自考-市場(chǎng)調(diào)查與預(yù)測(cè)-第9章-市場(chǎng)預(yù)測(cè)方法(編輯修改稿)
2025-03-12 14:30 本頁(yè)面
【文章內(nèi)容簡(jiǎn)介】 測(cè)值的影響。 二是對(duì)水平型的時(shí)間序列，平滑系數(shù) 應(yīng)取較小值，即 ＜ 。因?yàn)樗叫偷臄?shù)據(jù)，變動(dòng)趨勢(shì)不明顯，隨機(jī)因素多，因此， 應(yīng)取較小值。 三是對(duì)于介于上述兩者之間的時(shí)間序列，平滑系數(shù) 應(yīng)取中間值，即 ≦ ≦ 。 初始值的確定： 一般情況下，當(dāng)時(shí)間序列的數(shù)據(jù)資料較多時(shí)，如 n≧ 10，這時(shí)初始值對(duì)以后預(yù)測(cè)值的影響甚小，可直接選用第一期實(shí)際觀察值作為初始值； 反之，如果時(shí)間序列的數(shù)據(jù)資料較少，如 n＜ 10，則因初始值對(duì)以后預(yù)測(cè)值的影響較大，這時(shí)一般采用最初幾期的實(shí)際值的算術(shù)平均數(shù)作為初始值。 舉一具體例子說(shuō)明一次指數(shù)平滑法的應(yīng)用。 ? 例如：某企業(yè)近 10個(gè)季度銷(xiāo)售洗發(fā)水資料如下表，請(qǐng)用一次指數(shù)平滑法預(yù)測(cè)下季度洗發(fā)水銷(xiāo)售量 。 某企業(yè)近 10 個(gè)季度銷(xiāo)售洗發(fā)水資料 季度 銷(xiāo)售量 xi St( 1 ) ?? 1 50 50 .0 2 52 50 .0 3 51 51 .2 4 50 51 .1 5 57 50 .4 6 64 54 .4 7 68 60 .2 8 67 64 .9 9 69 66 .0 10 75 67 .9 11 72 .1 分析：具體步驟如下： 第一步：確定平滑系數(shù) ，本例取 。 第二步：確定初始平滑值 St(1) 由于本例 n=10,故初始值取 50。 第三步：依次計(jì)算一次指數(shù)平滑值。 當(dāng) ??? ?? )1(2 ?????S )1(3 ????? )()1(11 萬(wàn)瓶?????S（二）二次指數(shù)平滑法 二次指數(shù)平滑法是在一次指數(shù)平滑的基礎(chǔ)上再做一次指數(shù)平滑，運(yùn)用二次指數(shù)平滑值建立的數(shù)學(xué)模型進(jìn)行預(yù)測(cè)的方法。 二次指數(shù)平滑公式為： 二次指數(shù)平滑法預(yù)測(cè)的數(shù)學(xué)模型為： 式中： )2( 1)1()2( )1( ???? ttt SSS ??TbaYttTt ??? )2()1(2 ttt SSa ?? )1/()( )2()1( ?? ???? ttt SSb四、趨勢(shì)外推預(yù)測(cè)法 利用時(shí)間數(shù)列所具有的直線(xiàn)或曲線(xiàn)趨勢(shì)，根據(jù)預(yù)測(cè)對(duì)象和時(shí)間之間的對(duì)應(yīng)關(guān)系進(jìn)行預(yù)測(cè)。 如： 直線(xiàn)方差 二次曲線(xiàn)方程 三次曲線(xiàn)方程 指數(shù)曲線(xiàn)方程 41 42 （二）移動(dòng)平均趨勢(shì)剔除法 移動(dòng)平均趨勢(shì)剔除法是運(yùn)用 12個(gè)月（ 4季）的移動(dòng)平均數(shù)，計(jì)算出一個(gè)既能消除長(zhǎng)期趨勢(shì)，又消除不規(guī)則變動(dòng)，能夠比較正確地反映季節(jié)變動(dòng)的季節(jié)指數(shù)，然后，利用這個(gè)季節(jié)指數(shù)，求得分月預(yù)測(cè)值的預(yù)測(cè)方法。 五、季節(jié)指數(shù)預(yù)測(cè)法 季節(jié)指數(shù)是一種以相對(duì)數(shù)表示的季節(jié)變動(dòng)衡量指標(biāo)。因?yàn)橹桓鶕?jù)一年或兩年的歷史數(shù)據(jù)計(jì)算而得到的季節(jié)變動(dòng)指標(biāo)往往含有很大的隨機(jī)波動(dòng)因素，故在實(shí)際預(yù)測(cè)中通常需要掌握和運(yùn)用三年以上的分季歷史數(shù)據(jù)。 