第三章市场分析和生产规模确定.pptVIP

移动平均预测计算表 年份 销量 Mt Yt+1 误差绝对值 Mt Yt+1 误差绝对值 1988 13 1989 16 1990 16 15.0 1991 15 15.7 15.0 0 1992 16 15.7 15.7 0.3 15.2 1993 17 16.0 15.7 1.3 16.0 15.2 1.8 1994 15 16.0 16.0 1 15.8 16.0 1.0 1995 14 15.3 16.0 2 15.4 15.8 1.8 1996 13 14.0 15.3 2.3 15.0 15.4 2.4 1997 14 13.7 14.0 0 14.6 15.0 1.0 1998 13.7 平均0.98 14.6 平均1.6 （2）二次移动平均法 例：某国1990年—1997年手表的销售量数据列表如下，试用二次移动平均法预测1998年—2000年该国的手表销售量。 年份 销售量 n=3 n=3 1990 340 1991 351 1992 357 349.33 1993 368 358.67 1994 359 361.33 356.44 1995 369 367.33 361.78 1996 375 367.67 364.78 1997 380 374.67 369.22 2.指数平滑法－－带系数的平滑 注意： （1）该法一般只做一步预测； （2）仅适用于没有明显上升和下降的时间序列。 （3）平滑系数α的取值视时间序列的情况而定。 （4）一次指数平滑值的初始值 的取值。 两种方法： 第一，用第一期的实际数作初始值； 第二，用序列最初若干期的平均数作初始值。 例：某地区某种商品销售量的统计数据如表，试用一次指数平滑法预测1998年该商品销售量。 年份 销量 误差 误差 1987 （14.5） （14.5） 1988 13 14.05 14.5 1.5 13.6 14.5 1.5 1989 16 14.64 14.05 1.95 15.04 13.6 2.4 1990 16 15.04 14.64 1.36 15.62 15.04 0.96 1991 15 15.03 15.04 0.04 15.25 15.62 0.62 1992 16 15.32 15.03 0.97 1993 17 1994 15 1995 14 1996 13 1997 14 1998 14.33 1.25 13.86 1.26 3、趋势预测法 它是根据时间这一因素（自变量）与被解释变量之间有一定规律的关系。而运用它们之间的这种规律来预测若干时间内被解释变量的变化情况。 （1）直线方程预测法（P73） 该方法主要用于时间因素与预测值呈线形关系的预测。 （2）二次曲线预测法 该方法主要用于时间因素与预测值呈二次曲线关系的预测。 （3）指数预测法 该方法主要用于时间因素与预测值呈指数曲线关系的预测。 （三）回归预测法 1、定义：在对一组观测数据进行分析的基础上，确定变量之间数学关系模型的具体形式及其参数估计值，从而建立预测模型，并据此进行预测的一种预测方法。 2 、步骤： 3、简单回归分析法（一元线性模型） 4、多元线性回归预测 5、其他函数回归模型 例：对某市蔬菜需求量（Vegt)的影响因素进行分析。初步认定主要因素有： 消费人口（Pop) 蔬菜年平均价格（P） 副食年人均消费量（C1） 粮食年人均消费量（C2） 人均月生活费收入（Income) Dependent Variable: VEGT Method: Least Squares Sample: 1965 1983 Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C -1.719825 6.729255 -0.255574 0.8023 C1 0.166202 0.033021 5.033175 0.0002 P -0.417987 0.242644 -1.722634 0.1086 POP 0.014373 0.003273 4.390900 0.0007 C2 0.017689 0.029141 0.606997 0.5543 INCOM 0.018106 0.047290 0.382866 0.7080 R-squared 0.980959 Mean dependent var 9.091316 Adjusted R-squared 0.973636 S.D. dependent var 1.718176 S.E. of regression 0.278981 Akaike info criterion 0.53