市场预测方法

1、市场预测方法市场预测方法本章学习重点本章学习重点 市场预测是市场营销研究的重要领域。预测的方法很多，市场预测是市场营销研究的重要领域。预测的方法很多，据西方一些研究机构统计有据西方一些研究机构统计有200多种，常用的预测方法多种，常用的预测方法也有二三十种，大致可以分为三大类。也有二三十种，大致可以分为三大类。一是判断预测法一是判断预测法，也叫定性预测法。它是由预测者根据，也叫定性预测法。它是由预测者根据已有的历史资料和现实资料，依靠个人判断和综合分析已有的历史资料和现实资料，依靠个人判断和综合分析能力，对市场未来的变化趋势做出判断。能力，对市场未来的变化趋势做出判断。二是时间序列分析法二是时

2、间序列分析法，也叫历史引申法。它是以历史的，也叫历史引申法。它是以历史的时间序列数据为基础，运用一定的数学方法向外延伸，时间序列数据为基础，运用一定的数学方法向外延伸，来预测市场未来的发展变化趋势。来预测市场未来的发展变化趋势。三是因果分析法三是因果分析法，也叫相关分析法。它通过分析市场变，也叫相关分析法。它通过分析市场变化的原因，找出原因和结果之间的联系方法，并据此预化的原因，找出原因和结果之间的联系方法，并据此预测市场未来的发展变化趋势。测市场未来的发展变化趋势。 引子案例引子案例 谁动了茶的概念谁动了茶的概念 茶饮料是茶饮料是20世纪世纪90年代欧美国家发展最快的饮料，年代欧美国家发展最

3、快的饮料，被视为新时代饮料，在日本和中国的台湾，茶饮被视为新时代饮料，在日本和中国的台湾，茶饮料已超过碳酸饮料成为市场第一大饮料品牌。料已超过碳酸饮料成为市场第一大饮料品牌。90年代中期以来，中国茶饮料市场发展速度很快，年代中期以来，中国茶饮料市场发展速度很快，1997年产量为年产量为20万吨左右，万吨左右，1999年产量为年产量为80万万吨，吨，2000年产量为年产量为185万吨。到万吨。到2005年茶饮料产年茶饮料产量已超过量已超过580万吨。进入万吨。进入21世纪以来，茶饮料成世纪以来，茶饮料成为饮料市场上一道最亮丽的风景。统一冰红茶是为饮料市场上一道最亮丽的风景。统一冰红茶是任贤齐的夏

4、日最爱；周星驰用其经典的台词诠释任贤齐的夏日最爱；周星驰用其经典的台词诠释娃哈哈的娃哈哈的“不用沏的龙井茶不用沏的龙井茶”；董杰演绎的清新、；董杰演绎的清新、浪漫的康师傅茉莉花茶；还有浪漫的康师傅茉莉花茶；还有“凉到彻底凉到彻底”的雀的雀巢冰爽茶以及巢冰爽茶以及“冷酷到底冷酷到底”的旭日升冰茶。的旭日升冰茶。 “乐百氏乐百氏”营销总裁杨杰强在分析茶饮料的市场营销总裁杨杰强在分析茶饮料的市场潜力时曾说：潜力时曾说：“2000年中国人均消费茶饮料仅年中国人均消费茶饮料仅0.3升，而日本人均年饮用量为升，而日本人均年饮用量为2030升，也就是升，也就是说，茶饮料在国内市场还说，茶饮料在国内市场还 应

5、当有应当有50倍以上的成长空间，茶饮料市场面临的倍以上的成长空间，茶饮料市场面临的形势非常乐观。形势非常乐观。” 我国有悠久的茶文化历史，但把茶装在盒子或瓶我国有悠久的茶文化历史，但把茶装在盒子或瓶子里卖，却是到子里卖，却是到1995年才有的事。正是商家预见年才有的事。正是商家预见到茶饮料低热量、低脂肪，具有保健疗效及消暑到茶饮料低热量、低脂肪，具有保健疗效及消暑解渴的功用，开瓶即饮的消费方式又符合现代生解渴的功用，开瓶即饮的消费方式又符合现代生活的要求，才挖掘出茶饮料无穷的市场潜力。活的要求，才挖掘出茶饮料无穷的市场潜力。第一节第一节 定性预测方法定性预测方法 在市场定性预测方法中，经常采用

