《§10 时间序列市场预测法》由会员分享，可在线阅读，更多相关《§10 时间序列市场预测法（101页珍藏版）》请在金锄头文库上搜索。
1、99-11市场调查与预测Marketing Research and ForecastMarketing Research and Forecast99-3课程内容第1章市场调查概述 第2章市场调查方案设计 第3章市场调查问卷设计 第4章抽样调查技术 第5章市场调查数据采集 第6章市场调查数据整理与分析 第7章市场调查报告 第8章市场预测概述 第9章判断分析市场预测法 第第1010章章时间序列市场预测法时间序列市场预测法 第11章相关回归市场预测法99-4学习目标与要求时间序列的 变动规律知 识 点简单平均 移动平均 指数平滑 趋势模型 季节变动技 能 点99-5第十章 时间序列市场预测法时间
2、序列概述 简易平均法 移动平均法 指数平滑法 趋势模型法 季节变动法99-6一、时间序列 又称：又称：动态数列或时间数列动态数列或时间数列 指同一种现象在不同时间上的相继观指同一种现象在不同时间上的相继观 察值排列而成的一组数字序列察值排列而成的一组数字序列 以以固定时间间隔固定时间间隔（每月、每季、每年（每月、每季、每年 等）为基础等）为基础如：如：按月排列的电视机销量；按月排列的电视机销量；按年排列的按年排列的GDPGDP数据数据99-7二、时间序列预测法的基本思想 通过时间序列的历史数据揭示现象随通过时间序列的历史数据揭示现象随 时间变化的时间变化的规律规律，将这种规律，将这种规律延伸延
3、伸到到 未来，从而对该现象的未来做出预测未来，从而对该现象的未来做出预测“用现象的过去行为来预测未来。”99-8三、时间序列预测法的概念 又称又称历史延伸法历史延伸法或或趋势外推法趋势外推法 将预测目标的历史数据按时间顺序排列成将预测目标的历史数据按时间顺序排列成 时间序列，然后分析它随时间变化的发展时间序列，然后分析它随时间变化的发展 趋势，外推预测目标的未来值趋势，外推预测目标的未来值 即：将影响预测目标的一切因素都由即：将影响预测目标的一切因素都由“ “时时 间间” ”综合起来加以描述综合起来加以描述 主要用于：分析影响事物的主要因素较困主要用于：分析影响事物的主要因素较困 难或相关变量
4、资料难得到的情况难或相关变量资料难得到的情况 预测时先要进行时间序列的模式分析预测时先要进行时间序列的模式分析99-9四、时间序列预测法的分类平均数季节变动模型趋势模型l 简易平均法 l 移动平均法 l 指数平滑法l 线性趋势法 l 非线性趋势法l 无趋势变动 l 含趋势变动（季节性迭加 趋势、季节性交乘趋势）99-10五、时间序列预测法的步骤搜集、整理资料，编制时间序列确定预测值对时间序列进行分析选择预测方法，建立预测模型测算预测误差99-11 时间序列变量在较长持续时间内的某种发展总动向，反 映社会经济现象在较长时间内的变动趋势 通常是长期因素影响的结果，如：人口总量的变化、顾 客消费偏好
5、的变化等 一旦形成，将延续相当长时间长期趋势变动季节变动循环变动不规则变动六、时间序列的变化规律99-12 年年重复出现的一年内的季节性周期变动，即每年随季 节替换，时间序列值呈周期变化 例如：啤酒（月销量夏秋季节旺冬春季节淡）；空调、 服装等商品的销售量长期趋势变动季节变动循环变动不规则变动六、时间序列的变化规律99-13 也称周期变动，是以若干年为周期的变动 不同于长期趋势变动：不是朝着单一方向的持续运动，而是涨 落相间的交替波动 如经济危机（每一循环都经历危机、萧条、复苏和高涨四个阶 段） 与季节变动不同：波动时间较长，且变动周期长短不等长期趋势变动季节变动循环变动不规则变动六、时间序列
6、的变化规律99-14 也称随机变动或杂讯，发生原因为偶然因素或不明原因（ 如战争、自然灾害等） 具有不可预测性，不能用数学模型来表达和说明长期趋势变动季节变动循环变动不规则变动六、时间序列的变化规律99-15第十章 时间序列市场预测法时间序列概述 简易平均法 移动平均法 指数平滑法 趋势模型法 季节变动法99-16一、简易平均法的概念 是以观察期内时间序列数值的平均数为基是以观察期内时间序列数值的平均数为基 础确定预测值的方法础确定预测值的方法 优点：优点：简单易行，不需要复杂的模型设计简单易行，不需要复杂的模型设计 和数学运算和数学运算 适用于：适用于：对不呈现明显倾向变化，而又具对不呈现明
7、显倾向变化，而又具 有随机波动影响的经济现象进行预测有随机波动影响的经济现象进行预测99-17算术平均法加权平均法几何平均法 以观察期内时间序 列数值加总平均求 得 平均值即为下期预 测值二、简易平均法预测值的简单算术平均数观察期内时 间序列数值时序数99-18 算术平均法计算公式： 4月份预测销售额（222421）322.33（万元）u某服装厂2007年1、2、3月份服装销售额分别为： 22万元 、24万元、21万元，预测4月份的销售额。解：example99-19算术平均法加权平均法几何平均法 缺点/局限性：由于将近期销售额和远期同等看待，未能 充分反映市场需求变化的最新趋势。 因此，在市
8、场变化较大、数据变动明显时，预测的准确 度就低。二、简易平均法99-20算术平均法加权平均法几何平均法 时间序列中各期市场现 象的观察值，都会对预 测值产生影响，但影响 程度不同 分别给以不同的权重， 再计算加权平均数二、简易平均法预测值的加 权平均数观察期内时 间序列数值与时间序列 数值xi对应 的权数时序数99-21观察期销售额xi （万元）权数 wiwixi2001年4001400 2002年60021200 2003年55031650 2004年75043000 2005年80054000 2006年90065400 总和4 0002115650u某商场2001至2006年的销售额如表
