需求估计恢复

需求估计恢复第1页，共82页，2023年，2月20日，星期二需求估计的意义如果厂商要实现其股东财富最大化的目标，那么对一种商品或服务的经验估计就是必不可少的。没有对厂商面对的需求函数、生产函数和成本函数的准确估计，厂商无法制定出使利润最大化的价格和产量决策。第2页，共82页，2023年，2月20日，星期二需求信息的来源一、市场调查观察法消费者调查对消费者进行抽样，询问他们对产品的态度市场试验通过试定不同价格得到需求的信息二、历史数据——统计法过去发生的事情是未来的指导第3页，共82页，2023年，2月20日，星期二

市场规模低边际利润高边际利润小成本可能大于收益，例如，修理眼镜的螺丝刀，不要做市场调研收益可能大于成本，例如，昂贵的运动服，大型专业化工业设备，可以实施市场调研，在决定调研之前从已有的信息中了解你能了解的东西大收益可能大于成本，例如，佳洁士牙垢控制牙刷。可以实施市场调研，在决定调研之前从已有的信息中了解你能了解的东西收益极可能大于成本，实施市场调研

我们要做市场调查吗？第4页，共82页，2023年，2月20日，星期二观察法的本质１、含义市场观察法：是观察者根据研究目的，有组织有计划地，运用自身的感觉器官或借助科学的观察工具，直接搜集正在发生的、处于自然状态下的市场现象有关资料的方法。第5页，共82页，2023年，2月20日，星期二观察法巧妙地观察被调查者行为的方法:1、神秘购物法：或叫神秘顾客法，是由特定的访问员扮作神秘顾客，伪装购物，详细记录下接受服务或购买商品进的感受。2、垃圾分解法：是通过对垃圾进行分解（分类）、研究，获取必要的信息一种市场调研方法。第6页，共82页，2023年，2月20日，星期二人员观察神秘购物者第7页，共82页，2023年，2月20日，星期二1进店浏览2选择某一货架店员是否过来打招呼3.3主动打招呼3.1告诉店员只想看看3.2换一货架店员是否过来打招呼是否否神秘购物者第8页，共82页，2023年，2月20日，星期二4表示出对商品的兴趣，并提出有关货品的特性、面料、洗涤方式等方面的问题5选择一款允许试穿的货品试穿6试穿照镜过程中，询问售后服务的问题，最后以货品不合适为由拒绝。7留意顾客付款情况8离店9统计客流量10填写“神秘人暗访调查表”第9页，共82页，2023年，2月20日，星期二观察法运用的内容（1）对市场商品需求情况的观察分析。

参加商品的现场销售、展销会、试销会等直接观察消费者喜爱的品种、牌号、花色、款式、包装、价格等

进行记录分析，可以掌握大量的真实第一手资料。第10页，共82页，2023年，2月20日，星期二观察法运用的内容（2）观察被调查者行为了解顾客行为，可促使企业有针对性地采取恰当的促销方式。观察顾客流量。第11页，共82页，2023年，2月20日，星期二

东芝为了将家电产品推广给日本的消费者，曾用观察法观察市场变化。

产品一:无噪音洗衣机越来越多的日本家庭主妇进入就业大军，洗衣服不得不在早上或晚上进行，这样噪声成为一个问题。为此东芝设计出一种低噪声的洗衣机进入市场。观察法在市场调查中的作用第12页，共82页，2023年，2月20日，星期二