如果以年為間隔期的 歷史數(shù)據(jù)是水平型的 ，季節(jié)指數(shù)的計(jì)算公式則為： 如果以年為間隔期的 歷史數(shù)據(jù)資料的趨勢(shì)型的 ，則季節(jié)指數(shù)的計(jì)算公式為： 預(yù)測(cè)值 =上年的月（季）平均數(shù) 各月（季）季節(jié)指數(shù) %100% ?? 全時(shí)期總平均數(shù)歷年同季平均數(shù)季節(jié)指數(shù) ）（ %100% ??趨勢(shì)值歷年同季平均數(shù)季節(jié)指數(shù) ）（? 例如，某家電商場(chǎng) 2023年 ~2023年某夏季商品的各月銷(xiāo)售量資料如表所示，試預(yù)測(cè) 2023年各月的銷(xiāo)售量。 ? 平均數(shù)比率計(jì)算表 1 2 3 4 5 6 7 8 9 10 11 12 合計(jì) 年平均 2023 年 5 4 10 22 40 108 94 85 62 20 5 6 461 38 .4 2023 年 4 5 11 23 51 1 10 96 80 57 15 4 4 460 38 .3 2023 年 3 3 6 18 32 100 92 81 58 13 3 2 41 1 34 .3 合計(jì) 12 12 27 63 123 318 282 246 177 48 12 12 1332 111 月平均數(shù) 4 4 9 21 41 10 6 94 82 59 16 4 4 444 37 季節(jié)指數(shù)（ % ） 10 .8 10 .8 24 .3 56 .8 1 10 .8 28 6. 5 25 4. 1 22 1. 6 15 9. 5 43 .2 10 .8 10 .8 1200 100 2023 年預(yù)測(cè)值 4 4 8 19 38 98 87 76 55 15 4 4 412 — 月 份 項(xiàng) 目 46 移動(dòng)平均趨勢(shì)剔除法具體預(yù)測(cè)步驟： 計(jì)算 12個(gè)月的移動(dòng)總數(shù)； 計(jì)算 12個(gè)月移動(dòng)平均數(shù) ， 修勻后的序列就是消除了隨機(jī)變動(dòng)的長(zhǎng)期趨勢(shì)； 計(jì)算移動(dòng)平均系數(shù)； 計(jì)算季節(jié)指數(shù)； 47 利用季節(jié)指數(shù)消除原時(shí)間序列的季節(jié)影響 ， 并用最小二乘法對(duì)消除了季節(jié)影響的時(shí)間序列擬合直線(xiàn)趨勢(shì)方程； 根據(jù)趨勢(shì)方程計(jì)算預(yù)測(cè)未來(lái)某月的趨勢(shì)值 ， 最后利用該月的季節(jié)指數(shù)加以修正 。 第四節(jié) 因果關(guān)系分析預(yù)測(cè)法 揭示預(yù)測(cè)目標(biāo)變量與其他變量之間的數(shù)量變化關(guān)系。 48 一、回歸分析預(yù)測(cè)法的含義及種類(lèi) “回歸”這一術(shù)語(yǔ)是英國(guó)人弗蘭西斯 .蓋爾頓和卡爾 .皮爾遜在研究父親身高與兒子身高的關(guān)系時(shí)引入的。他們發(fā)現(xiàn)，若父親為高個(gè)子，則兒子也高，但其平均身高低于父親的平均身高；若父親為矮個(gè)子，則兒子個(gè)子也矮，但其平均身高高于父親的平均身高，也即身高的變化不是兩極分化，而是“趨同”，兒子身高向著平均身高“回歸”，以保持種族的穩(wěn)定。用蓋爾頓的話(huà)來(lái)說(shuō)，就是“回歸到變通人”。后人將此種方法普遍用于尋找變量之間的規(guī)律?，F(xiàn)在，回歸分析法已經(jīng)成為探索變量之間關(guān)系最重要的方法，用以找出變量之間關(guān)系的具體表現(xiàn)形式。 “回歸”是指某一變量（因變量）與其他一個(gè)或多個(gè)變量（自變量）的依存關(guān)系（例如，在上面的例子中是兒子身高與父親身高的依存關(guān)系）。 市場(chǎng)現(xiàn)象之間的因果關(guān)系可分為函數(shù)關(guān)系和相關(guān)關(guān)系兩大類(lèi)。 所謂函數(shù)關(guān)系，是指現(xiàn)象之間確定的數(shù)量依存關(guān)系，即自變量發(fā)生某種變化，因變量必然會(huì)發(fā)生相應(yīng)程度的
公司管理相關(guān)推薦
鄂ICP備17016276號(hào)-1