第14章 预测方法.ppt

技术预测方法 目录 定性预测方法 二 定量预测方法 三 一 技术预测方法概述 技术预测概念 所谓技术预测 是通过科学的方法 技术和手段 对未来较长时期的科学 技术 经济和社会发展进行系统研究 其目标是确定具有战略性的研究领域 选择对经济和社会利益具有最大贡献的技术群 产品生命周期及其更新换代的预测 新产品所占比重的预测 先进的工艺方法及其所带来的技术经济效益的预测 专业化与协作水平的预测 产品标准化程度的预测 技术预测 技术预测程序 主要预测阶段 预测后阶段 预测前的阶段 技术预测的产生与发展 市场预测的主要方法 市场预测方法一般可分为定性预测和定量预测两大类 定性预测是根据掌握的信息资料 凭借专家个人和群体的经验和知识 运用一定的方法 对市场未来的趋势 规律 状态做出质的判断和描述 定性预测较为常用的方法有类推预测法 专家会议法 德尔菲法等 其核心都是专家依据个人的经验 智慧和能力进行判断 定量预测是依据市场历史和现在的统计数据资料 选择或建立合适的数学模型 分析研究其发展变化规律并对未来做出预测 包括因果预测 延伸预测 经济计量分析 投入产出分析 系统动力模型 马尔可夫链等预测方法 市场预测的主要方法 目录 定性预测方法 二 定量预测方法 三 一 技术预测方法概述 专家会议法 头脑风暴 头脑风暴法 Brainstormingmethod 是由奥斯邦在1957年提出的 是一种集体开发创造性思维的方法 头脑风暴法是指围绕某一问题召开专家会议 进行信息交流和互相启发 从而诱发专家们发挥其创造性思维 促进他们产生 思维共振 以达到互相补充 并产生 组合效应 的预测方法 专家会议各抒己见 专家会议法 头脑风暴 头脑风暴法可以分为创业头脑风暴 直接头脑风暴 和质疑头脑风暴 1 创业头脑风暴 产生尽可能多的解决问题的方案 2 质疑头脑风暴 对已有的方案进行质疑和修改 头脑风暴法的流程 专家会议法 头脑风暴 不许评价 要到评估阶段才能进行评价 规则一 妄加评论的负面影响 如果进行评论 许多人就会变得更加拘谨 他们未发表的意见或许非常好 或许可以激发别人的好意见人们花费在评论上的精力未能用在产生好意见的现实任务上 专家会议法 头脑风暴 规则二 异想天开 说出能想到的任何主意 规则三 越多越好 重数量而非质量 专家会议法 头脑风暴 见解无专利 鼓励综合数种见解或在他人见解上进行发挥 规则四 第一自由思考 第二延迟评判 第三以量求质 第四结合改善 专家会议法是一种定性预测方法 依靠的是预测者的知识和经验 往往带有主观性 适合技术发展趋势及市场长期发展预测 德尔菲法 特尔斐法是由美国著名的兰德公司首创并用于预测和决策的方法 该法以匿名方式通过几轮函询征求专家的意见 组织预测小组对每一轮的意见进行汇总整理后作为参考再发给各专家 供他们分析判断 以提供新的论证 几轮反复后 专家意见渐趋一致 最后供决策者进行决策 匿名性 采用匿名函询征求意见的方法 克服专家之间因名望 权力 尊重等心理影响 保证了各成员能独立地作出自己的判断 反馈性 通过多轮反馈可使各成员充分借鉴其他成员的意见并对自己的意见不断修正 收敛性 对专家的意见采用统计方法予以定量处理 德尔菲法的特点 对某些长期的 复杂的社会 经济 技术问题的预测 对某些无先例事件和突发事件的预测等 只能采用德尔菲法这一类方法 德尔菲法的应用范围 德尔菲法 1 2 3 4 5 问题要集中 有针对性 不能过于分散 避免组合问题 不能让专家难以做出回答 用词确切 调查表要简化 防止诱导现象的出现 调查表设计 当预测目标是用数值表示时 可采用中位数和上 下四分位数来处理专家们的意见 中位数作为预测的期望值 上 下四分位数和四分位距则代表专家们意见的分散程度 计算方法如下 设n个专家的预测值分别为 将其按从小到大的顺序排列得到新的序列 序列的上 下四分位数分别记为 意见的统计处理 德尔菲法 例题对于某增值业务2011年用户渗透率 7位专家的意见分别是 80 60 75 70 80 90 85 解 首先对上述数据按从小到大的顺序排序 60 70 75 80 80 85 90 计算中位数 计算下四分位数 计算上四分位数 上述结果表明 