市场调查与预测（第七版）课件 项目13 定量预测

项目十三定量预测项目十三定量预测任务一认识定量预测任务二运用时间序列预测法任务三运用回归分析预测法1认识定量预测大连理工大学出版社一、定量预测的类型时间序列预测法回归分析预测法二、定量预测的优缺点偏重于数量方面的分析,重视预测对象的变化程度,能做出变化程度在数量上的准确描述;它主要是把历史统计数据和客观实际资料作为预测的依据,运用数学方法进行处理分析,受主观因素的影响较少;它可以利用现代化的计算方法,来进行大量的计算工作和数据处理,求出适应经济发展的最佳数据曲线。优点比较机械,不易灵活掌握,对信息资料的质量要求较高。缺点２运用时间序列预测法大连理工大学出版社运用时间序列预测法时间序列是指某种经济现象的观测值按时间先后顺序排列而形成的一列数列。时间序列预测法是指运用数学统计方法,找出时间数列发展变化的规律,并将时间外推或延伸,以预测经济现象未来可能达到的水平。这种方法是将影响预测目标的一切因素都由“时间”综合起来加以描述,考虑影响预测目标的因素只是时间,所以分析的关键是寻求预测目标随时间变化的规律。时间序列反映的是某一类经济现象随时间发展变化的特点,这种变化是由众多因素共同作用的结果,不同因素影响不同,形成的结果也不同。一、时间序列的类型(一)长期趋势变动一、时间序列的类型(二)季节变动一、时间序列的类型(三)循环变动一、时间序列的类型(四)不规则变动不规则变动是指经济现象由于突发事件或偶然因素影响使时间序列呈现非周期性、非趋势性的随机变动,例如由突发的自然灾害、意外事故或重大政治事件所引起的剧烈变动,也包括大量随机因素干扰造成的起伏波动,这种波动无法预知,因此不规则变动的经济现象未来发展情况是无法预测的。二、直线趋势预测法(一)算术平均法算术平均法是以一定时期内时间序列各期数值的平均数作为预测依据,以此来推算趋势预测值。该法适用于直线型变化趋势的时间序列,是预测中最简单的一种方法,又分为简单算术平均法和加权算术平均法两种。二、直线趋势预测法1.简单算术平均法二、直线趋势预测法二、直线趋势预测法2.加权算术平均法二、直线趋势预测法二、直线趋势预测法(二)移动平均法移动平均法是将时间序列的数据由远及近按一定的跨越期进行平均的一种预测方法,随着观测期的“逐期推移”,观测期内的数据也随之向前移动,每移动一期,就去掉最前面一期的数据,新增原来观测期之后的数据,保证跨越期不变,然后逐个求出其算术平均值,并将离预测期最近的一个平均数作为预测值。二、直线趋势预测法移动平均法是在简单平均法的基础上发展起来的预测方法,二者虽然都是以观测期内数据的平均数作为预测值,但二者存在很大的差别。简单平均法将时间序列的总变动混合在一起,只反映了预测目标在观测期内的平均变化水平;而移动平均法在预测时,随着观测期的增加,用于计算预测值平均的期数也增加,但事实上,当新增一个数据时,远离预测期的第一个数据的作用已不大,可以不考虑,但从移动平均所得的数列来看,它修匀了原时间序列,消除了时间序列历史数据随时间变化引起的不规则变动的影响,揭示出预测目标的长期变动趋势规律。因此,移动平均法常用于修匀无明显趋势的时间序列,消除随机波动影响,使时间序列总的趋势显示出来。二、直线趋势预测法移动平均法有一次移动平均法和二次移动平均法,一次移动平均法只计算一次移动平均数,并将离预测期最近的移动平均数作为预测值。一次移动平均法又可分为简单移动平均法和加权移动平均法两种。二次移动平均法是在一次移动平均数的基础上,再计算一次移动平均数,并在一次移动平均数和二次移动平均数之间建立数学模型,从而确定出预测值。一般来说,一次移动平均法适用于预测目标的长期趋势基本为平稳状态的情况,如果目标发展趋势存在较大波动,一次移动平均之后时间序列的长期变动趋势还不明显,这时仅以一次移动平均数作为预测值就会产生预测偏差和滞后,为了解决这个问题,就要在一次移动平均数列基础上再作二次移动平均。二、直线趋势预测法1.