自考-市场调查与预测-第9章-市场预测方法.pptVIP

2.求出a，b两参数，建立预测模型 =a+bX 将表中的数据代入公式： a=198.24 b=19.921 得到所求的一元线性回归方程为： =198.24+19.921X 3.对回归模型进行检验 模型检验就是利用各种统计检验方法，来检验模型可否解释预测对象变量之间的实际关系及模型对实际数据拟合的程度，进而说明模型能否用于预测的分析方法。 （1）标准差检验。其计算公式为： 式中：n:观察期数； k:参数的个数，一元线性回归预测模型中有两个参数，k=2。 (2)相关系数检验。相关系数反映X与Y的相关程度。相关系数的计算公式为： 即 或 4.利用回归模型进行预测 回归模型通过了各种检验，就可以作为预测模型进行预测。利用回归分析预测法进行预测时，必须具备自变量在预测期的值，通常将它作为求因变量时的已知条件。如本例中预测期企业的促销费用是可以通过企业的计划估算得到。 应用回归方程进行预测，有点预测和区间预测两种。 （1）点预测。将预测期自变量X的值直接代入预测模型，得出因变量Y的对应值，并将其作为Y的点预测值。 在本例中，企业计划2006年、2007年促销费用分别投入1400万元和1500万元，将X2006=14（百万元）、X2007=16（百万元）代入回归方程： =198.24+19.921X 得2006年企业销售收入预测值： 2007年企业销售收入预测值： （2）区间预测。 在实际工作中，预测对象的实际值不一定恰好就等于预测值。我们希望估计出一个范围，并知道实际值在此范围中的可靠程度，这个取值范围即为置信区间。 在经济领域的预测过程中，因外界的不可控因素存在较大的不确定性，故一般对置信区域的估计采用近似估计法，即利用预测点估计值 和回归分析的标准差Sy，做出下述不同置信度的结论： 预测值的置信度为68.27%的近似置信区域为 预测值的置信度为95.45%的近似置信区域为 预测值的置信度为99.73%的近似置信区域为 在本例中，预测区间置信度若定为95.45%，则2006年销售收入预测区间估计为： 2007年的销售收入的预测区间估计为： 即当2006年企业的促销费用为1400万元时，在置信度95.45%条件下，企业的销售收入预测区间在46999.6万元~48427.2万元之间。 当2007年企业的促销费用为1600万元时，在置信度95.45%条件下，企业的销售收入预测区间在50983.4万~52411.5万元之间。 基数叠加法 又称因素分析法，影响因素变化导致预测值的变化 比例推算法 因经济现象存在相关比例关系，根据历史数据资料计算分析所得，较客观真实。 P272 * （四）时间序列分析法预测步骤 首先，应绘制历史数据曲线图，确定其趋势变动类型； 其次，根据历史资料的趋势变动类型以及预测的目的与期限，选定具体的预测方法，并进行模拟、运算； 最后，将量的分析与质的分析相结合，确定市场未来发展趋势的预测值 * 二、直线趋势预测法 （一）算术平均数法 1、简单算术平均数法 * 2、加权算术平均数法 3、几何平均法 * （二）移动平均数法 移动平均法是将观察期内的数据由远及近按一定跨越期进行平均，随着观察期的“逐期推移”，观察期内的数据也随之向前移动，每向前移动一期，就去掉最前面一期的数据，而新增继原来观察期之后的那一期的数据，以保证跨越期不变，然后逐个求出其算术平均数，并将预测期最近的那一个平均数作为预测值。 * 1、简单移动平均法 2、加权移动平均法 三、指数平滑预测法 指数平滑法是根据定出的平滑系数计算出指数平滑值进行市场预测的方法。指数平滑法实质是全部历史数据的加权平均数，一般用于观察期具有长期趋势变动和周期性变动的预测。 指数平滑法包括一次指数平滑法、二次指数平滑法和多次（三次以上）指数平滑法。一次指数平滑法适用于水平型变动的时间序列预测，二次指数平滑法适用于线性趋势型变动的时间序列预测，多次指数平滑法适用于非线性趋势变动的时间序列预测。 （一）一次指数平滑法 一次指数平滑法是以计算出来的最后一个一次指数平滑值为基础，确定预测值的方法。 一次指数平滑法的公式为： 应用一次指数平滑法进行预测，平滑系数 选择很关键， 的取值不同，预测结果就不同。一般有三个原则： 一是对于有较明显趋势变动的时间序列，平滑系数 应取较大值，即 ＞0.6，主要是为了突出近期数据对预测值的影响。 二是对水平型的时间序列，平滑系数 应取较小值，即 ＜0.3。因为水平型的数据，变动