市場預測的概念及方法講解(編輯修改稿)
2025-02-05 19:33 本頁面
【文章內(nèi)容簡介】 市市 場預測場預測◆◆ 例 ：某商店某年各月 銷 售 額 如下表， 試用一次移 動 平均法 預測 下年 1月的 銷 售 額。 第三 節(jié) 定量 預測 方法 (一、 時間 序列 預測 法 → 4. 一次移 動 平均 )月份銷 售 額(萬元 )預測值(n=3)預測值(n=5)月份銷 售額(萬元 )預測值(n=3)預測值(n=3)123456322827293029 7891011121326282930262718市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測5. 二次移 動 平均法 ：用二次移 動 平均 值 相 對一次移 動 平均 值 的相 對 滯后 補償 一次移 動平均相 對 原始 時間 序列的滯后，以提高精度。二次移 動 平均 值為 ： 再 計 算： at = 2Mt(1) – Mt(2) bt = 2(Mt(1) – Mt(2))/(n –1) 預測 公式： 第三 節(jié) 定量 預測 方法 (一、 時間 序列 預測 法 → 5. 二次移 動 平均 )19市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測◆◆ 例 ： 某企 業(yè)連續(xù) 9年 產(chǎn) 品 銷 量 (萬件 )如表， 試 用二次移 動 平均法 (n=3)預測 后年 銷 量： a9=2–= b9=2(–)/(9–2)= 后年 預測值 ：年份 銷 量 Mi(1) Mi(2) 年份 銷 量 Mi(1) Mi(2)12345452490508523535 6789586602608627 第三 節(jié) 定量 預測 方法 (一、 時間 序列 預測 法 → 5. 二次移 動 平均 )20市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測6. 一次指數(shù)平滑法 ：是一特殊的移 動 平均法。指數(shù)平滑 值 的 計 算公式如下： St+1(1)=αXt+(1 – α)St(1) 其中 St(1)為 第 t期的移 動 平滑 值 ， Xt是第 t期的 觀 察 值 ， 0≤ α ≤1，稱 為 平滑指數(shù)，當時間 序列 趨勢 不明 顯時 可取大些，否 則應 取小些。 預測時 以第 t期的移 動 平滑 值作 為 第 t+1期的 預測值 。 第三 節(jié) 定量 預測 方法 (一、 時間 序列 預測 法 → 6. 一次指數(shù)平滑 )21市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測 ◆◆ 例 ： 某家 電 公司 19月洗衣機 銷 量 (百臺 )如表， 試 用一次指數(shù)平滑法 (α=)預測 10月的 銷 量，取 S1(1) = X1 =21。： 10月份 預測值 ： S9(1)=23+(1–) =(百臺 )月份 (i) 銷 量 Si(1) 月份 (i) 銷 量 Si(1)12345212420232267891025202123 第三 節(jié) 定量 預測 方法 (一、 時間 序列 預測 法 → 6. 一次指數(shù)平滑 )22市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測二、回 歸 分析 預測 法 把表示原因的 變 量 (即自 變 量 )與表示 結果的 變 量 (即要 預測 的 變 量 )以 線 性函數(shù)模型表示： Y=β0+β1X1+β2X2+…+ βkXk+u 過觀 察 值 估 計 模型中的未知參數(shù) β0, β1, β2, …, βk，然后把自 變 量的 值 代入模型即可求出 預測變 量 Y的 值 。其中 u為 隨機擾動 量。 第三 節(jié) 定量 預測 方法 (二、回 歸 分析 預測 法 ) 23市 場 營 銷 學市 場 營 銷 學市 場 營 銷 學 第七章第七章 市市 場預測場預測1. 若 k =1叫一元 線 性回 歸 ，若 k ≥2叫多元 線性回 歸 。2. 參數(shù)估 計 方法 —— 最小二乘估 計 法： 基本思路：以全部 觀 察 值 與回 歸值 差的平方和最小 為 條件，求出模型中的未知參數(shù)。 具體 計 算 現(xiàn) 在一般由 計 算機 進 行，手工 計 算既 費時費 力，又容易出 錯 ，最易 見到的 計 算機 軟 件 為 Office中的 EXCEL。 第三 節(jié) 定量 預測 方法 (二、回 歸 分析 預測 法 ) 24市 場 營 銷 學市 場 營 銷 學市 場 營
法律信息相關推薦
鄂ICP備17016276號-1