简单移动平均法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法2.加权移动平均法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法(三)指数平滑法指数平滑法是一种特殊的加权移动平均法,其加权的特点是对离预测期近的历史数据给予较大的权数,对离预测期远的历史数据给予较小的权数,权数由近到远按指数规律递减,所以,这种方法被称为指数平滑法。它的预测效果比移动平均法要好,应用面也广。二、直线趋势预测法二、直线趋势预测法1.一次指数平滑法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法2.二次指数平滑法二、直线趋势预测法二、直线趋势预测法二、直线趋势预测法三、趋势外推法趋势外推法又称数学模型法,就是建立一定的数学模型,对时间序列给出恰当的趋势线,即建立预测目标随时间变化的趋势方程,并将时间外推或延伸,用来预测未来可能达到的水平。趋势外推法适用于长期趋势变动预测,按照时间序列呈现的不同趋势形态,分为直线趋势外推法和曲线趋势外推法。三、趋势外推法(一)直线趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法(二)曲线趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法三、趋势外推法四、季节指数法季节指数法就是根据预测变量按月或按季编制的时间序列资料,用统计的方法测定出反映季节变动规律的季节指数,并以此为依据进行短期预测的一种预测方法。利用季节指数法的关键是计算出时间序列的季节指数,要求资料数据以季度或月份来搜集,并且有三年以上的历史资料。常用的方法有平均数比率法和直线趋势比率平均法。四、季节指数法(一)平均数比率法平均数比率法是预测季节变动比较简单的方法,适用于时间序列处于相对稳定的状态,即预测目标观测数据每年呈现周期性的波动,但波动幅度大体相同,波动曲线相对平稳,不存在明显上升或下降的趋势情况。平均数比率法是通过若干年的资料数据,求出同季(月)的平均水平与全数列总的季(月)平均水平对比得出季节比率,也称季节指数。下面结合例题说明该法的应用及步骤。四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法(二)直线趋势比率平均法有些季节性商品的销售,不仅受季节因素的影响,还受长期因素的影响,时间序列既存在明显的季节变动,又有长期变动趋势,表现为观测值波动的幅度随其趋势的变动而加大,趋势曲线一年年上升(或下降),如图13-13所示,对于这种情况,在预测时可采用直线趋势比率平均法。四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法四、季节指数法３运用回归分析预测法大连理工大学出版社运用回归分析预测法回归分析就是描述一种变量的变化对另一种变量的影响程度,寻找经济现象中因果关系的一种研究方法。回归分析预测法就是通过对预测对象的影响因素的统计分析,找出它们之间的变化规律,将变化规律用数学模型表示出来,并利用数学模型对未来进行测算。回归分析预测法有很多种类型,按自变量个数分为一元回归分析预测法和多元回归分析预测法;按自变量和因变量之间是否存在直线关系,分为线性回归预测法和非线性回归预测法。线性回归预测法变量之间的关系表现为直线型,非线性回归预测法变量之间的关系表现为曲线型。一、运用回归分析预测法的步骤

(一)确定预测目标和影响因素

(二)进行相关分析

(三)建立回归分析预测模型

(四)回归分析预测模型的检验

(五)进行预测二、一元线性回归分析预测法当影响市场变化的众多因素中有一个最基本并起到决定性作用的因素,且自变量与因变量的分布呈现线性趋势时,就可以运用一元线性回归分析预测法进行预测了。预测模型为y=a+bx式中y———因变量;

x———自变量;a、b———方程待定参数。b又称为回归参数,表示当x