【文章內容簡介】 容包括：消費層次、消費要求、心理狀況、消費動機、消費方式等。 （四）競爭者調查 二、市場調查的程序 （一）準備階段：制訂調查工作計劃 :準備階段是調查工作的開端。 （二）調查階段： 實施調查計劃、落實調查方案是市場調查的最重要環(huán)節(jié) 。 。 文案資料是市場調查的基礎資料，也是市場調查工作的基礎 。 。 （三）分析總結 階段 。 。 資料的綜合分析是市場調查的核心 。 寫調查報告。 調查報告是市場調查成果的最終體現。 三、市場調查的方法 這里主要是區(qū)別各市場調 查類型、方法， 注意其特點和適用范圍 （一）市場調查的類型 表 21市場調查類型 類型 方法簡介 特 點 適用情況 市場普查 對市場進行逐一的、普遍的、全面的調查，以獲取全面、完整、系統(tǒng)的市場信息。可以確定一定的市場范圍進行普查，也可以就市場某一方面進行專項普查。 普查時間長、耗費大、難以深入 市場范圍較小、母體數量較少、調查時間比較充裕，可以選用市 場普查的方法 重點調查 在市場調查對象總體中選定一部分在總體中處于十分重要地位的企業(yè)，或者在總體某項指標總量中占絕大比重的一些企業(yè)進行的調查。 能夠以較少的人力和費用開支，較快地掌握調查對象的基本情況 常用于產品需求和原材料資源需求的調查 典型調查 在調查對象總體中選擇一些具有典型意義或具有代表性的市場區(qū)域或產品進行專門調查。搞好典型調查的關鍵在于把握調查對象的代表性，它直接關系到調查效果。 調查企業(yè)或范圍較少，人力和費用開支較省，運用比較靈活 代表性的具體標準，應根據每次市場調查的目的和調查對象的特點 來確定。 抽樣調查 從所要研究的某特定現象之總體中，依隨機原理抽取一部分作為樣本，根據對樣本的研究結果，在抽樣置信水平上，推斷總體特性的調查方法。 工作量小、耗時短、費用低、信度高 應用比較廣泛 （二）市場調查的方法 : 表 22 市場調查方法 方法類型 方法簡介 特點 其它 文案調查法 對已經存在的各種資料檔案，以查閱和歸納的方式進行的市場調查。文案調查法又稱二手資料或文獻調查。 最簡單、最一般和常用的方法，也是其他調查方法的基礎。 文案資料來源主要有：（ 1）國際組織和政府機構資料；（ 2）行業(yè)資 料；（ 3）公開出版物；（ 4）相關企業(yè)和行業(yè)網站；（ 5）有關企業(yè)內部資料。 實地調查法 調查人員通過跟蹤、記錄被調查事物和人物的行為痕跡來取得第一手資料的調查方法。 能夠控制調查對象，應用靈活，調查信息充分，但 調查周期長、費用高，調查對象容易受調查的心理暗示影響 ，存在不夠客觀的可能性 問卷調查法 調查人員通過面談、電話詢問、網上填表或郵寄問卷等方式，了解被調查對象的市場行為和方式，來收集市場信息的調查方法。 操作簡單易行、費用相對較低，得到了大量的運用 適應范圍廣泛，是市場調查中常用的方法，尤其在消費 者行為調查中大量應用，其核心工作是設計問卷，實施問卷調查 實驗調查法 調查人員在調查過程中，通過改變某些影響調查對象的因素，來觀察調查對象消費行為的變化，從而獲得消費行為和某些因素之間的內在因果關系的調查方法。 最復雜、費用較高，但調查結果可信度較高 。 應用范圍有限，主要應用于消費行為的調查，企業(yè)推出新產品、改變產品外形和包裝、調整產品價格、改變廣告方式時，都可以采用實驗調查法。 第二節(jié) 市場預測 :市場預測中最為關鍵的是產品需求預測 。 一、市場預測的內容 （一）市場預測要解決的主要問題（多選） 目的方向。 。 。 （二）市場預測的內容 。 產品價格一般以 均衡價格 為基礎， 供求關系 是價格形成的主要影響因素。價格預測不僅要考察 市場供求狀況 ，還要了解產品生產和經營過程中的 勞動生產率、成本、利潤 等影響產品價格的其他因素。 二、市場預測的程序 : 確定預測目標 — 收集、分析歷史數據資料和當前信息 — 選擇預測方法 — 預測過程 — 預測結果、方法分析評價（如不合理重新選擇預測方法） — 修正預測結果 — 輸出預測結果。 