2011年中級經濟師考試《商業》精講講義:市場預測
- 第3頁:市場預測的方法之定量預測法
- 第4頁:市場預測的一般過程
(二)、定量預測法:
定量預測法包括:
1、時間序列分析法
時間序列分析法是把預測商品的一組實際銷售量統計數據按時間順序排列,通過統計分析或建立數學模型進行外推的定量預測方法。
(1)、上期銷售法:
①含義:把上期的實際銷售量作為下一期銷售量的預測值;
②公式:Ft=Dt-1;
③特點:
此方法是時間序列分析法的一種極端情況。
只考慮近時期的實際數據,忽略其他時期實際數據的影響,
反映需求變化快, 穩定性低。
(4)這種方法適用于實際需求變化幅度不大的情況。
【例題6:單選】東方商貿公司的某種商品前11個月的實際銷售量如下表所示:
時間(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
實際銷售量(臺) |
350 |
360 |
380 |
370 |
390 |
400 |
420 |
440 |
436 |
450 |
470 |
|
用上期銷售量法預測第12個月的銷售量為( )臺
A 372
B 406
C 446
D 470
答案:D
解析:把上期也就是第11月份的實際銷售量作為第12個月銷售量的預測值;
(2)、算術平均數法:
①含義:以時間序列各個時期實際銷售量的算術平均值作為下一期的預測銷售量;
②公式:Ft=1/n∑Di(i=1,2,...,n)
③特點:也是一種極端情況,考慮了時間序列的全部數據,把這些數據平均
化,反映需求變化慢,穩定性強,靈敏性小。
④適用:對穩定形態為合適。但不適用于趨勢形態和季節性形態。
【例題7:08年單選】某商品流通企業某種商品前11個月的實際銷售量如下表所示:
時間(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
實際銷售量(臺) |
360 |
370 |
390 |
380 |
400 |
410 |
430 |
450 |
446 |
460 |
480 |
|
用算術平均數法預測,第l2個月的銷售量為( )臺。
A.360
B.410
C.416
D.460
答案:C
解析:(360+370+390+380+400+410+430+450+446+460+480)/11=416臺
(3)、移動平均數法。包括一次移動平均數法和二次移動平均數法。
1)一次移動平均數法:
①含義:用過去m個周期實際銷售量的算術平均值作為下期的預測銷售量,選取時間序列中靠近預測值的一組數據。
②公式:Ft=1/m∑Dt-i(i=1,2,...m,m<t)
③特點:一次移動平均數法是介于上期銷售量法和算術平均數法之間的一種方法。
【例題8,教材73頁例題2】
【例題9,2009年單選】某商品流通企業某種商品前11個月的實際銷售量如下表所示:
時間(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
實際銷售量(噸) |
270 |
280 |
300 |
310 |
305 |
330 |
345 |
350 |
364 |
373 |
385 |
|
取m=4,用一次移動平均數法預測,則第12個月該種商品的銷售量為( )噸。
A.350
B.364
C.368
D.385
答案:C
解析:F12=(D8+D9+D10+D11)/4=(350+364+373+385)/4=368噸。
2)二次移動平均數法
在明顯的趨勢形態中,預測量的變化總要落后于實際銷售量的變化,在上升的趨勢中預測量小于實際量,在下降趨勢中預測量大于實際量,出現的偏差稱為滯后偏差。
一般,當N為奇數時,要滯后(N-1)/2個周期。(N為移動期數)。為了消除滯后偏差,可用二次移動平均數法或二次指數平滑法。
二次移動平均數法,是利用預測目標時間序列的一次移動平均值和二次移動平均值(即以一次移動平均值作為時間序列,再計算第二次的移動平均值,移動期數N不變)的滯后偏差演變規律建立起線性方程進行預測的方法。
二次移動平均數法的線性方程式:
【例題10—08年單選】某商品流通企業某種儀表第20個周期的M20(1)=232,M20(2)=216,取移動期數N=5,用二次移動平均數法預測,第24個周期的儀表銷售量為( )臺。
A.216
B.232
C.264
D.280
答案:D
解析:
(4)、指數平滑法:包括一次指數平滑法和二次指數平滑法.
