《市场调查与预测》（第四版） 第十四章 市场预测的定量方法.pptVIP

第十四章 市场预测的定量方法 ;主要内容概览;第一节 移动平均法和指数平滑法;一、移动平均法;(二) 移动平均法实例;（三）跨越期的选取原则;（四）二次移动平均法;（五）二次移动平均法实例;（一）指数平滑法的意义;（二）指数平滑法实例;（三）?平滑系数的选取;（四）?二次指数平滑法;（五）?二次指数平滑法实例;第二节 曲线拟合法与季节因素 分解法;一、曲线拟合法;（二）?抛物线拟合法;（三）?指数曲线拟合法;（四）?修正指数曲线拟合法;二、季节因素分解法;（二）?季节因素乘法分解法;第三节 马尔柯夫链预测法 及模糊模型;一、马尔柯夫链预测法;（二）?马尔柯夫转移概率;（三）?转移概率矩阵;（四）?转移概率矩阵的应用;二、马尔柯夫链预测法的模糊模型;（二）?计算转移系数;（三）?计算模糊转移频数;（四）?计算模糊转移频率;（五）?计算预测结果;第四节 GM(1，1)灰色预测法及优化模型;一、GM(1，1)型灰色预测法;（二）?GM(1，1)灰色预测模型;（二）?GM(1，1)灰色预测模型;（二）?GM(1，1)灰色预测模型;（二）?GM(1，1)灰色预测模型;（三）?GM(1，1)灰色预测模型实例;二、GM(1，1)灰色预测的优化模型;第五节 一元线性回归分析法;一、一元回归分析法的意义;二、一元回归分析法的数学模型;二、一元回归分析法的数学模型;三、显著性检验;三、显著性检验;四、预测值及预测值区间的计算;五、计算实例;第六节 大数据预测案例;一、大数据预测的特性;（二）?不再追求过度精确;（三）?不再热衷因果关系;二、大数据预测案例; 本章小结 本章介绍移动平均法、指数平滑法、曲线拟合法、季节因素分解法、马尔柯夫链预测法和模糊模型、GM(1,1)型灰色预测及优化模糊和一元回归分析法。除 最后一种是因果预测法外，其余的均涉及时间序列预测，即预测是以时序作为预测自变量。 学习移动平均法和指数平滑法要注意分清两种方法的共同点和相异点，其共同点在于均对历史数据取平均值、相异处在于前者是取算术平均，后者取加权平均。两者都有一次、二次之分。对后者要记住最后预测值的计算公式。曲线拟合法分一次、二次、指数、修正指数曲线预测，其依据均是使预测拟合曲线和历史数据在某种程序上最接近。学习时，要掌握拟合曲线参数的计算公式。季节因素分解法，是在对上述趋势值进行计算的基础上分解出季节因素影响值，对预测结果加以修正。 ; 本章小结 马尔柯夫链预测的特点是对历史数据的取值范围划分为若干状态，分析历史数据的状态变化频数、频率，并计算出状态转移概率矩阵，以此为依据，计算得出最近期历史数据转换为下一时段的状态变化可能性。而模糊模型，则是用模糊状态替代清晰状态。 灰色预测的要点是通过原始数据累加生成累加序列，再用指数曲线进行拟合，根据通解中参数C的确定方法不同，分为一般模型和优化模型。 一元线性回归预测是对预测对象和影响其变化的市场因素之间用一次曲线进行拟合。在预测时，要对其线性拟合的显著性进行检验。; 思考题 1、某公司根据11个月的库存量资料数据（如书上表14-17所示），采用移动平均法预测第12期库存量，跨越期n=4，试预测之，并进行误差分析。 2、某公司根据近10个月的销售量（如书上表14-18）所示，采用二次移动平均法，预测第11个月的销售量，跨越期n=4。试预测之，并进行误差分析。 3、某公司根据近12年销售额预测第13年销售额（如书上表14-19）所示，试用一次指数平滑法求预测值并进行误差分析 4、某公司根据近12月的库存量（如书上表14-20所示），采用二次指数平滑法预测第13个月的库存量，试求预测值并进行误差分析。 5、某公司根据近12个月如书上表14-21 所示的库存量，采用直线拟合法预测第13个月的库存量，试预测之。（单位：万吨） 6、某企业近6年的销售额如书上表14-22 所示，试采用抛物拟合法预测第7年的销售额。（单位：千万元）; 思考题 7、某商店连续9年电冰箱销售量如书上表14-23 所示，试用修正指数曲线拟合法预测第10年销售量。（单位：台） 8、某公司近二年逐月某产品销量如书上表14-24 所示，试用季节因素加法分解法和乘法分解法，预测第三年第1月销售。（单位：万箱） 9、某公司的产品近20个月的销售情况，如书上表14-25 所示。试根据历史情况，预测