欢迎来到天天文库
浏览记录
ID:20066996
大小:29.00 KB
页数:5页
时间:2018-10-08
《【市场调查与预测】市场预测方法》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、第六章市场预测方法第一节传统预测方法学习目标与要求教学重点与难点专家预测法趋势预测法指标法季节指数法讲授与训练内容一、定性预测二、定量预测一、定性预测(一)指标法(二)图形法(三)专家预测法(一)指标法(三)专家预测法1、个人判断法2、集体判断法3、特尔菲法3、特尔菲法(1)做好准备。准备好已搜集到的有关资料,拟定向专家小组提出的问题(问题要提得明确)。(2)请专家作出初步判断。在做好准备的基础上,邀请有关专家成立专家小组,将书面问题寄发各专家(如有其他资料,也随同寄发),请他们在互不通
2、气的情况下,对所咨询的问题作出自己的初次书面分析判断,按规定期限寄回。(3)请专家修改初次判断。(4)确定预测值。特尔菲法的应用假设对某新产品投放市场后的年销售量进行预测。预测前,选择了产品设计生产专家3人、商品学专家3人、批发业务专家5人、零售业务专家5人、消费者代表5人,并向他们发出了预测的征询意见表。经过三次意见反馈,专家们的判断意见。二、定量预测(一)趋势预测法(二)季节指数法(一)趋势预测法直线趋势外推法是指对有线性变动趋势的时间数列,拟合成直线方程进行外推预测的方法。直线方程的一般形式为:Y=a+bt。式中,a,b仍是
3、模型参数,t为自变量,表现为按自然数顺序编号的时间序数,当t发生变化时,Y的变化。如表6―12所示。1、增减量预测法。2、平均增减量预测法表6―121.增减量预测法这种方法是以上期实际值与上两期之间的增减量之和,作为本期预测值的一种预测方法。其公式为:Yt=Yt-1+(Yt-1一Yt-2)例如,某企业某产品1999年的销售量为458吨,1998年的销售量为424吨,预测2000年的销售量为:Y2000=458+(458―424)=492(吨)2.平均增减量预测法。这种方法是先计算出整个时间数列逐期增减量的平均数,再与上期实际数相加,从而确
4、定预测值的方法。其公式为:Yt=Yt-1+[(Yt-1一Yt-2)+(Yt-2一Yt-3)+…+(Yt-n一Yt―(n+l))]/n假如上例企业某产品1997年的销售量为402吨,1996年的销售量为376吨,1995年的销售量为355吨,则预测2000年的销售量为:Y2000=458+[(458-424)+(424-402)+(402-376)+(376―355)]/4=458+[34+22+26+21]/4=483.75(吨)(二)季节指数法1、无趋势变动的季节指数预测法例题如果时间数列没有明显的长期变动趋势,就可以假
5、设其不存在长期趋势,直接对时间数列中各年同月(或季)的实际值加以平均,再将各年同月(或季)的平均数与各年的总平均数进行比较,求出季节指数,或将各年同月(或季)的平均数与各年的总平均数相减,求出季节变差,最后通过季节指数或季节变差来计算出预测值。2、含趋势变动的季节指数预测法例题单元小结了解定性预测的几种方法,在此基础上能运用各种方法进行预测。通过季节指数预测方法和趋势预测法的学习,了解各种方法的分类及特点;掌握如何运用各种预测方法进行实地的预测实践与训练大学生消费状况调查[安排时间]安排自在
6、第一节之后。[实施形式]以组为单位完成。再在进一步综合[实训重点]1、大学生消费的基本趋势预测2、提出预见性分析结论第二节现代预测方法学习目标与要求教学重点与难点讲授与训练内容案例分析学习目标与要求教学重点与难点TSP、SAS运用讲授与训练内容一、TSP二、SAS一、问卷基本结构(一)TSP工作文件的编辑(二)数据序列的编辑(三)TSP软件包预测功能(一)TSP工作文件的编辑1.进入TSP系统。2.退出TSP系统。3.工作文件的建立。4.磁盘工作文件的导入。5.内存工作文件的存盘。(二)数据序列的编辑(三)TSP软件包预测功能1.移动平均
7、法。2.指数平滑分析。3.相关分析。4.回归分析。5.回归分析预测。二、SAS(二)SAS基本概念1.SAS程序2.SAS数据集3.SAS数据库(三)SAS/INSIGHT简介1.一维数据探索2.二维数据探索3.三维数据探索4.图形的调整max.book118.com指数分析与预测[安排时间]安排自在第二节之后。[实施形式]以个人为单位。[分析重点]1、含趋势变动的季节指数法运用2、不含趋势变动的季节指数法运用第一节传统预测方法第二节现代预测方法学习目标与要求教学重点与难点讲授与训练内容单元小结实践与训练返回1、定性预测的
8、主要方法有哪些2、比较区别专家预测法与德尔菲法的异同技能点3、了解定性预测的几种方法4、并能运用资料进行预测。各种预测方法的灵活应用知识点技能点返回教学重点教学难点返回返回返回1、领先指标法2
此文档下载收益归作者所有