三、市場預測 的基本方法 （一）預測方法分類 ： 教材 P33，圖 22 預測方法體系 直觀預測法和集合意見法 兩類，其核心都是 專家預測 ，都是依據經驗、智慧和能力在個人判斷的基礎上進行預測的方法。直觀判斷法主要有類推預測法，集合意見法包括 專家會議法和德爾菲法 等。 ： 可歸納為因果性預測、延伸性預測和其他方法三大類。 （ 1）因果性預測方法通過尋找變量之間因果關系，從而對因變量進行預測，這是廣泛采用的因果分析法，包括 回歸分析、消費系數法和彈性系數法 。 （ 2）延伸預測是根據市場各種變量的歷史數據的變化 規(guī)律，對未來進行預測的定量預測方法。適用于具有時間序列關系的數據預測。延伸性預測包括 移動平均、指數平滑、趨勢外推、季節(jié)波動 模型等。 （ 3）其他方法則包括計量經濟模型、投入產出分析、系統(tǒng)動力模型、馬爾科夫鏈等。適用于現實經濟生活中的 中長期市場預測。 （二）不同方法的比較 咨詢工程師可根據預測周期、產品生命周期、預測對象、數據資料、精度要求、時間與費用限制等因素，選擇適當的方法。 表 2－ 1 常用預測方法的特點 預測方法 定性方法 定量方法 延伸性預測（時間序列分析） 因果分析 專家會議法 德爾 菲法 類推預測法 移動平均法 指數平滑法 趨勢外推法 回歸模型 消費系數法 彈性系數法 方法簡介 組織有關專家，通過會議形式進行預測，綜合專家意見，得出預測結論 組織有關專家，通過匿名調查，進行多輪反饋整理分析，得出預測結論 運用相似性原理，對比類似產品發(fā)展過程，尋找變化規(guī)律，進行預測 對 于具 有時 序變 化規(guī) 律的 事物，取時間序 列中 連續(xù) 幾個 數據 值的 平均值，作為下 期預 測值 與移動平均法相似，只是考慮歷史數據近遠期作用不同，給予不同權值 運用數學模型 , 擬合一條趨勢線，外推未來事物的發(fā)展規(guī)律 運用因果關系，建立回歸 模型，包括一元回歸、多元回歸和非線型回歸等 對產品在各行業(yè)消費數量進行分析 , 結合行業(yè)規(guī)劃 ,預測需求總量 運用兩個變量之間的彈性系數進行預測 適用范圍 長期預測 近期或短期預測 短、中長期預測 中長期預測 數據資料需求 多年歷史資料 數據最低要求 5～ 10個 至少 5年數據 需要多年數據 精確度 較好 較好 尚好 尚好 較好 較好 很好 很好 較好 四、一元線性回歸分析（ P34） （一）基本原理 一元線性回歸分析就是通過建立一元線性模型來模擬兩個變量之間的線性關系，并利用最小二乘法和已知的歷史數據求出 模型中的未知參數，使得模型計算得出的擬合值與實際值的誤差最小，然后將自變量代入模型對因變量進行預測的方法。 基本前提： 兩個變量間存在線性關系 。 （二）預測流程（ P35圖 2－ 3示） 第一步：輸入歷史統(tǒng)計數據，建立一元線性回歸模型 如果預測對象與主要影響因素之間存在線性關系，將預測對象作為因變量 y, 將主要影響因素作為自變量 x,一元線性回歸模型表示為： y＝ a＋ bx＋ e 其中： a為回歸常數， b為回歸系數； e是誤差項或稱回歸余項。 對于每組可以觀察到的變量 x， y的數值 xi， yi，滿足下面的關系 ： yi＝ a＋ bxi＋ ei 其中： ei是殘差項，是用 a + bxi去估計因變量 yi的值而產生的誤差。 在實際預測中， ei是無法預測的，通過確定回歸參數 a和 b，來揭示變量 y與 x之間的關系，表示為擬合方程： y＝ a＋ bx 第二步：計算回歸參數 a和 b 利用普通最小二乘法原理（ OLS）求出回歸系數。由此求得的回歸系數為： 式中： xi 、 yi 分別是自變量 x和因變量 y的觀察值， 分別為 x和 y的平均值。 n 為樣本數量。對于每一個自變量 x的數值，都有擬合值： 第三步：回歸檢驗（方差分析、相關系數檢驗、 t檢驗） 運用回歸模型預測需要判定預測 模型的合理性和適用性。