第三章市場分析和生產規(guī)模確定(編輯修改稿)
2025-02-04 10:46 本頁面
【文章內容簡介】 023 | 2023 2023 2023 2023| 2023 2023 2023 2023 | 2023 2023 2023 2023 中位數(shù) （ N＋ 1）／ 2＝ 8﹒ 5 2023 1／ 2＋ 2023 1／ 2＝ 2023﹒ 5年 上四分位 3（ N＋ 1）／ 4＝ 12﹒ 75 2023 1／ 4＋ 2023 3／ 4＝ 2023 ﹒ 75年 下四分位（ N＋ 1）／ 4＝ 4。 25 2023 3／ 4 ＋ 2023 1／ 4 ＝ 2023年 結論：在 2023年至 2023 ﹒ 75年之間，可能在2023﹒ 5年 b、算術平均法（ ） C、比重法（ 2023年） （二）時間序列預測法 定義： 通過分析統(tǒng)計數(shù)據(jù)隨時間變化的規(guī)律，運用一定的數(shù)學方法使其向外延伸，以預測市場未來發(fā)展趨勢的一種預測方法。 （ 1）一 次移動平均法 在幾項算術平均數(shù)的基礎上，直接以 n期的移動平均值作為下期的預測值。 n移動平均項數(shù) 例 1（ P71） 例 2：某地區(qū)某種商品銷售量的統(tǒng)計數(shù)據(jù)如表，試預測 1998年該商品銷售量。 ??????? ???????tntiintttt XnXXXnMtY111)1()(1. .. . ..(11 移動平均 預測計算表 年份 銷量 Mt Yt+1 誤差絕對值 Mt Yt+1 誤差絕對值 1988 13 1989 16 1990 16 1991 15 0 1992 16 1993 17 1994 15 1 1995 14 2 1996 13 1997 14 0 1998 平均 平均 （ 2）二次移動平均法 ?????????????tntiitttttttttTtMnMMMnbMMaTbaY1)1()2()2()1()2()1(1)(122式中建立模型 例：某國 1990年 —1997年手表的銷售量數(shù)據(jù)列表如下，試用二次移動平均法預測 1998年 —2023年該國的手表銷售量。 年份 銷售量 n=3 n=3 1990 340 1991 351 1992 357 1993 368 1994 359 1995 369 1996 375 1997 380 Mt )2(Mt )1( －－帶系數(shù)的平滑 期統(tǒng)計值：第＜１：平滑系數(shù)，Ｏ＜１期一次指數(shù)平滑值：期一次指數(shù)平滑值：期預測值：第ＹtXtStStYSXStttttttt??????????????)1(1)1(1)1(1)1(11)1( 注意： （ 1）該法一般只做一步預測； （ 2）僅適用于沒有明顯上升和下降的時間序列。 （ 3）平滑系數(shù) α的取值視時間序列的情況而定。 （ 4）一次指數(shù)平滑值的初始值 的取值。 兩種方法： 第一，用第一期的實際數(shù)作初始值； 第二，用序列最初若干期的平均數(shù)作初始值。 例：某地區(qū)某種商品銷售量的統(tǒng)計數(shù)據(jù)如表，試用 一次指數(shù)平滑法 預測 1998年該商品銷售量。 St)1(Yt 1?St)1(Yt 1?年份 銷量 誤差 誤差 1987 （ ） （ ） 1988 13 1989 16 1990 16 1991 15 1992 16 1993 17 1994 15 1995 14 1996 13 1997 14 1998 趨勢預測法 它是根據(jù)時間這一因素（自變量）與被解釋變量之間有一定規(guī)律的關系。而運用它們之間的這種規(guī)律來預測若干時間內被解釋變量的變化情況。 （ 1）直線方程預測法（ P73） 該方法主要用于時間因素與預測值呈線形關系的預測。 （ 2）二次曲線預測法 該方法主要用于時間因素與預測值呈二次曲線關系的預測。 （ 3）指數(shù)預測法 該方法主要用于時間因素與預測值呈指數(shù)曲線關系的預測。 （三）回歸預測法 定義： 在對一組觀測數(shù)據(jù)進行分析的基礎上，確定變量之間數(shù)學關系模型的具體形式及其參數(shù)估計值，從而建立預測模型，并據(jù)此進行預測的一種預測方法。 2 、步驟： 簡單回歸分析法（一元線性模型） 多元線性回歸預測 其他函數(shù)回歸模型 例：對某市蔬菜需求量（ Vegt)的影響因素進行分析。初步認定主要因素有： 消費人口（ Pop) 蔬菜年平均價格（ P） 副食年人均消費量（ C1） 糧食年人均消費量（ C2） 人均月生活費收入（ Ine) Dependent Variable:
環(huán)評公示相關推薦
鄂ICP備17016276號-1