6、的方法有经验估计法、在市场定性预测方法中，经常采用的方法有经验估计法、德尔菲预测法、生命周期预测法、顾客意见法等。这种德尔菲预测法、生命周期预测法、顾客意见法等。这种方法一般用于方法一般用于新产品销售预测新产品销售预测。本节着重介绍专家会议。本节着重介绍专家会议法、德尔菲法和马尔可夫分析预测法。法、德尔菲法和马尔可夫分析预测法。 一、专家会议法一、专家会议法 （一）专家会议法的含义（一）专家会议法的含义 专家会议法，就是邀请有关方面的专家，通过专家会议法，就是邀请有关方面的专家，通过会议会议的形的形式，对某些预测事件及其发展前景做出评价，并在专家式，对某些预测事件及其发展前景做出评价，并在专家

7、分析、判断的基础上，综合各种意见，借以对调查分析分析、判断的基础上，综合各种意见，借以对调查分析事件做出质和量的结论。事件做出质和量的结论。 （二）专家会议法的形式（二）专家会议法的形式 根据会议议程的不同和专家交换意见的要求，可分为三根据会议议程的不同和专家交换意见的要求，可分为三种：种： 1.交锋式会议交锋式会议。每个与会专家围绕调查事件各抒己见、引。每个与会专家围绕调查事件各抒己见、引发争议，经过会议讨论达成共识，做出较为一致的预测发争议，经过会议讨论达成共识，做出较为一致的预测结论。结论。 2.非交锋式会议非交锋式会议（头脑风暴法）。每个与会专家都可以独（头脑风暴法）。每个与会专家都可

8、以独立地、任意地发表意见，但不相互争论，不批评他人意立地、任意地发表意见，但不相互争论，不批评他人意见，也不带发言稿，以便充分发挥灵感，鼓励创造性思见，也不带发言稿，以便充分发挥灵感，鼓励创造性思维。维。 3.混合式会议混合式会议。是非交锋式会议与交锋式会议的混合使用。是非交锋式会议与交锋式会议的混合使用。具体讲，在第一阶段实施头脑风暴法，在第二阶段对前具体讲，在第一阶段实施头脑风暴法，在第二阶段对前阶段的各种设想进行质疑，在质疑中可争论、批评，也阶段的各种设想进行质疑，在质疑中可争论、批评，也可提出新的设想，不断交换意见，互相启发，最后取得可提出新的设想，不断交换意见，互相启发，最后取得一致

9、的结论。一致的结论。 （三）专家会议法的优缺点（三）专家会议法的优缺点 优点：最大优点是集思广益。与会专家在阐述自己观点优点：最大优点是集思广益。与会专家在阐述自己观点的同时，通过相互启发、交流，不断完善自己的建议和的同时，通过相互启发、交流，不断完善自己的建议和“碰撞碰撞”出新的思路、主意等。出新的思路、主意等。 缺点：最大缺点是容易屈服于缺点：最大缺点是容易屈服于“权威权威”。不愿意公开修。不愿意公开修正别人已发表的意见，即使这个意见明显是错误的。正别人已发表的意见，即使这个意见明显是错误的。 （四）实施专家会议法应注意的问题（四）实施专家会议法应注意的问题 专家会议法有难以克服的缺点，需

10、要组织者和与会专家专家会议法有难以克服的缺点，需要组织者和与会专家在应用中从以下几个方面加以注意：在应用中从以下几个方面加以注意： 1.专家应客观、公正地表达自己的意见。专家应客观、公正地表达自己的意见。 与会专家应正确处理三个方面的因素：与会专家应正确处理三个方面的因素： 一是感情因素，与会专家之间可能有上级、前辈、同学、一是感情因素，与会专家之间可能有上级、前辈、同学、朋友、同事等多种关系，不能出于感情的考虑，有不同朋友、同事等多种关系，不能出于感情的考虑，有不同 的意见不予提出；的意见不予提出； 二是个性因素，不同个性的人说话的方式、方法也不一二是个性因素，不同个性的人说话的方式、方法也