1)一次指數平滑法:又稱指數加權移動平均數法。
①定義:它是以預測目標的上期實際銷售量和上期預測銷售量為基礎,分別給兩者以不同的權數,計算出指數平滑值,作為下期的預測值。
②公式:Ft=α×Dt-1+(1-α)×Ft-1
α為平滑系數,取值范圍:0≤α≤1。
③特點:考慮了時間序列的全部數據,但對近期的數據給予較大的權數,對早期的數據給以遞減的權數,平滑系數越大,越接近1,對近期數據加權的權數越大,反映需求變化的靈敏度越高,反之亦然。
分析:
可見,期數越早,權數越小。所以,對近期的數據給予較大的權數,對早期的數據給以遞減的權數,平滑系數越大,越接近1,對近期數據加權的權數越大。
【例題11-教材例題3 】某商品流通企業某種商品1~12周期的實際銷售量如下表,如取α=0.8,則指數平滑法的各周期預測值如下,此表中的預測值均為四舍五入為整數.
周期 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
實際值D |
500 |
510 |
480 |
600 |
600 |
660 |
590 |
700 |
680 |
740 |
790 |
760 |
預測值F |
500 |
500 |
508 |
486 |
577 |
595 |
647 |
601 |
680 |
680 |
728 |
778 |
假設期的預測值為500,然后帶入公式,依次運算:
F2=0.8*500+(1-0.8)*500=500(千克)
F3=0.8*510+(1-0.8)*500=508(千克)
F4=0.8*480+(1-0.8)*508=486(千克)
其余類推,如預測第13期的銷售量,則
F13=0.8*760+(1-0.8)*778=764(千克)
【例題12-單選】某商品流通企業某種商品前11個月的實際銷售量如下表所示:
時間(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
實際銷售量(噸) |
410 |
430 |
460 |
480 |
470 |
490 |
510 |
530 |
550 |
560 |
575 |
|
已知第11個月的銷售量預測值噸,取α=0.8,用一次指數平滑法預測第12個月的銷售量為( )噸。
A.564
B.574
C.575
D.584
答案:B
解析:0.8*575+0.2*570=574
2)二次指數平滑法:
①定義:在一次指數平滑的基礎上,對一次指數平滑值再做一次指數平滑,然后利用兩次平滑值,通過求解平滑系數,建立數學預測模型。
【例題13-2010年單選】某商品流通企業在第20個周期時,采用二次指數平滑法預測第24個周期的某種鋼材銷售量。已知a20=1857,b20=560,則第24個周期的預測銷售量為( )噸。
A.1857
B.2097
C.3097
D.4097
答案:D
解析: Y24=1857+560×(24-20)=4097噸
(二)回歸分析法:
回歸分析,就是處理變量與變量之間相關關系的一種數理統計方法。
在一元回歸分析中,自變量和因變量之間呈線性關系,是簡單的回歸分析法。
一元線性回歸方程式:
y=a+bx
a、b為回歸系數。
通過歷史資料求出a、b后,將預測期的x代入線性方程,就可求出預測期的y。
【例題14,08年單選】某商品流通企業在經營中發現,鋼材的銷售額(萬元)與汽車工業產值(億元)有密切關系。根據近12年的統計資料,得出回歸系數a=3079,b=4.5,預計下一年的汽車工業總產值為1 750億元,用一元線性回歸分析法預測,下一年的鋼材銷售額為( )萬元。
A.3079
B.7089
C.8458
D.10954
答案:D
解析:Y=3079+1750×4.5=10954萬元
相關推薦:
2011年中級經濟師考試商業實務章節預習筆記
2011年中級經濟師考試商業預習講義匯總
熱點新聞:2011年經濟師考試大綱及教材變化分析
2011年經濟師考試準考證打印時間及入口
相關推薦
- 2016年中級商業經濟特點分析02-22
- 2016年中級商業經濟知識點背誦:企業薪酬設計01-25
- 2016年中級商業經濟知識點背誦:薪酬調查01-25
- 2016年中級商業經濟知識點背誦:基本薪酬管理01-25
- 2016年中級商業經濟背誦知識點匯總01-15
?γ??????? | ??? | ???/???? | ??????? | ???? |
---|---|---|---|---|
2017???м???????????????? | ?????? | ??350 / ??350 | ![]() |
???? |
2017???м?????????? | ?????? | ??350 / ??350 | ![]() |
???? |
2017???м????????????????? | ?????? | ??350 / ??350 | ![]() |
???? |
2017???м????????????? | ????? | ??350 / ??350 | ![]() |
???? |
2017???м????????????? | ????? | ??350 / ??350 | ![]() |
???? |
2017???м???????????????? | ??? | ??350 / ??350 | ![]() |
???? |
2017???м?????????t????? | ??? | ??350 / ??350 | ![]() |
???? |
2017???м???????????t????? | κ???? | ??350 / ??350 | ![]() |
???? |