第十章定量预测课件.ppt

第10章 市场定量预测法 本章主要介绍市场预测中常用的一些定量预测方法和模型的识别、估计、检验和预测应用的基本知识和基本方法。定量预测方法主要有时序预测法、回归分析预测法、经济计量模型预测法等。; ; ; 【例10.1】某市2007年末总人口为138.5万人，人口年增长率为 5.45‰，居民鲜菜消费占社会消费的86%。而居民2000—2007年人 均鲜菜消费量的抽样统计数据如表10—1，要求预测2008年人均鲜 菜消费量及鲜菜需求总量。 从表中各年人均消费量可以看出，数列的常数均值形态是较为明显的。采用 简单平均计算的人均消费量为141.5Kg,, 标准差2.83, Kg 标准差系数0.02.若 用年序t作权数，采用加权平均法计算的人均消费量为142Kg,, 标准差2.61, Kg 标准差系数0.0184 两种方法计算的标准差系数都较小，前者为2.0%，后者为1.84%，说明数列的 常数均值形态是较为严格的，用数列平均值作为预测值是可靠的。若用加权平均 法求出的人均消费量作为预测值，则2008年鲜菜需求量预测结果为; 【例10.2】例2. 某市2000—2008年某商场商品销售额及一阶差分（逐年增减量）如表10—2。要求预测2008年的商品销售额。 从表中一阶差分的变化趋势来看，没有明显的上升或下降趋势，大体上是呈水平式波动的。因此，可采用常数均值模型先确定平均年增长量，再预测明年的商品销售额。采用加权平均法计算的平均增长量为12.775、标准差0.1898、标准差系数0.0684 。表明一阶差分的常数均值形态是较为平稳的，因此，可用平均增长量预测2008年的商品销售额： ;【例10.3】表10—3是某市城乡储蓄存款的统计资料， 其绝对额数列不是常数均值形态的，但环比发展速度大体上是呈常数均值形态变化的。这说明某些绝对量时间序列虽不是常数均值形态的，但通过变量转换（计算环比速度、比率、人均值等）可化为常数均值形态用于预测分析。 此例若采用简单几何平均法外推预测，则平均发展速度预测值为118.6%、标准差1%、标准差系数0.84%，说明历年城乡储蓄存款的环比发展速度波动幅度小，具有良好的平稳性，因此，可推断2008年市储蓄存款将比1997年增长18.6%，其中储蓄存款额可达 63.5×1.186＝75.31（亿元） ; 2．直线趋势模型 如果现象的时间序列的各期数据大体上呈直线趋势变化，即数 列的逐期增量(一阶差)分大体相同，则时间数列是由直线趋势和剩 余变动两部分构成，即 其中直线趋势用来来描述，剩余变动通常用剩余标准差、剩余 标准差系数、可决系数来反映。标准差系数越小，可决系数越大， 直线趋势形态越严格，剩余变动越小。 直线趋势模型预测的程序 (1) 识别现象是否呈直线趋势形态。有两种识别方法，一是数 量特征识别法，即数列逐期增减量（一阶差分）大体相同时，则数 列的变化趋势为直线型；二是散点图识别法。 (2) 估计参数、建立模型。常用最小二乘法求解a、b参数。 ; (3) 评价预测误差大小，衡量直线趋势模型拟合的优良度。主要 评价指标有： (4) 利用直线趋势模型外推预测。点预测、区间预测 点预测：直接用利用直线趋势模型外推。 区间预测：用剩余标准差和点预测值构造预测区间。 ;【例10.4】某县1998—2007年生猪出栏量的统计数据如表10—4。现采用直线趋势模型预测2008年的生猪出栏量。根据表中计算的各项数据，用最小二乘法估计的直线趋势模型为 剩余标准差系数为2.04%，说明拟合的直线趋势模型较优良。若预测2008年生猪出栏量，将t = 11代入此模型，可求得预测值为36.74万头。 ; 3．曲线趋势模型 （1）曲线趋势模型的类型 当预测目标的时间数列各期观察值大体呈某种曲线形态的变动 趋势时，则应建立曲线趋势模型外推预测。模型的基本形式如下： ＝曲线趋势+剩余变动 其中曲线趋势用合适的曲线方程来描述，剩余变动用剩余标准 差、剩余标准差系数、可决系数来反映。标准差系数越小，可决系 数越大，曲线趋势形态越严格，剩余变动越小。曲线方程主要有：; （2）曲线趋势方程识别和选择。有3种方法可供选择。 (1) 数量特征识别法。数量特征识别法是根据数列观察值的变 化特征来决定相应的曲线趋势方程的。如数列的二级增长量大体接 近，可采用二次抛物线；数列的环比速度大体接近，可采用指数曲 线；数列逐期增量的环比速度大体接近，可选择修正指数曲线等。