东芝为了将家电产品推广给日本的消费者，曾用观察法观察市场变化。

产品二:烘干机许多日本人的洗衣观念也转变了。以前时衣服脏了才洗，而后来时衣服穿过了就要洗，以获得新鲜的感觉。由于洗得勤，衣服有时难以晾干。因此他们在观察中认识到妇女生活风格的转变，推出了烘干机，后来又发现大多消费者的生活空间有限，继而发明了洗衣烘干二合一的洗衣机，结果产品销售量大增。观察法在市场调查中的作用第13页，共82页，2023年，2月20日，星期二美国人类学教授雷兹通过对垃圾进行分析来研究人们的消费情况。他说：“垃圾袋绝不会说谎，什么样的人就丢什么样的垃圾。”他和助手通过对土桑市的垃圾研究，获得了有关当地食品消费的信息，得出了如下结论：（1）劳动者阶层所喝的进口啤酒，比收入高的阶层多。（2）中产阶层比其他阶层浪费的食物更多，（双职工都要上班且很忙，没有时间处理。)浪费的食物中，有15％是可以吃的好食品。（3）减肥清凉饮料与压榨的桔子汁是高收入人士所青睐的两类消费品。案例2：“垃圾研究”“垃圾研究”第14页，共82页，2023年，2月20日，星期二消费者访谈访问法是指调研人员根据事先撰写的调查项目以某种方式提问被调查对象，要求给予回答，由此获得信息资料的方法。第15页，共82页，2023年，2月20日，星期二消费者访谈形式：面谈、电话、邮寄、网上调查抽样：具有哪些人口特征（年龄、教育程度、收入水平）的人最可能购买这种产品，不同的价格政策会如何影响他们的购买决策？调研总体抽样方法样本量例：不同价格水平上的需求量调查第16页，共82页，2023年，2月20日，星期二案例.1936年美国总统大选民主党：罗斯福（Roosevelt）共和党：兰登（Landon）《文学摘要》（《TheLiteraryDiggest》）发放了1000万份问卷，收回了240万份民意测验问卷预测：兰登将以57%比43%战胜罗斯福获胜。第17页，共82页，2023年，2月20日，星期二4/18/2023171936年美国总统大选与此同时，GeorgeGallup根据5万份民意测验问卷预测：罗斯福将以56%比44%战胜兰登获胜。240万份问卷与5万份问卷的结果，哪一个更可信？拥有百万读者的《文学摘要》的调查结果和只有十几个员工的Gallup调查机构的调查结果，哪一个更可靠？第18页，共82页，2023年，2月20日，星期二4/18/2023181936年美国总统大选结果如何？罗斯福以62%比38%获胜！Gallup根据5万份民意测验问卷预测结果比《文学摘要》根据240万份民意测验问卷预测要准！为什么？第19页，共82页，2023年，2月20日，星期二4/18/202319抽样设计抽样设计就是从一定总体抽取样本资料以前，预先确定抽样程序和方案，在保证所抽选的样本对总体有充分代表性的前提下，力求取得最经济、最有效的结果。抽样设计的任务就是依据调查的目的，在给定的人力、物力、财力等条件下，在从所要调查的总体中抽取样本资料以前，设计一个精度高且能够由样本正确推断总体的良好的抽样调查方案，力求取得最经济、最有效的结果。20第20页，共82页，2023年，2月20日，星期二抽样设计的程序定义目标总体选择抽样框架制定抽样方法确定样本量执行抽样过程抽样设计过程21第21页，共82页，2023年，2月20日，星期二总体与样本1、总体(Population)定义：研究对象的全体分类：有限总体和无限总体元素的特点：

（1）在抽样调查中一般考虑有限总体，即元素个数有限

（2）个体均可识别第22页，共82页，2023年，2月20日，星期二

样本（sample）：按一定的程序从总体中抽取的一组抽样单元。

样本容量（samplingsize）：样本中包含的抽样单元个数。

样本（sample）第23页，共82页，2023年，2月20日，星期二好样本和坏样本样本容量的大小显然会影响到样本作为总体的代表的可信程度，抽取样本的目的是要由样本的数量特征去推断总体的数量特征，由于样本具有随机性（在样本中包含那些个体，不包含那些个体是不确定的），用样本特征推断总体特征总是会有一定的误差。如何科学地从总体中抽取样本，怎样控制用样本推断总体所产生的误差，这是统计学的主要研究问题。但研究的前提是：我们首先应保证样本是好的！第24页，共82页，2023年，2月20日，星期二好样本和坏样本

继续总统预测的例子。从常理来看，应该调查数据越多,结论越可靠。但这得以好样本为前提！罗斯福的实际得票率为54%，《文学摘要》杂志的预测为43%，误差达到11%。误差之大令人惊异。这样大的误差是怎么得来的呢？