11、不一样，这就要求与会专家不带任何倾向地分析他人意见；样，这就要求与会专家不带任何倾向地分析他人意见； 三是利益因素，与会专家不一定赞成或支持与自己利益三是利益因素，与会专家不一定赞成或支持与自己利益相违背的意见，这样，会使会议难以达到预期效果。相违背的意见，这样，会使会议难以达到预期效果。 2.组织者应做好充分的准备组织者应做好充分的准备 （1）在召开专家会议之前，必须尽可能收集一些有关预）在召开专家会议之前，必须尽可能收集一些有关预测项目的背景材料，提交所请专家。如果专家自己认为测项目的背景材料，提交所请专家。如果专家自己认为对这个项目比较有研究，愿意参加会议，则请其参加；对这个项目比较有研

12、究，愿意参加会议，则请其参加；如果专家认为对这次预测项目不太了解，或没兴趣，则如果专家认为对这次预测项目不太了解，或没兴趣，则不要勉强其参加。不要勉强其参加。 （2）作为组织预测者，在专家会议上，不要作任何引导）作为组织预测者，在专家会议上，不要作任何引导性发言，不要给予任何暗示，让专家充分、客观地发表性发言，不要给予任何暗示，让专家充分、客观地发表自己的意见，做出个人判断。自己的意见，做出个人判断。 二、德尔菲法（专家咨询法）二、德尔菲法（专家咨询法） （一）德尔菲法概述（一）德尔菲法概述 德尔菲法是在德尔菲法是在20世纪世纪60年代由美国兰德公司首创和使用年代由美国兰德公司首创和使用的一种

13、特殊的调查方法。的一种特殊的调查方法。 德尔菲法是采用征询意见表，借助通信方式，向一个专德尔菲法是采用征询意见表，借助通信方式，向一个专家小组进行调查，将专家小组的判断、预测加以集中，家小组进行调查，将专家小组的判断、预测加以集中，利用集体的智慧对市场现象的未来做出预测。利用集体的智慧对市场现象的未来做出预测。 一般咨询专家意见要反复一般咨询专家意见要反复35次，每次收到的信息都要做次，每次收到的信息都要做统计处理。德尔菲法与专家会议法相比较，主要区别在统计处理。德尔菲法与专家会议法相比较，主要区别在于：用于：用背对背的判断背对背的判断来来代替面对面的判断代替面对面的判断，专家之间都，专家之间

14、都不知道谁是谁。在我国有些公司运用德尔菲法时经常存不知道谁是谁。在我国有些公司运用德尔菲法时经常存在如下问题：一是没有做来回往返的信息沟通，一次性在如下问题：一是没有做来回往返的信息沟通，一次性拍板；二是不能根据调查目的来选取相关领域的专家。拍板；二是不能根据调查目的来选取相关领域的专家。 （二）德尔菲法的实施步骤（二）德尔菲法的实施步骤 1.制定意见征询表制定意见征询表 在制定意见征询表时要注意以下几个要点：在制定意见征询表时要注意以下几个要点： （1）征询的问题要简单、明确，让人能给予答复。）征询的问题要简单、明确，让人能给予答复。 （2）所问问题数量不能太多。）所问问题数量不能太多。 （

15、3）问题内容尽量接近专家熟悉的领域，以便充分利用）问题内容尽量接近专家熟悉的领域，以便充分利用专家的经验。专家的经验。 （4）意见征询表中提供较齐全的背景材料（企业自身的）意见征询表中提供较齐全的背景材料（企业自身的销售努力程度、竞争企业的销售努力程度、顾客的收入销售努力程度、竞争企业的销售努力程度、顾客的收入水平，以及消费趋势、本行业的发展趋势、国民经济运水平，以及消费趋势、本行业的发展趋势、国民经济运行状态等），供专家作判断时参考。行状态等），供专家作判断时参考。 2.选定要征询的专家选定要征询的专家 在选定专家时要注意以下几个问题：在选定专家时要注意以下几个问题： （1）所选专家必须精通