9、：算术平均数40006666.67（万元）加权平均数1565021745.24（万元）显然，用算术平均数求得的平均数作为预测值较低，不能反映 商场销售的发展趋势运用加权算术平均法预测的关键是权数的确定，但权数的确定 没规则可循，通常要凭借预测者的经验来主观确定解：example99-22算术平均法加权平均法几何平均法 先计算出一定时期 内预测目标时间序 列的发展速度或逐 渐增长率，然后在 此基础上进行预测二、简易平均法预测值的几 何平均数第 i 个历 史数据参加平均的数据个数99-23u某集团公司2002到2007年的销售额如表所示。试用几何 平均法预测2008年的销售额 年份20022003
10、2004200520062007 销售额（万元）186872076628860348563929545296年份销售额（万元）环比发展速度（%）200218687200320766111.1200428860139.0200534856120.8200639295112.7200745296115.3解： 计算环比发展速度如下表所示：example99-24解（续）：计算环比发展速度如表所示根据环比发展速度求得几何平均数，即平均发展速度以本期历史数据为基数乘以平均发展速度作为预测值：2008年销售额预测值：45296119.4%54083.4（万元）平均发展速度简便计算公式：以下两种情况不宜采
11、用几何平均法进行预测：（1）环比发展速度差异很大（2）首尾两个历史数据偏高或偏低年份销售额（万元 ）环比发展速度（%）200218687200320766111.1200428860139.0200534856120.8200639295112.7200745296115.3example99-25第十章 时间序列市场预测法时间序列概述 简易平均法 移动平均法 指数平滑法 趋势模型法 季节变动法99-26一、移动平均法的概念 是对时间序列观察值由远而近按一定时间是对时间序列观察值由远而近按一定时间 跨度（跨越期跨度（跨越期/ /移动平均期移动平均期n n）求平均数）求平均数 随着观察期向后推移
12、，平均值也向后移动随着观察期向后推移，平均值也向后移动 ，形成一个由移动平均值组成的新数列，形成一个由移动平均值组成的新数列 在一定程度上消除了某些周期因素及随机在一定程度上消除了某些周期因素及随机 因素的影响，修匀了时间序列因素的影响，修匀了时间序列99-27二、移动平均法的特点 移动性移动性 在反映现象变动方面较敏感在反映现象变动方面较敏感 所需贮存的观察值较少，只需保留跨越期所需贮存的观察值较少，只需保留跨越期 个观察值个观察值99-28 直接以本期（t期）移动平均值作为下期（t+1期）预测值一次移动法二次移动法加权移动法三、一次移动平均法跨越期数实际观察值第t期和第t+1期的 一次移动
13、平均值调整值99-29u对某商业企业季末库存进行预测，其资料 和计算见表。 u由表观察资料可以看出，季末库存额总的 来说无趋势变动，但有些小的波动。为了消 除随机因素引起的不规则变动，对观察值做 一次移动平均。并以移动平均值为依据预测 库存额的未来变化。 u为了对比观察预测误差的大小，分别取跨 越期n=3,n=5同时计算example99-30 解： 计算一次移动平均值example99-31解： 跨越期n=3,n=5时的一次移动平均值计算表：用来计算 预测误差example99-32由于n=5时的预测误差明显大于n=3时的误差，所以舍弃n5时的 预测设想，确定采用n3时的结果进行预测解： 计
14、算各期移动平均值与实际观察值的离差绝对值，并计算平均绝对误差n=3n=5example99-33对下期库存额进行预测解：example99-34特点：预测值是离预测期最近的一组历史数据平均的结果（第t 期的一次移动平 均值即第t+1期的预测值）移动性 优点：可消除由偶然因素引起的不规则变动，同时保留原时间序列的波动规律 （不象简易平均法那样，仅用若干个观察值的一个平均数作为预测值）需贮存的数据很少 局限：只能向未来预测一期只适用于基本呈水平型变动，又有些波动的时间序列，可消除不规则变 动的影响（不适合有明显趋势变动的市场现象时间序列）一次移动法二次移动法加权移动法三、一次移动平均法99-35一
15、次移动法二次移动法加权移动法 对一次移动平均值再进行移动平均，并根据实际值、一次 移动平均值和二次移动平均值之间的滞后关系，建立线性 时间关系模型进行预测。四、二次移动平均法一次移动平均数二次移动平均数跨越期观察期跨越期数（1nN）99-36一次移动法二次移动法加权移动法四、二次移动平均法预测模型：at、bt的计算公式: 第 t+i 期的预测值向未来预 测 i 期截距，即第t期现象的基础水平斜率，即第t期单位时间变化量99-37u对某地区某种商品的销售量进行预测。其资料和计算见表。example99-38计算一次和二次移动平均值一 次 移 动 平 均 值二 次 移 动 平 均 值解：example99-39计算各期的a、b值解：example99-40计算观察期内估计值为解：example99-41应用预测模型计算预测值解：预测期example99-42确定预测误差预测误差为2.434吨，与实际观察值比较小。预测结果可以采纳解：example99-43 二次移动平均法不是用一个固定的at、bt值 ，各期的at、bt值是有所变化的，这样就保 留了市场现象客观存在的波动。 最后一个at、bt值是固定的，不但可以用于 短期预测，也可用于近期预测四、二次移动法为什么能消除滞后99-44四
