 觀察期數(shù) k 參數(shù)的個(gè)數(shù) 一元線性回歸預(yù)測(cè)模型中有兩個(gè)參數(shù) k 2 2 相關(guān)系數(shù)檢驗(yàn) 相關(guān)系數(shù)反映X與Y的相關(guān)程度 相關(guān)系數(shù)的計(jì)算公式為 即或 4 利用回歸模型進(jìn)行預(yù)測(cè)回歸模型通過(guò)了各種檢驗(yàn) 就可以作為預(yù)測(cè)模型進(jìn)行預(yù)測(cè) 利用回歸分析預(yù)測(cè)法進(jìn)行預(yù)測(cè)時(shí) 必須具備自變量在預(yù)測(cè)期的值 通常將它作為求因變量時(shí)的已知條件 如本例中預(yù)測(cè)期企業(yè)的促銷費(fèi)用是可以通過(guò)企業(yè)的計(jì)劃估算得到 應(yīng)用回歸方程進(jìn)行預(yù)測(cè) 有點(diǎn)預(yù)測(cè)和區(qū)間預(yù)測(cè)兩種 1 點(diǎn)預(yù)測(cè) 將預(yù)測(cè)期自變量X的值直接代入預(yù)測(cè)模型 得出因變量Y的對(duì)應(yīng)值 并將其作為Y的點(diǎn)預(yù)測(cè)值 在本例中 企業(yè)計(jì)劃2006年 2007年促銷費(fèi)用分別投入1400萬(wàn)元和1500萬(wàn)元 將X2006 14 百萬(wàn)元 X2007 16 百萬(wàn)元 代入回歸方程 198 24 19 921X得2006年企業(yè)銷售收入預(yù)測(cè)值 2007年企業(yè)銷售收入預(yù)測(cè)值 2 區(qū)間預(yù)測(cè) 在實(shí)際工作中 預(yù)測(cè)對(duì)象的實(shí)際值不一定恰好就等于預(yù)測(cè)值 我們希望估計(jì)出一個(gè)范圍 并知道實(shí)際值在此范圍中的可靠程度 這個(gè)取值范圍即為置信區(qū)間 在經(jīng)濟(jì)領(lǐng)域的預(yù)測(cè)過(guò)程中 因外界的不可控因素存在較大的不確定性 故一般對(duì)置信區(qū)域的估計(jì)采用近似估計(jì)法 即利用預(yù)測(cè)點(diǎn)估計(jì)值和回歸分析的標(biāo)準(zhǔn)差Sy 做出下述不同置信度的結(jié)論 預(yù)測(cè)值的置信度為68 27 的近似置信區(qū)域?yàn)轭A(yù)測(cè)值的置信度為95 45 的近似置信區(qū)域?yàn)轭A(yù)測(cè)值的置信度為99 73 的近似置信區(qū)域?yàn)?在本例中 預(yù)測(cè)區(qū)間置信度若定為95 45 則2006年銷售收入預(yù)測(cè)區(qū)間估計(jì)為 2007年的銷售收入的預(yù)測(cè)區(qū)間估計(jì)為 即當(dāng)2006年企業(yè)的促銷費(fèi)用為1400萬(wàn)元時(shí) 在置信度95 45 條件下 企業(yè)的銷售收入預(yù)測(cè)區(qū)間在46999 6萬(wàn)元 48427 2萬(wàn)元之間 當(dāng)2007年企業(yè)的促銷費(fèi)用為1600萬(wàn)元時(shí) 在置信度95 45 條件下 企業(yè)的銷售收入預(yù)測(cè)區(qū)間在50983 4萬(wàn) 52411 5萬(wàn)元之間 五 二元線性回歸預(yù)測(cè)如果兩個(gè)自變量 X1 X2 分別同一個(gè)因變量 Y 呈線性相關(guān)關(guān)系 則變量間的數(shù)量關(guān)系可以用二元線性回歸預(yù)測(cè)模型表述為 參數(shù)的估計(jì)方法仍采用最小二乘法進(jìn)行推算 導(dǎo)出下列方程組