16、业务，熟悉市场情况，具有预见）所选专家必须精通业务，熟悉市场情况，具有预见性和分析能力。性和分析能力。 （2）人数不能过多也不能过少，要根据课题大小和涉及）人数不能过多也不能过少，要根据课题大小和涉及面的宽窄来定，一般大课题选面的宽窄来定，一般大课题选20人左右比较合适，小的人左右比较合适，小的选选5人左右比较合适。人左右比较合适。 （3）专家之间不能互相联系，有关课题情况由调查机构）专家之间不能互相联系，有关课题情况由调查机构用通信方式来告知。用通信方式来告知。 3.轮回反复征询专家意见轮回反复征询专家意见 将第一轮经过汇总的专家意见和将要调查的新的意见和将第一轮经过汇总的专家意见和将要调查

17、的新的意见和要求寄给专家，要求专家再提供意见和见解，轮回的次要求寄给专家，要求专家再提供意见和见解，轮回的次数一数一 般是般是35次。征询的间隔时间一般是次。征询的间隔时间一般是710天。这样可以天。这样可以使专家有整理资料和思考的时间。使专家有整理资料和思考的时间。 4.做出调查的结论做出调查的结论 专家的意见几经反馈后，通常对所要预测的问题意见渐专家的意见几经反馈后，通常对所要预测的问题意见渐趋一致，最后，将最末一次专家的意见进行汇总整理和趋一致，最后，将最末一次专家的意见进行汇总整理和统计处理，形成最终的调查结果。统计处理，形成最终的调查结果。 （三）对专家意见的统计处理方法（三）对专家

18、意见的统计处理方法 对专家意见的统计处理方法不只一种，对不同的类型有对专家意见的统计处理方法不只一种，对不同的类型有不同的处理方法。归纳起来一共有三种类型，如下所述。不同的处理方法。归纳起来一共有三种类型，如下所述。 1.对数量答案的统计处理对数量答案的统计处理 例如：某企业要成批生产一种新产品，现征询专家的意例如：某企业要成批生产一种新产品，现征询专家的意见，看看投放市场的销售量会有多大。具体的做法可分见，看看投放市场的销售量会有多大。具体的做法可分为以下几步：为以下几步： （1）选择有丰富经验的经理、供销人员共）选择有丰富经验的经理、供销人员共9位专家。位专家。 （2）将新产品的样品和说明

19、书以及同类产品的价格和销）将新产品的样品和说明书以及同类产品的价格和销售资料等连同调查表寄给这售资料等连同调查表寄给这9位专家，请他们将调查表填位专家，请他们将调查表填好意见后寄回。好意见后寄回。 （3）汇总整理寄回的调查表，再返回给每位专家，请他）汇总整理寄回的调查表，再返回给每位专家，请他们进一步作出判断，再填写新的调查表。类似情况往返们进一步作出判断，再填写新的调查表。类似情况往返3次。次。 （4）根据第三步所得到的数据资料来预测新产品的销售）根据第三步所得到的数据资料来预测新产品的销售量。量。 调查结果可用下表来表示。调查结果可用下表来表示。 依据上表，可进行数据的集中趋势分析如下：依

20、据上表，可进行数据的集中趋势分析如下： 加权平均数计算。先根据经验，对最低销售量、最可加权平均数计算。先根据经验，对最低销售量、最可能销售量和最高销售量设定一个权重，比如分别是能销售量和最高销售量设定一个权重，比如分别是0.2、0.5、0.3，那么，新产品销售量专家预计的最后结果就是：，那么，新产品销售量专家预计的最后结果就是： 中位数计算。将最后一次专家评定的最低销售量、最中位数计算。将最后一次专家评定的最低销售量、最可能销售量、最高销售量的结果从小到大排序排列，取可能销售量、最高销售量的结果从小到大排序排列，取中位数（即第中位数（即第5位的数值），得到最低销售量、最可能销位的数值），得到最

