第九章时间序列分析预测法.pptVIP

在市场营销实战中，市场上的品牌往往有十几种甚至几十种。如果有20种的话，那转移概率矩阵就是一个20×20的矩阵，计算非常麻烦。但是，一般我们只会关心其中的一种或两种品牌，那简便处理，我们可以把其它品牌一起归为“其它”，这样矩阵就是2×2或是3×3的矩阵。第29页，共46页，星期日，2025年，2月5日课堂练习某食品厂的W牌果奶在市场份额为20%。该厂通过市场调查发现，其顾客中有10%下月转向购买其他牌号的果奶；但与此同时，原先购买其他牌号的果奶的消费每月有5%转向购买W牌果奶。（1）写出转移概率的矩阵。（2）预测该厂下个月的市场占有率。（3）计算市场占有率变化趋于稳定后的该厂果奶的长期占有率。第30页，共46页，星期日，2025年，2月5日9.5季节分析预测法季节分析预测法，又称季节变动预测法，是根据历史数据中所包含的季节变动规律性，对预测目标的未来状况作出预测的方法。很多产品都表现出很明显的季节性：季节生产常年消费——粮食茶叶常年生产季节消费——空调旅游季节生产季节消费——冷饮月饼掌握商品季节变动的规律性，科学制订生产经营决策，对企业的经济效益和社会效益具有重要意义。第31页，共46页，星期日，2025年，2月5日9.5.1季节分析预测衡量指标一、季节指数季节指数是一种以相对数表示的季节变动衡量指标。表明各季节变量与全年平均值的相对关系。季节指数=（历年同季平均数/全时期总平均数）×100%或季节指数=（历年同季平均数/趋势值）×100%季节指数总是围绕100％上下波动。如果指数大于100％则表明该季节为旺季，否则为淡季。第32页，共46页，星期日，2025年，2月5日二、季节变差季节变差是以绝对数表示的季节变动衡量指标。季节变差＝历年同季平均数－全时期总平均数或季节变差＝历年同季平均数－趋势值如果某季的季节变差大于零，则表明该季为旺季，否则为淡季。三、季节比重是对历年同季季节比例加以平均的结果，反映了季节变量占全年总值的比例，衡量季节的变动规律。季节比重＝历年同季季节比例之和÷年份数如果某季季节比重大于25%，则表明该季属旺季，否则为淡季第33页，共46页，星期日，2025年，2月5日第九章时间序列分析预测法第1页，共46页，星期日，2025年，2月5日定量预测概述定量预测又称数学模型预测法。它是运用一定的统计和数学方法，通过建立数学分析模型来描述和预测事物变化发展规律的一种预测方法。因此有两个明显的特点：受人的主观因素影响较小，结果比较客观；对数据的要求、预测者专业能力的要求比较高由时间序列预测方法和回归分析预测方法两大类组成。第2页，共46页，星期日，2025年，2月5日定量预测方法时间序列预测法回归分析预测法算术平均预测（简单、移动、指数平滑）季节分析预测（水平、趋势变动）马尔可夫预测（市场占有率预测）趋势预测（直线拟合、指数曲线拟合）一元线型回归预测多元线型回归预测非线性回归预测自相关回归预测第3页，共46页，星期日，2025年，2月5日最早的时间序列分析可以追溯到7000年前的古埃及。古埃及人把尼罗河涨落的情况逐天记录下来，就构成所谓的时间序列。对这个时间序列长期的观察使他们发现尼罗河的涨落非常有规律。由于掌握了尼罗河泛滥的规律，使得古埃及的农业迅速发展，从而创建了埃及灿烂的史前文明。按照时间的顺序把随机事件变化发展的过程记录下来就构成了一个时间序列。对时间序列进行观察、研究，找寻它变化发展的规律，预测它将来的走势就是时间序列分析。9.1时间序列预测法概述第4页，共46页，星期日，2025年，2月5日时间序列预测方法，是把统计资料按时间发生的先后进行排序得出的一连串数据，利用该数据序列外推到预测对象未来的发展趋势。一般可分为确定性时间序列预测法和随机时间序列预测法。确定性时间序列法有：移动平均法、指数平滑法、差分指数平滑法、自适应过滤法、直线模型预测法、成长曲线模型预测和季节变动预测法等等。随机时间序列是通过建立随机时间序列模型来预测，方法和数据要求都很高，精度也很高，应用非常广泛。第5页，共46页，星期日，2025年，2月5日时间序列预测法的优缺点优点：在分析现在、过去、未来的联系时，以及未来的结果与过去、现在的各种因素之间的关系时，效果比较好。数据处理时，并不十分复杂缺点：反映了对象线性的、单向的联系预测稳定的、在时间方面稳定延续的过程并不适合进行长期预测第6页，共46页，星期日，2025