第25页，共82页，2023年，2月20日，星期二好样本和坏样本问题之一：抽样与目标总体不一致经过研究发现，原因在于《文学摘要》杂志选取样本有偏性。杂志是根据电话簿和俱乐部会员的名册，将问卷邮寄给一千万人。当时美国四个家庭中仅有一家装电话。他选取的样本有排斥穷人的选择偏性。这样的民意测验非常不利于民主党人罗斯福。第26页，共82页，2023年，2月20日，星期二好样本和坏样本问题之二：可能存在不回答偏性《文学摘要》杂志调查的一千万人中只有二百四十万人回答了问卷，不回答者可能非常有别于回答者，这二百四十万人代表不了被邮寄问卷的一千万人。譬如，1936年《文学摘要》杂志的一次专门的调查，给在芝加哥的选民每三人寄去一张问卷。约20%的被调查者作了回答，其中支持兰登的超过半数。但是在选举中，兰登在芝加哥的得票率只有三分之一。所以当出现高不回答率时，谨防不回答偏性。第27页，共82页，2023年，2月20日，星期二好样本和坏样本在调查中，即使选择对象的确是随机的，最理想的情况所得到的样本也只代表那些愿意回答问题人的观点所组成的总体，没有回答问题的人的观点永远不会被这种调查的样本所代表。心理研究表明，低收入和高收入的人倾向于不回答问卷，因此中等收入的人在回答者中的比例过高。为此现代调查机构更喜欢采用亲自询问来代替邮寄问卷。第28页，共82页，2023年，2月20日，星期二好样本和坏样本

即使亲自询问，也有不回答偏性的问题。例如有一项关于快餐的市场调查。抽取500户家庭进行调查。白天访问时，有150户家庭没人。能不能仅用白天有人的350户家庭的数据？不能。这里有不回答偏性。白天不在家的150户可能是吃快餐比较多的家庭。第29页，共82页，2023年，2月20日，星期二抽样方法030第30页，共82页，2023年，2月20日，星期二①抽签法

适用于总体单位数较少的情况。抽签方式在具体应用上有多种方法，如抽纸签法、纸牌法等。将调查总体的每个单位编上号码将号码均匀打乱任意从中抽选，抽到一个号码，就作为一个单位直到抽足预先规定的样本数目为止第31页，共82页，2023年，2月20日，星期二首先要选择标志将调查对象的全部个体按一定顺序排队，其次要依简单随机抽样方式从总体中抽取第一个样本点，即所谓随机起点，然后依据按某种固定顺序和规律依次抽取其余样本点，最终构成系统样本。例:从1万个体中抽去样本量为100的样本抽样距离=调研总体数（N）/样本数（n）=10000/100=10012……100

101……200……300……10,000等距抽样32第32页，共82页，2023年，2月20日，星期二例：从1500名居民中抽100名居民作为样本进行消费者调查。采用等距抽样，如何抽取？33第33页，共82页，2023年，2月20日，星期二抽样调查的基本原则样本要有代表性汤要搅均匀才好喝第34页，共82页，2023年，2月20日，星期二4/18/2023342.问好1.称呼3.自我介绍4.调查内容5.责任交代6.保密承诺7.配合请求8.致谢选件要件要件问卷的设计第35页，共82页，2023年，2月20日，星期二问候语举例—“公众医疗保险问卷”问候语

(1)--女士/先生(2)你好!(3)我是北方市场调查公司访问员,(4)我们正在进行一项有关公众医疗保险意识的调查,目的是想了解人们的医疗保险的看法和意见.(5)你的回答无所谓对错,只要是你真实的情况和看法即可.(6)我们对你的回答将完全保密.(7)可能要耽搁你15分钟左右的时间,请你配合,(8)谢谢你的支持.问卷的设计第36页，共82页，2023年，2月20日，星期二1）测量的理论依据（1）定类变量

----是指有类别属性差异的变量

已婚未婚12汉族回族藏族维吾尔族1234

取值或变量值只能反映类别如何，而无大小或程度之分。

定类变量定类变量测量理论与测量尺度问卷的设计第37页，共82页，2023年，2月20日，星期二（2）定序变量--指具有逻辑顺序或等级位次属性差异的变量

取值或变量值，可反映等级次序的差别，有大小或程度之分

受教育程度

文盲小学初中高中大学和研究生

12345定序变量问卷的设计第38页，共82页，2023年，2月20日，星期二（3）定距变量--指具有等距间隔属性差异的变量取值或变量值，可反映等级次序的差别及差别的距离，因此不仅有大小、程度之分，还可以进行加减数学运算