21、低销售量、最可能销售量、最高销售量的中位数分别为售量、最高销售量的中位数分别为8、10、13。再对其采。再对其采用加权平均数计算就可得到最后处理结果计算如下：用加权平均数计算就可得到最后处理结果计算如下：)(6 .111/ )153 . 0115 . 082 . 0(/万件iiiffxx)( 5 .101/ )133 . 0105 . 082 . 0(/万件iiiffxx 极差计算。极差计算。 最低销售量极差为：最低销售量极差为：116=5 最可能销售量极差为：最可能销售量极差为：15 8=7 最高销售量极差为：最高销售量极差为：25 8=17 最小的极差表示平均值的代表性大。所以，专家评价的

22、最小的极差表示平均值的代表性大。所以，专家评价的最终结果经过统计处理后应是最终结果经过统计处理后应是8万件。万件。 以上对新产品投放市场后的销售量大小的三种预测方法以上对新产品投放市场后的销售量大小的三种预测方法都可以供有关的决策部门参考。都可以供有关的决策部门参考。 2.对主观概率的统计处理对主观概率的统计处理 主观概率是决策者在一定客观实践的基础上，在没有足主观概率是决策者在一定客观实践的基础上，在没有足够资料或数据的条件下，根据经验或少量资料，对某些够资料或数据的条件下，根据经验或少量资料，对某些事件发生的可能性大小做出主观上的估计。事件发生的可能性大小做出主观上的估计。 如果对各专家的

23、主观概率进行加权算术平均处理，其计如果对各专家的主观概率进行加权算术平均处理，其计算公式如下：算公式如下： 式中：式中：R加权平均后的主观概率；加权平均后的主观概率； T被调查人数；被调查人数； P主观概率主观概率 例如：某公司采用德尔菲法，选取了例如：某公司采用德尔菲法，选取了12位专家对某种广位专家对某种广告投放市场宣传成功的可能性进行判断，其结果如下表告投放市场宣传成功的可能性进行判断，其结果如下表所示。所示。TPTR/ 那么，这些专家认为此广告如果投放市场成功的可能性那么，这些专家认为此广告如果投放市场成功的可能性会是：会是：%2.371236%101%82%403%506R 3.对等

24、级比较答案的统计处理对等级比较答案的统计处理 例如，某洗衣机厂要求专家对例如，某洗衣机厂要求专家对2003年以后荷花牌洗衣机年以后荷花牌洗衣机销售情况进行预测。影响洗衣机销售的项目可能有品牌、销售情况进行预测。影响洗衣机销售的项目可能有品牌、价格、自动化程度、质量（噪音、使用寿命）、外观等价格、自动化程度、质量（噪音、使用寿命）、外观等几个方面，要求专家选择影响销售的几个方面，要求专家选择影响销售的3个主要项目，并按个主要项目，并按重要程度排序，评分标准定为：第一位得重要程度排序，评分标准定为：第一位得3分，第二位得分，第二位得2分，第三位得分，第三位得1分。征询的专家有分。征询的专家有54人

25、，一共进行了人，一共进行了3次次征询，赞成征询，赞成“品牌品牌”项排第一位的专家有项排第一位的专家有38人，赞成排人，赞成排第二位的有第二位的有10人，赞成排第三位的有人，赞成排第三位的有6人，依此类推，那人，依此类推，那么：么： 品牌的总得分为：品牌的总得分为iiNPT 品牌项的总分比重为：品牌项的总分比重为： 其他项目的总分比重也可以得出。比如，价格为其他项目的总分比重也可以得出。比如，价格为0.15，自动化程度为自动化程度为0.10，质量为，质量为0.30，外观为，外观为0.02，总计，总计1.00。按总分比重大小，得出按重要性排在前三名的项目依次按总分比重大小

26、，得出按重要性排在前三名的项目依次是品牌、质量和价格。是品牌、质量和价格。 （四）德尔菲法的优点和缺点（四）德尔菲法的优点和缺点 优点：优点： （1）匿名性。给专家创造一个平等、自由和充分发表意）匿名性。给专家创造一个平等、自由和充分发表意见的氛围。见的氛围。43. 0)321 (54140ijjPmTK （2）反馈性。有助于提高调查质量，保证调查所收集的）反馈性。有助于提高调查质量，保证调查所收集的资料的全面性和可靠性。资料的全面性和可靠性。 （3）具有对调查结果定量处理的特性。可根据需要从不）具有对调查结果定量处理的特性。可根据需要从不同角度对所得结果进行统计处理，提高了调查的科学性。同角

