2017咨询工程师《方法及实务》精讲讲义(第一章 市场需求预测).docVIP

2017咨询工程师《方法与实务》精讲讲义（第一章　市场需求预测 第一章　市场需求预测 2010年 2011年 2012年 2013年 2014年 2016年 （1）专家调查法（2）移动平均法（3）能源弹性系数（4）价格弹性系数 （1）简单移动平均（2）市场预测方法 弹性系数法 （1）简单移动平均法（2）指数平滑法 （1）弹性系数法（2）专家调查法（3）简单移动平均法 （1）一元线性回归（2）专家调查法 　　 　　　　一、市场预测的方法　　 　　市场预测的方法体系： 预测方法 定性方法 定量方法 因果分析 延伸性预测 专家会议法 征兆预测法 类推预测法 回归法 消费系数法 弹性系数法 购买力估算法 移动平均法 指数平滑法 成长曲线模型 方法简介 组织有关专家，通过会议的形式进行预测，综合专家意见，得出预测结论 根据事物之间的因果联系，分析影响事物发生变化的内在联系的因素指标，作为征兆指标进行预测 运用相似性原理，对比类似产品发展过程，寻求变化规律，进行预测 运用因果关系，建立回归分析模型，包括一元、多元回归和非线性回归等得出预测结果 对产品在各行业的消费系数量进行分析，结合行业规律，预测需求总量 运营两个变量之间的弹性系数进行预测 通过分析社会居民总购买力和投向、导出对某种产品的需求量 对具有时序变化规律的事物，取时序中连续几个数据的平均值，作为下一个时间序列的预测值 与移动平均法相似，只考虑历史数据的近远期作用不同，给予不同的权值 运用数学模型，拟合一条趋势线，外推未来事物的发展规律 适用范围 长期预测 长期预测 长期预测 短、中长期预测 短、中长期预测 中长期预测 短、中长期预测 近期或短期预测 近期或短期预测 短、中长期预测 数据资料需求 多年历史资料 需要多年数据 数据最低要求5～10个 至少5个数据 精确度 较好 较好 尚好 很好 很好 较好 较好 尚好 较好 较好 　　通过寻找变量之间的因果关系，分析自变量对因变量的影响程度，进而对未来进行预测的方法，主要适用于存在关联关系的数据预测。　　根据市场各种变量的历史数据的变化规律，对未来进行预测的定量预测方法。它是以时间t为自变量，以预测对象为因变量，根据预测对象的历史数据，找出其中的变化规律，从而建立预测模型并进行预测。 　　案例：（2014年真题节选）　　某生产企业主要生产A、B两类产品，目前市场对C产品的需求在增加。据此，该企业拟投资建设生产C产品的项目。项目工作小组开展了下列工作：　　（1）项目经理召集工作小组成员进行市场研究，大家讨论得出的主要观点有：　　b）定性预测不能给出明确的市场需求量，因此在预测市场需求量时，应排除定性预测法。　　问题：　　1.分别判断（1）中项目工作小组成员的观点是否正确，简要说明理由。　　参考答案：　　b）不正确，定性预测也是一种有效的预测方法，不能排除，应该定性预测与定量预测相结合。 　　重点掌握以下预测方法的计算公式：　　定量方法：　　一元线性回归分析　　　　定性方法：　　德尔菲法 　　　　二、定量预测的方法　　1.一元线性回归分析（因果分析）　　（1）假设预测对象（y）与主要影响因素（x）之间存在线性关系，则：　　y＝a＋bx＋e　　　　（xi，yi）为（x，y）样本中的一组数据，因而也有：　　yi＝a＋bxi＋ei　　其中：ei为用a＋bxi去估计yi的值而产生的误差。　　在实际预测中，ei是无法预测的，忽略ei后可得到预测对象y的估计值。　　y＝a＋bx　　　　n为样本组数；　　xi,yi分别为自变量xi,因变量yi的观察值（实际值）。　　对于任何一个观察值xi，都有拟合值（预测值）：　　yi’＝a＋bxi 　　（2）相关检验（方差分析、相关系数检验、t检验）　　对于一元线性回归，这些检验效果是相同，因此，选择一项检验即可。　　①方差分析　　　　R2的大小表明了y的变化可以用x来解释的百分比。　　②相关系数检验　　　　相关系数是描述两个变量之间的线性相关关系的密切程度的数量指标，用R表示。 　　R的绝对值越接近1，表明其线性关系越好；　　在计算出R值后，可以查相关系数检验表。在自由度（n－2）和显著性水平α（一般取α＝0.05）下，若R大于临界值，则变量x和y之间的线性关系成立；否则，两个变量不存在线性关系。　　 　　③t检验　　通常只检验参数b。　　　　tb服从t分布，通过查t分布表查得显著水平为α，自由度为n－2的数值t（α/2,n－2）。　　若tb的绝对值＞t，表明x,y之间的线性假设成立；若tb的绝对值≤t，则假设不成立。 t分布表 n 0.25 0.2 0.15 0.1 0.05 0.