消费者对某商品的喜爱程度

不喜欢不喜欢一般喜欢很喜欢

1

2345定距变量问卷的设计第39页，共82页，2023年，2月20日，星期二（4）定比变量

--指具有可形成比率关系的等距间隔属性差异

的变量取值或变量值，它不仅有定距变量的全部特性，而且还可以进行加减乘除运算年龄、身高、体重问卷的设计第40页，共82页，2023年，2月20日，星期二wherewhenwhywhohowwhat问卷的设计第41页，共82页，2023年，2月20日，星期二“大学生为什么热衷于考证？”

调查主题：大学生为什么热衷于考证？提出假设：证书越多越容易就业；考证可以拓宽知识面、提高自己的能力。第三节问卷的设计第42页，共82页，2023年，2月20日，星期二测量指标：计算机等级证书、大学英语四、六级证书及口语证书等；托福（TOEFL）成绩证书、雅思（IELTS）成绩证书、英语中高级口译资格证书等；银行从业资格证书、会计从业资格证书、国家司法考试证书等；首次就业成功率、再次就业成功率等；薪水满意度、职业前景满意度、就业地域满意度等；专业知识广度和深度等；适应能力、团队合作能力、创新能力、综合应用能力等。对应问题：你在大学期间考过证吗？你现在持有哪些证书？你感觉证书对你的就业是否有很大帮助？你首次就业成功了吗？考证增加了你的知识面吗？你觉得考证之后是否真正使你有所收获？考证过程及结果使你心理素质得到提高了吗？……问卷的设计第43页，共82页，2023年，2月20日，星期二[例3—1]

某公司在1000人中调查皮革钱包的需求量，调查表中列出了五种价格水平，要求被调查人在每一种价格上表示购买意见，共有六种意见可供选择（1）肯定不买；（2）不一定买；（3）可能买；（4）较可能买；（5）很可能买；（6）肯定买。调查结果如表3—1所示。第44页，共82页，2023年，2月20日，星期二4/18/202344

把这些数据画在坐标图上，可以得出一条需求曲线，这条需求曲线的方程为：

P=10.07-0.0063Q（见图3—1，P79）。价格（P）需求量（Q）56789800640500335160表3—245第45页，共82页，2023年，2月20日，星期二调查人把每种意见的购买概率定为：（1）0；（2）0.2；（3）0.4；（4）0.6；（5）0.8；（6）1.0。为了获得需求估计所需要的数据，要根据概率计算每种价格水平上的期望需求量。例如，价格为9元时的期望需求量为：500×0+300×0.2+125×0.4+50×0.6+25×0.8＋0×1.0=160（个）这样，就可以求得需求估计用的各种价格水平上的期望需求量数据（见表3—2）。46第46页，共82页，2023年，2月20日，星期二

把这些数据画在坐标图上，可以得出一条需求曲线，这条需求曲线的方程为：

P=10.07-0.0063Q。价格（P）需求量（Q）56789800640500335160表3—247第47页，共82页，2023年，2月20日，星期二18四月20232010）48通常的做法是,企业在指定的一个或几个市场上试验,有意识地改变需求函数中可以控制的变量,如价格、包装、广告费用等，观察在一段时间内市场上发生的变化，再利用人口普查或其他调查数据来测定在不同的家庭收入、不同的教育程度及不同的民族条件下，这些变量对需求的影响。市场试验第48页，共82页，2023年，2月20日，星期二市场实验克服消费者调查的缺点：被调查者的回答不一定成为其真实行动时机：新产品全面进入市场、执行一项新政策选择实验市场：地区不宜太大：花费、实验指导和结果分析实验市场中的居民特征具有代表性，否则对其他地区不适用缺点：风险：消费者转移无法控制的因素影响结果消费者信息缺乏：低估变化带来的影响第49页，共82页，2023年，2月20日，星期二价格变动1%