27、度对所得结果进行统计处理，提高了调查的科学性。 缺点：缺点： （1）调查结果主要凭专家判断，缺乏客观标准，故这种）调查结果主要凭专家判断，缺乏客观标准，故这种方法主要适合于历史资料缺乏或未来不确定因素较多的方法主要适合于历史资料缺乏或未来不确定因素较多的场合。场合。 （2）有些专家可能作出趋近于中位数或算术平均数的结）有些专家可能作出趋近于中位数或算术平均数的结论。所以，为了避免这种情况发生，有时候在第二轮征论。所以，为了避免这种情况发生，有时候在第二轮征询时，只告诉各专家前一轮征询后得到的极差值。询时，只告诉各专家前一轮征询后得到的极差值。 （3）由于反馈次数较多，反馈所花时间较长，在此期间

28、）由于反馈次数较多，反馈所花时间较长，在此期间可能有些专家会中途退出，从而影响调查的准确性。可能有些专家会中途退出，从而影响调查的准确性。三、马尔可夫分析预测法三、马尔可夫分析预测法 马尔可夫分析法是以俄罗斯数学家马尔可夫（马尔可夫分析法是以俄罗斯数学家马尔可夫（A.A.MarkovA.A.Markov） 的名字命名的一种预测方法，是指根据所研究的对象系的名字命名的一种预测方法，是指根据所研究的对象系统由一种状态转换至另一种状态的过程中所具有的转移统由一种状态转换至另一种状态的过程中所具有的转移可能性（概率），来估计和推测该对象系统未来状态的可能性（概率），来估计和推测该对象系统未来状态的一种

29、预测分析方法。（一种预测分析方法。（马尔可夫预测法就是研究状态转马尔可夫预测法就是研究状态转移的概率移的概率） 例如：考察市场上某种商品是否畅销。商品销售的状况例如：考察市场上某种商品是否畅销。商品销售的状况分为三类：滞销、平销和畅销三种状态。用分为三类：滞销、平销和畅销三种状态。用-1-1、0 0、1 1分分别表示这三种状态，经过别表示这三种状态，经过2424个月的考察，商品销售状态个月的考察，商品销售状态如下表。如下表。 从表中可以看出，滞销出现了从表中可以看出，滞销出现了8次，其中次，其中4次下个月仍为次下个月仍为滞销，有滞销，有1次转为平销，有次转为平销，有3次转为畅销。所以可以确定次

30、转为畅销。所以可以确定滞销状态下期仍为滞销或转为平销、畅销的概率分别为滞销状态下期仍为滞销或转为平销、畅销的概率分别为4/8、1/8和和3/8。三种状态出现次数及转移为其他状态次。三种状态出现次数及转移为其他状态次数如表所示。数如表所示。 从表中可以看出，畅销状态共有从表中可以看出，畅销状态共有9次，但由于最后一个月次，但由于最后一个月的转移状态未知，所以只有的转移状态未知，所以只有8次转移。由此可求得各状态次转移。由此可求得各状态转为其他状态的概率，再用矩阵形式写出，可得到转移转为其他状态的概率，再用矩阵形式写出，可得到转移概率矩阵如下：概率矩阵如下： 4/8 1/8 3/8 P= 3/7

31、3/7 1/7 1/8 3/8 4/8 这个概率矩阵表明了各种状态经过一个时期转移为各种这个概率矩阵表明了各种状态经过一个时期转移为各种状态的概率，所以也称一步转移矩阵。状态的概率，所以也称一步转移矩阵。 由于事物是不断发展变化的，转移后的各种状态还要转由于事物是不断发展变化的，转移后的各种状态还要转移，所以除一步转移外，还有二步转移、三步转移移，所以除一步转移外，还有二步转移、三步转移 一般地，我们记一般地，我们记k步转移矩阵就等于一步转移矩阵的步转移矩阵就等于一步转移矩阵的k次次方，即方，即 以上面所介绍的一步转移矩阵为例：以上面所介绍的一步转移矩阵为例： 4/8 1/8 3/8 0.50