7位专家认为该增值业务2011年用户渗透率为为80 有50 以上的专家认为在70 85 之间 德尔菲法 优点 1 避免了头脑风暴中的屈从权威等弊病 具有一定科学性和实用性 2 同时 由于匿名性和反馈性 参加的专家有独立思考的时间和空间 比较容易修改意见和接受结论 大家发表的意见也可以较快地收敛 在一定程度上具有综合意见的客观性 缺点 1 由于专家的选择没有客观标准 而预测结果在很大程度上依赖于所选专家的主观判断 因此它归根结底仍是一种集体主观判断的预测方法 2 与头脑风暴法相比 特尔斐法函询过程至少要经过三至四轮 调查阶段所用时间比较长 专家的回答往往比较草率 3 背靠背的函询方式使专家之间缺乏信息交流和思想交锋 减少了创意 4 此外 函询表的回收率也是个不容忽视的问题 1 部分取消匿名 先匿名征询 专家意见大致接近时 再召开专家会议进行面对面的讨论 最后再次匿名做出预测 2 减少反馈信息量和反馈轮数 减少反馈信息量 如只反馈四分位数区间而不反馈中位数 就可以防止专家 随大流 简单地向中位数靠拢 通过提供较多的相关背景资料和前轮预测意见 可以适当减少反馈轮数 避免让专家产生厌烦和反感情绪 3 要求专家对预测事件给出多重数据 如要求给出不同可靠程度 概率 下的最低值 最可能值 最高值等的预测 德尔菲法德改进 定性预测方法总结 目录 定性预测方法 二 定量预测方法 三 一 技术预测方法概述 趋势外推法 趋势外推法概念 当预测对象依时间变化呈现某种上升或下降趋势 没有明显的季节波动 且能找到一个合适的函数曲线反映这种变化趋势时 就可以用趋势外推法进行预测 趋势外推法的两个假定 1 假设事物发展过程没有跳跃式变化 2 假定事物的发展因素也决定事物未来的发展 其条件是不变或变化不大 适用范围 趋势外推法是事物发展渐进过程的一种统计方法 适用于事物内部和外部环境都比较平稳的情况 如正处于某一生命周期中的商品 人口发展统计和用户数发展等 趋势外推法 一次 线性 预测模型 二次 二次抛物线 预测模型 多项式曲线外推模型 趋势外推法 指数曲线预测模型 一般形式 修正的指数曲线预测模型 对数曲线预测模型 趋势外推法 生长曲线趋势外推法 龚珀兹曲线 皮尔曲线 Gompertz曲线预测法 又叫生长曲线法Gompertz曲线是由英国统计学家和数学家B Gompertz于1825年提出的 Gompertz曲线有四种不同的类型 企业集团形成发展行为 技术创新扩散的基本规律 手机普及率等 取对数修正指数曲线 EXCEL应用趋势外推法 插入 图表作折线图点击折线 右键 添加趋势线初步分析业务发展趋势 合理选择拟合方程根据拟合方程进行预测 可决系数R2越大 拟合度越好 移动平均法 移动平均法是用分段逐点推移的平均方法对时间序列数据进行处理 找出预测对象的历史变动规律 并据此建立预测模型的一种时间序列预测方法 移动平均法 优点是 简单易行 容易掌握 多用于以月度或周为单位的近期预测 对原始数据进行预处理是简单移动平均的另一主要用途 是一种平滑技术 缺点是 值的选取没有统一的规则 事实上 不同n值的选择对所计算的平均数有较大的影响 采取移动平均法作预测 关键在于选取用来求平均数的时期数n n小 表明对近期观测值在预测中的作用越为重视 预测值对数据变化的反映速度也越快 但预测的修匀程度较低 n大 预测值的修匀程度越高 但对数据变化的反映程度较慢 通常3 n 200 移动平均法 案例 某业务2010年1 12月新增用户数如表所示 请用简单移动平均法预测2011年第一季度该业务新增用户总数 n 3 2011年1月新增用户Q1 3 Y10 Y11 Y12 1467 户 2011年2月新增用户Q2 3 Y11 Y12 Q1 1556 户 2011年3月新增用户Q3 3 Y12 Q1 Q2 1607 户 2011年1季度新增用户为4630户 也可根据不同时期序列给予权重 如下 6 1Y10 2Y11 3Y12 1567 户 Q2 6 1Y11 2Y12 3Q1 1617 户 Q3 6 1Y12 2Q1 3Q2 1631 户 Q1 指数平滑法 指数平滑法是一种特殊的加权移动平均法 基于前期预测值导出相应的新预测值 并修正前期预测值的误差 其过程中 