第十章 定量预测1

定量预测汇报人：文小库2026-02-01目

录CATALOGUE02引导案例01学习目标03定量预测概述04时间序列预测05时间序列预测法06指数平滑法概述学习目标01学习目标熟悉定量预测分析的类型，了解各类模型的特点，选择最适合的模型进行预测分析。了解定量预测分析的基本原理，掌握其分析原则，为准确预测市场趋势奠定基础。掌握时间序列预测法中的移动平均法和指数平滑法，能够运用这些方法进行短期和中期预测。了解一元回归分析方法的具体应用和要求，能够运用该方法进行简单的时间序列预测和因果分析。预测分析基础预测分析类型与模型时间序列预测法一元回归分析引导案例02低空经济市场现状与潜力泰伯智库发布《全球及中国低空经济全景深度研究报告（2024）》，通过多元化研究方法，全面评估低空经济市场现状、趋势与潜力。低空经济市场研究报告深入分析行业报告、市场数据、专家访谈和案例研究，构建全面准确的行业画像，为相关领域的企业、投资机构、研究机构和政策制定者提供参考。低空经济行业画像0102政策推动、技术创新与资本注入是低空经济快速发展的关键；国内外技术进步促进无人机和eVTOL广泛应用，预示广阔发展前景。三大支撑推动发展无人机和eVTOL通过技术创新和安全法规适应，正走向广泛商业化和民用化，显示低空经济领域未来前景无限。无人机eVTOL商用加速低空经济未来发展趋势2023-2028年中国低空经济市场规模低空经济市场增长中国低空经济配套市场和基础设施在国家政策支持和市场需求驱动下快速发展，制造业、通信导航技术、航空交通管理系统及基础设施建设均显著增长。政策支持是关键空域放开和安全监管等政策的支持是促进低空经济领域持续发展的关键，为市场健康发展提供坚实基础。市场规模预计扩大在政策支持和技术进步背景下，2023年中国低空经济市场规模预估为5300亿元，2024年增长至6100亿元，预计2028年将超过1万亿元。定量预测概述03定量预测的概念定量预测的定义定量预测依托历史数据或因素变量，通过构建数学模型来预估需求，其应用的前提是掌握一定量的统计数据资料。时间序列模型在时间序列分析中占据核心地位，它主要关注时间对需求变化的影响，将其他所有因素都归结为时间因素。因果关系模型在市场需求预测中强调某一变量对需求变化的决定性影响，通过揭示变量间的因果关系来预估未来需求。时间序列模型概述因果关系模型解析定量预测的特点条件性定量预测模型基于多因素综合影响的简化假设，将复杂需求变化归因于主要变量，并假定这一主要变量将持续影响需求。实用性尽管定量模型假设与现实有差距，但通过偏微分简化，能有效捕捉需求变化的统计规律，对中期、短期预测具有实用价值。有效性定量预测对战略决策有效，利用数学模型和计算机高速运算优势，可多产品、大范围、高效率预测，并开发SAS、SPSS等软件应用。时间序列预测04时间序列分析概述依托历史数据或因素变量，构建数学模型预测需求，分时间序列和因果关系两种；时间序列模型关注时间影响，因果关系模型则聚焦单一变量影响。定量预测的概念具备条件性，简化多因素为单变量；实用性高，适用于中期、短期预测；有效性强，支持战略决策，可高效处理多产品、大范围数据，借助软件实现预测与分析。定量预测的特点趋势变化季节变动趋势变化是时间序列在长时期内呈现出来的持续向上或持续向下的变化；它表现为短期是平行线，中期是上升或下降的斜线，长期是波浪线。季节变动是时间序列在一年内重复出现的周期性波动；它是气候条件、生产条件、节假日或人们的风俗习惯等各种因素影响的结果。时间序列的组成要素循环波动循环波动呈非固定长度周期性变动，周期持续一段时间，非单一方向变动，而是涨落相同的交替波动，表现为上升或下行的波浪线。不规则波动不规则波动是时间序列中除去趋势变化、季节变动和循环波动外的随机波动；产生波浪形或振荡式变动，也称平稳序列。时间序列预测的基本步骤辨识随机模型对于短或简单的时间序列，用趋势和季节模型加误差拟合；平稳序列用ARMA模型，非平稳序列先差分化平稳再用模型拟合。相关分析与相关图根据动态数据绘制相关图，进行相关分析，得出相关函数；相关图能显示变化的趋势和周期，并能发现跳点和拐点。获取动态数据通过观测、调查、统计和抽样等方法，获取被观测系统的时间序列动态数据，这是进行时间序列预测的第一步。时间序列预测的应用价值系统描述当观测值取自两个以上变量时，可用一个时间序列中的变化去说明另一个时间序列中的变化。系统分析预测未来决策和控制基于时间序列数据，运用曲线拟合方法对系统进行客观描述，确保系统行为特征得到准确反映。一般用ARMA模型拟合时间序列，基于拟合结果预测该时间序列的未来值，协助制定科学决策。根据时间序列模型可调整输入变量使系统发展过程保持在目标值上，预测到过程偏离目标时即可进行必要的控制。时间序列预测法05算术平均法简单算术平均法通过计算观察期内预测目标数值的算术平均数作为预测值，适用于短期水平型数据模式的市场预测。简单算术平均法加权算术平均法考虑各预测目标重要性的不同，分别给予不同权数计算加权算术平均数，作为未来趋势的预测值。加权算术平均法几何平均法几何平均法概述几何平均法主要用于计算比率等相对数的平均，是统计学中的重要概念，又称水平法。几何平均法的应用几何平均法适用于已知逐期环比发展速度或期初、期末发展水平的情况，通过计算平均发展速度来揭示现象长期发展趋势。几何平均法通过连乘各期环比发展速度并取n次方根来计算平均发展速度，公式为x=n√(y1/y0)或x=n(y1/y0)/100%。计算公式移动平均法移动平均法的分类移动平均法的主要特点移动平均法包括一次、二次和加权移动平均法，用于预测未来值并平滑原序列，其中加权移动平均法考虑历史数据的重要性。使用移动平均法存在的问题使用移动平均法进行预测能平滑波动，但加大期数会使预测值更不敏感，且无法反映趋势和季节性因素，需要大量历史数据。移动平均法修匀序列波动，期数不同影响预测结果；需与季节、周期长度一致以消除变动，适用于近期预测并消除随机波动。指数平滑法概述06指数平滑法是一种常用的预测方法，通过计算指数平滑值，配合一定的时间序列预测模型，对现象的未来进行预测。如果时间序列的态势具有稳定性或规则性，时间序列可被合理地顺势推延，以过去态势为基础预测未来。最近的过去态势在某种程度上会持续到未来，所以将较大的权重放在最近的观察值上，体现观察者对观察值处理的原则。如果认为最远的过去态势对未来影响更大，可以将较大的权重放在最远的观察值上，以观察者对观察值处理的原则。指数平滑法的概念指数平