因此需要對回歸系數、回歸方程進行檢驗，常用的檢驗方法有 方差分析、相關系數檢驗、 t檢驗 等。 （ 1）基本公式： TSS＝ ESS＋ RSS 偏差平方和＝殘差平方和＋回歸平方和 總變差＝未解釋變差＋可解釋變差 在進行檢驗時，通常先進行方差分析，主要有兩方面原因： 一方面可以檢驗在計算上有無錯誤；另一方面 ，也可以提供其它檢驗所需要的基本數據。 （ 2）可決系數 R2 定義可決系數 R2： R2＝ RSS/TSS R2的大小表明了 y的變化中可以用 x來解釋的百分比，因此， R2是評價兩個變量之間線性關系強弱的指標。 R2≤1 ，越接近 1， x對 y的線性影響就越強，擬合方程的誤差就越小。 ： （ 1）計算相關系數 R 相關系數描述的是兩個變量 之間的線性相關關系的密切程度，也就是可決系數的平方根，用 R表示。 R在 1和 1之間， 當 R=1時，變量 x和 y完全正相關 ；當 R=1時，變量 x和 y完全負相關 ； 當 0R1時，變量 x和 y正相關 ；當 1R0時，變量 x和 y負相關 。 當 R=0時，變量 x和 y沒有線性關系； R的絕對值越接近 1，變量 x和 y線性關系越好；越接近 0， x和 y線性 關系越不好。 注意：只有 R的絕對值大到一定程度時，才能采用線性回歸模型進行預測。 （ 2）將計算得出的 R值與 R（ α ， n－ 2）進行比較 R（ α ， n－ 2）是自由度（ n2）和顯著性水平 α （一般取 α= ）的臨界值，可以查相關系數檢驗表得到： R ＞ R（ α ， n－ 2）；則變量 x和 y之間的線性關系成立； R ≤R （ α ， n－ 2）；變量 x和 y之間的線性關系不成立。 ： t檢驗是回歸系數的顯著性檢驗，以判定預測模型變量 x和 y之間線性假設是否合理。根據一元線性回歸模型的特點， y＝ a＋ bx＋ e， a是常數，通常只檢驗參數 b。 （ 1）計算 tb （ 2）將計算得出的 tb值與 t（ α/2,n 2）進行比較 t（ α/2,n 2）是顯著性水平為 α ，自由度為 n2 的 t 值，可通過 t 分布表查得。 ；回歸系數顯 著性不為 0， t檢驗通過，變量 x和 y之間線性假設合理。 ；回歸系數為 0的可能性較大，未通過 t檢驗，回歸系數不顯著，說明變量 x和 y之間線性假設不合理。 第四步：計算 —— 點預測和區(qū)間預測 點預測是將自變量的未來值 x0代入建立的回歸模型求出因變量估計值 的方法，也稱為點估計。公式為： ： （ 1）概念：由于現實情況的變化和各種環(huán)境因素的影響，預測的實際值總會與預測值產生或大或小的偏移，如果僅根據一點的回歸就做出預測結論，是不可信的，因此，一般來說點估計的實際意義并不大。 回歸分析的預測更希望求出 y值可能的范圍，而不僅僅是某一點的預測值。 區(qū)間預測：以一定的概率（通常是取置信度為 1α ）預測 y在 附近變動的范圍。 （ 2）計算步驟和公式 進行區(qū)間預測，首先應計算出變量的點預測值 ，然后選擇公式來計算預測的區(qū)間。 ① 當樣本量 n小于 30， 置信水平為 100（ 1－ α ） %的預測區(qū)間為： 其中： t（ α/2,n 2）可以查 t檢驗表得出。通常取顯著性水平 α ＝ 。 ② 當樣本 n很大時 ,在置信度為 %， %, %的 條件下，預測區(qū)間分別為： （概率論中的 3α 原則） 其中的 sy是回歸標準差， 第五步：預測結果分析 第六步：輸出預測結果分析 五、彈性系數分析 ： 一般來說，兩個變量之間的 關系越密切，相應的彈性值就越大；兩個變量越是不相關，相應的彈性值就越小。 ： 優(yōu)點：簡單易行，計算方便，計算成本低，需要的數據少，應用靈活廣泛。 缺點：一是其分析帶有一定的局部性和片面性。二是彈性分析的結果在許多情況下顯得比較粗糙。 （一）收入彈性 ：在保持商品價格不變時，該商品 購買量變化率 與 消費者收入的變化率 之比。 ：收入彈性 =購買量變化率 /收入變化率 這里的收入水