平滑常数以指数形式递减 故称之为指数平滑法 指数平滑法是短期预测最常用的方法 指数平滑法解决了移动平均法需要n个观测值和不考虑t n前时期数据的缺点 消除历史统计序列中的随机波动 找出其中主要的发展趋势 一次 简单 指数平滑 平滑系数 为0到1之间的数 第t期的指标值 一般情况下 观测值较平稳 0 1 0 3 观测值波动较大 0 3 0 5 观测值波动很大 0 5 0 8 Xt 1 指数平滑法 指数平滑法是一个迭代计算过程 进行预测时 必须先确定F0值 实质上它是序列起点t 0以前所有历史数据的加权平均值 实践中 当时间序列期数在20个以上时 初始预测值对预测结果的影响很小 可用X1替代 即F0 X1 当序列期数在20个以下时 可取前3 5个观测的算术平均值替代 如F0 X1 X2 X3 3 指数平滑法 例题 某地区每月3G用户增长如下表所示 用一次平滑指数法预测明年1月的用户增长量为 值取0 3 A35 12B34 09C34 06D35 75 解析 计算初始平滑值 F0 x1 x2 x3 3 31 67 33 99 39 71 3 35 12F1 X1 1 F0 0 3 31 67 1 0 3 35 12 34 09F2 X2 1 F1 0 3 33 99 1 0 3 34 09 34 06F3 X3 1 F2 0 3 37 91 1 0 3 34 06 35 75用第12月的一次平滑指数值作为明年1月的用户增长量得预测值 答案 D 弹性系数法 弹性概念弹性是一个物理学名词 经济学借用这个名词 衡量1个变量的变化引起另1变量的相对变化 弹性是指 两个或多个经济变量之间存在着函数关系 用弹性来表示因变量对自变量变化的反应程度 敏感程度 两个变量越相关 弹性值越大 优点 计算方便 需要数据少 缺点 1 分析带有局部性和片面性 只考虑了两个变量的关系 忽略了其他因素 2 弹性系数随着时间推移可能会变化 预测结果粗糙 需要根据弹性系数的变动系数来修正结果 弹性系数法 例题 我省2002年 2009年宽带用户及人均收入见下表 预计到2010年每年人均收入年增长10 用弹性系数法 预测2010年全省宽带用户数 1 宽带用户的收入弹性 全省宽带用户变化率 人均收入变化率 2 从表中可以看出05 09年收入弹性变化率较为稳定 故2010年弹性取这5年均值作为收入弹性 3 34 3 2010年全省宽带用户数 2009年全省宽带总户数X 1 2010年全省宽带用户变化率 508 1147 1 3 34X0 1 680 54 万户 一元线性回归分析 定义 一元线性回归分析就是通过建立模型来模拟两个变量之间的线性关系 并利用最小二乘法 OLS 和已知历史数据求出模型中的未知参数 使得模型计算得出的拟合值与实际值的误差最小 然后将自变量X代入模型对因变量Y进行预测的方法 1 一元线性回归模型 2 对于每组可以观察到的变量x y的数值xi yi 满足关系 3 利用普通最小二乘法原理 OLS 求出回归系数 a 回归常数 b 回归系数 e 误差项或回归余项 一元线性回归分析 预测流程 回归检验方法 1 方差分析 基础 2 相关检验 描述两变量间相关程度 R越趋近于1越好 3 t检验 回归系数b的显著性检验 判定XY线性假设合理性 一般选择一项检验即可 一元线性回归分析 1 方差分析基本公式 可决系数 称为偏差平方和 又称总变差 反映y的分散程度 称为回归平方和 又称可解释变差 反映x对y线性影响的大小 称为残差平方和 由误差项e造成 一元线性回归分析 2 相关系数检验 R的绝对值越接近1 变量x和y线性关系越好 反之 R的绝对值越接近0 变量x和y线性关系越不好 计算出R值后 可以查相关系数检验表 在自由度 n 2 和显著性水平 一般取 0 05 下 若R大于临界值 则变量x和y之间的线性关系成立 n 总样本数 一元线性回归分析 3 t检验 tb服从t分布 可以通过t分布表查得显著性水平为 自由度为n 2的数值t 2 n 2 与之比较 若tb的绝对值大于t 表明回归系数显著性不为0 参数的t检验通过 说明变量X和Y之间线性假设合理 否则不合理 回归标准差 一元线性回归分析 4 点预测与区间预测 点预测 点估计 给定未来x值