32、0 0.125 0.375 P（1）=P= 3/7 3/7 1/7 = 0.429 0.429 0.143 1/8 3/8 4/8 0.125 0.375 0.500 由此可推出二步和三步转移概率矩阵如下：由此可推出二步和三步转移概率矩阵如下： 0.500 0.125 0.375 2 0.351 0.167 0.393 P（2）=P2= 0.429 0.429 0.143 = 0.416 0.257 0.239 0.125 0.375 0.500 0.286 0.244 0.350)()(KPkP 0.500 0.125 0.375 0.351 0.167 0.393 P（3）=P3= 0.4

33、29 0.429 0.413 0.416 0.257 0.239 0.125 0.375 0.500 0.286 0.244 0.350 0.294 0.196 0.352 = 0.355 0.202 0.339 0.219 0.188 0.312 类似地，可以求出任意步转移概率矩阵。马尔可夫预测类似地，可以求出任意步转移概率矩阵。马尔可夫预测法主要就是用转移概率矩阵来预测未来某个时刻的状态。法主要就是用转移概率矩阵来预测未来某个时刻的状态。第二节第二节 时间序列预测法时间序列预测法 时间序列预测法是将经济发展、购买力增长、销售变化时间序列预测法是将经济发展、购买力增长、销售变化等同一变数的一

34、组观察值，按照时间顺序加以排列，然等同一变数的一组观察值，按照时间顺序加以排列，然后运用一定的数理方法，使其向外延伸，预测未来的发后运用一定的数理方法，使其向外延伸，预测未来的发展变化趋势。展变化趋势。 一、简单算术平均数法一、简单算术平均数法 二、加权算术平均数法二、加权算术平均数法nxxyiiiiKKKFFFXFFFFXFXFXXy.212211 三、移动平均法三、移动平均法 移动平均法是对时间序列观察值由远及近按一定跨越期计移动平均法是对时间序列观察值由远及近按一定跨越期计算平均值的一种预测方法。最后一个平均值是预测值计算算平均值的一种预测方法。最后一个平均值是预测值计算的依据。的依据。

35、 移动平均法能够较好地修匀时间序列，消除不规则变动和移动平均法能够较好地修匀时间序列，消除不规则变动和季节变动，因而得到了广泛应用。常用的移动平均法有一季节变动，因而得到了广泛应用。常用的移动平均法有一次移动平均法和二次移动平均法。次移动平均法和二次移动平均法。 （一）一次移动平均法（一）一次移动平均法 一次移动平均法只计算一次移动平均数，并将移动平均数一次移动平均法只计算一次移动平均数，并将移动平均数作为预测值。一次移动平均又分为简单移动平均和加权移作为预测值。一次移动平均又分为简单移动平均和加权移动平均两种。动平均两种。 2007年销售额预测值：年销售额预测值： （二）二次移动平均法（二）

36、二次移动平均法 二次移动平均法就是在一次移动平均的基础上，再计算二次移动平均法就是在一次移动平均的基础上，再计算一次移动平均数，并在一次移动平均值与二次移动平均一次移动平均数，并在一次移动平均值与二次移动平均值的基础上建立数学模型，从而确定出预测值。值的基础上建立数学模型，从而确定出预测值。7 .266320024036031234XXXM7.32632345XXXM7 .446310111213XXXM 求预测值的公式为：求预测值的公式为： Yt+T=at+btT 求解求解at和和bt的公式为：的公式为： at=2Mt(1) Mt(2) bt=2(Mt(1) Mt(2)/(n 1) 将上表中

37、的有关数据代入有关公式，求得将上表中的有关数据代入有关公式，求得at、bt的值为：的值为： at=2Mt(1) Mt(2) =2446.7 431.1=462.3 bt=2(Mt(1) Mt(2)/(n 1) =2（446.7 431.1）/（3 1） =15.6 预测模型为：预测模型为：Y2006+T=462.3+15.6T 由于这是以由于这是以2006年的二次移动平均值建立的预测模型，年的二次移动平均值建立的预测模型，所以时间周期所以时间周期t为为2006年。年。 20072009年的预测值为：年的预测值为： Y2007=Y2006+1=462.3+15.61=477.9 Y2008=Y2