销售量变化率（%）佛州印第安河流域所产桔子佛州内地产桔子加州产桔子佛州印第安河流域所产桔子-3.07+1.56+0.01佛州内地产桔子+1.16-3.01+0.14加州产桔子+0.18+0.09-2.7618四月20232010）50表3—3第50页，共82页，2023年，2月20日，星期二统计学方法回归分析法依据多组观察数据，根据最小二乘法的基本原理，找出拟合这些数据点的最佳拟合曲线，确定影响需求量变化的主因素对需求量变化影响的关系式，并用需求函数描绘出来。第51页，共82页，2023年，2月20日，星期二需求函数估计的步骤使用统计方法估计一个需求函数包括下列步骤：1、识别变量2、收集数据3、确定模型4、估计参数5、进行预测第52页，共82页，2023年，2月20日，星期二1、识别变量因变量(dependentvariable)

--其变动要被说明的变量（如商品需求量,总成本，销售收益等）。自变量（解释变量explanatoryvariable）--被认为导致因变量取不同数值的各种变量。抽取主要因素注意特殊影响因素第53页，共82页，2023年，2月20日，星期二2、取得观察数据用来拟合回归直线的数据：时间序列数据(time-series)—某一厂商不同时间因变量和解释变量的数据横断面数据(cross-sectional)——不同厂商同一时间因变量和解释变量的数据七个厂商样本的销售额与广告支出厂商销售额广告支出

A150002000B300002000C300005000D250003000E550009000F450008000G600007000第54页，共82页，2023年，2月20日，星期二3、选择函数形式线性函数 每个自变量的边际需求量（即自变量变动一个单位，将导致需求量变动几个单位）是一个常数，等于该自变量的参数最便于用最小二乘法估计参数第55页，共82页，2023年，2月20日，星期二估计回归参数假定需求函数（回归方程）的形式为一元线性方程：假定观察数据有：（x1,y1）（x2,y2）…（xn,yn）当x=xi时，y的估计值为yi与的离差为ui。······xiyiui离差的平方和最小，这时回归方程能最好地拟合观察数据。第56页，共82页，2023年，2月20日，星期二根据微分知识，为使上式的值为最小，α，β必须满足下列条件：57第57页，共82页，2023年，2月20日，星期二线性回归方程参数α和β的计算公式第58页，共82页，2023年，2月20日，星期二[例3—2]假定一家连锁商店在自己的六家分店中销售蛋糕。这六家分店所在地区的居民，都属于中等收入水平。最近，各分店都按每公斤7.9元出售，平均每店每月销售4625公斤(假定各分店的月销售量是比较接近的)。今连锁商店打算估计蛋糕的需求曲线和价格弹性。为此，它们进行了实验：第一家分店的价格仍维持每公斤7.9元不变，但其他五家分店的价格都做了变动。价格变动后，各分店的月销售量如表3—4所列。

59第59页，共82页，2023年，2月20日，星期二表3—4

假定蛋糕的价格与销售量之间的关系为线性关系，其函数形式为：。请用最小二乘法估计回归方程中α和β的值。解：六家分店价格和销售量的观察数据以及据此计算出来供最小二乘法使用的各种数字如表3—5所列。分店编号价格

(元)17.94650销售量(公斤)234569.9302012.521508.944005.963804.5550060第60页，共82页，2023年，2月20日，星期二表3—5分店编号价格（元）销售量（公斤）123456

