【正文】 見頻。 2023年 2月 14日星期二 下午 7時 44分 12秒 19:44: ? 1比不了得就不比，得不到的就不要。 下午 7時 44分 12秒 下午 7時 44分 19:44: ? 沒有失敗，只有暫時停止成功！。 19:44:1219:44:1219:44Tuesday, February 14, 2023 ? 1不知香積寺，數(shù)里入云峰。 2023年 2月 下午 7時 44分 :44February 14, 2023 ? 1少年十五二十時，步行奪得胡馬騎。 19:44:1219:44:1219:442/14/2023 7:44:12 PM ? 1越是沒有本領的就越加自命不凡。 :44:1219:44:12February 14, 2023 ? 1意志堅強的人能把世界放在手中像泥塊一樣任意揉捏。 下午 7時 44分 12秒 下午 7時 44分 19:44: MOMODA POWERPOINT Lorem ipsum dolor sit amet, consectetur adipiscing elit. Fusce id urna blandit, eleifend nulla ac, fringilla purus. Nulla iaculis tempor felis ut cursus. 感 謝 您 的 下 載 觀 看 專家告訴 。 2023年 2月 下午 7時 44分 :44February 14, 2023 ? 1業(yè)余生活要有意義，不要越軌。 19:44:1219:44:1219:44Tuesday, February 14, 2023 ? 1知人者智，自知者明。 下午 7時 44分 12秒 下午 7時 44分 19:44: ? 楊柳散和風，青山澹吾慮。 2023年 2月 14日星期二 下午 7時 44分 12秒 19:44: ? 1楚塞三湘接，荊門九派通。 19:44:1219:44:1219:442/14/2023 7:44:12 PM ? 1成功就是日復一日那一點點小小努力的積累。 2023年 2月 下午 7時 44分 :44February 14, 2023 ? 1行動出成果，工作出財富。 19:44:1219:44:1219:44Tuesday, February 14, 2023 ? 1乍見翻疑夢，相悲各問年。 ? 靜夜四無鄰，荒居舊業(yè)貧。 226 379 10 283 0 78r 0 .99 69( 6 137 990 0 283 0 ) ( 6 104 2 78 )? ? ???? ? ? ? ?2 2 2n xy x y 6 371 90 283 0 78b 0 .02n x ( x ) 6 137 990 0 283 0? ? ? ?? ? ???? ? ???y b x 78 0 .02 283 0a 1 .28n6? ??? ? ???* 72 甲產(chǎn)品的銷售量預測模型為： y=+ (2) 2023年本地區(qū)甲產(chǎn)品的預測銷售量=+ 700 =（噸） (3) 2023年 A企業(yè)甲產(chǎn)品的預測銷售量＝ 25% =（噸） 小 結 ? 銷售量的預測需要定性和定量方法結合使用，有什么樣特征的數(shù)據(jù)，就是用相應的方法。 Q 331a = 27 .58n 1 2??? 2Qt 181b= 0 .32t 57 2?* 62 則 Q=+ (2)20 4年 1月份的 t值 =11+1 2=13 20 4年 1月份預測銷量=+ 13=(噸 ) (3)20 4年 2月份的 t值 =11+2 2=15 20 4年 2月份預測銷量=+ 15=(噸 ) * 63 表 5— 5 計算表 月份 銷售量 Q 修正的 t tQ t2 1 25 11 275 121 2 23 9 207 81 3 26 7 182 49 4 29 5 145 25 5 24 3 72 9 6 28 1 28 1 7 30 1 +30 1 8 27 3 +81 9 9 25 5 +125 25 10 29 7 +203 49 11 32 9 +288 81 12 33 11 +363 121 n=12 ΣQ=331 Σt=0 ΣtQ=181 Σt2=572 * 64 （二）因果預測分析法 因果預測分析法的程序： ● 確定影響銷量的主要因素 ● 確定銷量 y與 xi之間的數(shù)量關系 ， 建立因果預 測模型 ● 據(jù)未來有關自變量 xi變動情況 ， 預測銷售量 * 65 因果預測分析法的程序及應用 指標建立法的應用 回歸分析法的應用 * 66 【 例 5－ 9】 因果預測分析法在銷售量預測中的應用 ——指標建立法 已知：某企業(yè)生產(chǎn)一種汽車輪胎，假定其年銷量 y受 到以下因素影響： (1)按長期合同向某汽車制造廠定 量供應的輪胎數(shù)量 a； (2)某地區(qū)裝備該種輪胎正在 使用中的汽車應予更新的輪胎數(shù) x1； (3) x1取決于 這類汽車上年實際行駛里程及載重量的噸千米指標 x2及該種輪胎的磨損更新經(jīng)驗指數(shù) b1； (4)上述汽車 制造廠增產(chǎn)汽車所需要的輪胎量 x3； (5)x3取決于汽 車廠增產(chǎn)的產(chǎn)量 Q、該廠原有庫存輪胎量 x4與單車 需用輪胎數(shù) b2； (6)企業(yè)在該地區(qū)的市場占有率 b3。 ５， …，中間無 0。 ２， 177。具體計算可用 EXCEL。 該法比較靈活，適用范圍較廣；但在選擇平滑指數(shù)時，存在一定的隨意性。Wt）＝25 1+23 2+26 3+29 4+24 5+28 6+30 7+27 8+25 9+29 10+32 11 +33 12＝ 2 242 20 4年 1月的預測銷售量 = ( 1 n ) n ( 1 12) 12 7822? ? ???ttt( Q W ) 2242 28 .74( )W 78? ???? 噸* 50 (2)在飽和權數(shù)加權平均法下 期數(shù)為 3， 令 W1=， W2=， W3= 20 4年 1月的預測銷售量=29 +32 +33 =(噸 ) * 51 是根據(jù)前期銷售量的實際數(shù)和預測數(shù)，以加權因子為權數(shù)，進行加權平均來預測下一期銷售量的方法。從理論上看，移動加權平均法與加權平均法除了在選用資料的時期長短不同外，沒有本質(zhì)的區(qū)別。 計算公式： * 46 加權平均法的優(yōu)缺點 加權平均法既可以利用 n期的全部歷史數(shù)據(jù) ,又充分考慮了遠近期間對未來的不同影響。 加權平均法的關鍵：確定所采用的權數(shù)。 要求：按移動平均法預測 20 4年 1月的銷售量 (假定m=5)。 解：分子＝25+23+26+29+24+28+30+27+25+29+32+33=331（噸），分母 n=12 20 4年 1月份預測銷售量 = =(噸 ) 33112* 37 ◆ 2移動平均法 在掌握 n期實際銷售量的基礎上，按照事先確定的期數(shù) （ m,m＜ n/2，逐期分段計算 m期算術平均數(shù) ,并以最后一 個移動期的算術平均數(shù)作為未來 n+1期預測銷售量的一種 定量預測方法。所以該法只適于 各期