7.99.912.58.95.94.5465030202150440063805500367352989826875391603764224750

62.4198.01156.2579.2134.8120.252162250091204004622500193600004070440030250000=49.6=26100=195060=450.94=12567980061第61页，共82页，2023年，2月20日，星期二代入式(3—4)，得：代入式(3—5)，得：所以，拟合观察数据的回归方程应为：62第62页，共82页，2023年，2月20日，星期二需求预测德尔菲法时间序列分解法回归分析法可以用来对变量之间的关系定量，但如果回归模型中包括的自变量很多，数据收集就会有困难。如果随着时间的推移，变量是按照可识别的模式变化的，时间序列分析法就是对将来进行预测的可供选择的方法。时间序列预测模型仅仅以被预测变量的历史观察值为基础，不说明产生观察结果的主要因果关系，假设历史关系将延续到未来，如果因果关系发生变化就会形成糟糕的预测，因此不适用于预测经济序列的转折点。第63页，共82页，2023年，2月20日，星期二时间序列分析的核心是确定数据的变化是由哪几部分构成的。P104：表3-6Q=T·S·C·IQ：销售量预期值T：长期趋势值S：季节性因子：反映在一年内数据的重复的、有规则的变动C：周期性因子：反映数据围绕长期趋势线的上下波动I：不规则因子（随机波动）时间序列分解法第64页，共82页，2023年，2月20日，星期二长期趋势值T：对销售数据消除季节性因素后，以线性函数形式，用回归分析法估计。1、求四期（一年）移动平均数MAt：表示一年期内典型的季销售量水平2、求移动平均中心值CMAt：是消除了季节因素后，最能代表每季度典型销售水平的数据3、确定长期趋势值（CMAT，T）：用回归分析法，利用移动平均中心值CMAt数据估计长期趋势值

CMAT=f（t）T为期数，估计回归方程，计算长期趋势值第65页，共82页，2023年，2月20日，星期二测定季节因子S1、计算季节系数SFt：实际销售量与移动平均中心值的比，反映了季节因素2、计算季节指数SIt：消除年度变化影响第66页，共82页，2023年，2月20日，星期二测定周期系数C1、比较移动平均中心值与长期趋势值：如果移动平均中心值围绕长期趋势线上下波动，则存在周期性运动。2、根据过去的波动模式，推测未来C值P108P104表中2005，3~2003，4中的周期系数为估计值第67页，共82页，2023年，2月20日，星期二

移动平均法和指数平滑法移动平均法

移动平均方法是收集一组观察值，计算这组观察值的均值，利用这一均值作为下一期的预测值。第68页，共82页，2023年，2月20日，星期二

在移动平均值的计算中包括的过去观察值的实际个数，必须一开始就明确规定。每出现一个新观察值，就要从移动平均中减去一个最早观察值，再加上一个最新观察值，计算移动平均值，这一新的移动平均值就作为下一期的预测值。第69页，共82页，2023年，2月20日，星期二移动平均法有两种极端情况在移动平均值的计算中包括的过去观察值的实际个数N=1，这时利用最新的观察值作为下一期的预测值；N=n，这时利用全部n个观察值的算术平均值作为预测值。第70页，共82页，2023年，2月20日，星期二

当数据的随机因素较大时，宜选用较大的N，这样有利于较大限度地平滑由随机性所带来的严重偏差；反之，当数据的随机因素较小时，宜选用较小的N，这有利于跟踪数据的变化，并且预测值滞后的期数也少。第71页，共82页，2023年，2月20日，星期二

由移动平均法计算公式可以看出，每一新预测值是对前一移动平均预测值的修正，N越大平滑效果愈好。设时间序列为移动平均法可以表示为：式中：

为最新观察值；Ft+1为下一期预测值；第72页，共82页，2023年，2月20日，星期二移动平均法的优点

计算量少；

移动平均线能较好地反映时间序列的趋势及其变化。第73页，共82页，2023年，2月20日，星期二移动平均法的两个主要限制

限制一：计算移动平均必须具有N个过去观察值，必须存储大量数据；

限制二：N个过去观察值中每一个权数都相等，早于（t-N+1）期的观察值的权数等于0，而实际上往往是最新观察值包含更多信息，应具有更大权重。第74页，共82页，2023年，2月20日，星期二例题分析：分析预测我国平板玻璃月产量时间序号实际观测值三个月移动平均值五个月移动平均值

2005.1.2.3.4.5.6.7.8.9.10.11.12123456789101112203.8214.1229.9223.7220.7198.4207.8228.5206.5226.8247.8259.5---215.9222.6224.8214.6209.0211.6214.3220.6227.0-----218.4217.4216.1215.8212.4213.6223.5

下表是我国2005-2006年平板玻璃月产量，试选用N=3和N=5用一次移动平均法进行预测。计算结果列入表中。第75页，共82页，2023年，2月20日，星期二