38、006+2=462.3+15.62=493.5 Y2009=Y2006+3=462.3+15.63=509.1 二次移动平均法尽管运算上复杂些，但比一次移动平均二次移动平均法尽管运算上复杂些，但比一次移动平均法更为科学，与实际趋势也更为接近。法更为科学，与实际趋势也更为接近。 四、指数平滑法四、指数平滑法 指数平滑法是根据定出的平滑系数计算出指数平滑值进指数平滑法是根据定出的平滑系数计算出指数平滑值进行市场预测的方法。行市场预测的方法。指数平滑法实质是全部历史数据的指数平滑法实质是全部历史数据的加权平均数加权平均数，一般用于观察期具有长期趋势变动和周期，一般用于观察期具有长期趋势变动和周期性变

39、动的预测。性变动的预测。 指数平滑法包括一次指数平滑法、二次指数平滑法和多指数平滑法包括一次指数平滑法、二次指数平滑法和多次（三次以上）指数平滑法。一次指数平滑法适用于水次（三次以上）指数平滑法。一次指数平滑法适用于水平型变动的时间序列预测，二次指数平滑法适用于线性平型变动的时间序列预测，二次指数平滑法适用于线性趋势型变动的时间序列预测，多次指数平滑法适用于非趋势型变动的时间序列预测，多次指数平滑法适用于非线性趋势变动的时间序列预测。线性趋势变动的时间序列预测。 （一）一次指数平滑法（一）一次指数平滑法 一次指数平滑法是以计算出来的最后一个一次指数平滑一次指数平滑法是以计算出来的最后一个一次指

40、数平滑值为基础，确定预测值的方法。值为基础，确定预测值的方法。 一次指数平滑法的公式为：一次指数平滑法的公式为： 应用一次指数平滑法进行预测，平滑系数应用一次指数平滑法进行预测，平滑系数 选择很关键，选择很关键， 的取值不同，预测结果就不同。一般有三个原则：的取值不同，预测结果就不同。一般有三个原则： 一是对于有一是对于有较明显趋势变动较明显趋势变动的时间序列，平滑系数的时间序列，平滑系数 应取较大值，即应取较大值，即 0.6，主要是为了突出近期数据对预，主要是为了突出近期数据对预测值的影响。测值的影响。 二是二是对水平型对水平型的时间序列，平滑系数的时间序列，平滑系数 应取较小值，即应取较小

41、值，即 0.3。因为水平型的数据，变动趋势不明显，随机。因为水平型的数据，变动趋势不明显，随机因素多，因此，因素多，因此， 应取较小值。应取较小值。 三是对于三是对于介于上述两者之间介于上述两者之间的时间序列，平滑系数的时间序列，平滑系数 应应取中间值，即取中间值，即0.3 0.6。)1()1(1)1(tttSxS 初始值的确定：初始值的确定： 一般情况下，当时间序列的数据资料较多时，如一般情况下，当时间序列的数据资料较多时，如 n10，这时初始值对以后预测值的影响甚小，可直接选用第一这时初始值对以后预测值的影响甚小，可直接选用第一期实际观察值作为初始值；期实际观察值作为初始值； 反之，如果时

42、间序列的数据资料较少，如反之，如果时间序列的数据资料较少，如n10，则因初，则因初始值对以后预测值的影响较大，这时一般采用最初几期始值对以后预测值的影响较大，这时一般采用最初几期的实际值的算术平均数作为初始值。的实际值的算术平均数作为初始值。 举一具体例子说明一次指数平滑法的应用。举一具体例子说明一次指数平滑法的应用。 例如：某企业近例如：某企业近10个季度销售洗发水资料如下表，个季度销售洗发水资料如下表，请用一次指数平滑法预测下季度洗发水销售量。请用一次指数平滑法预测下季度洗发水销售量。 分析：具体步骤如下：分析：具体步骤如下： 第一步：确定平滑系数第一步：确定平滑系数 ，本例取，本例取 。

43、 第二步：确定初始平滑值第二步：确定初始平滑值St(1) 由于本例由于本例n=10,故初始值取故初始值取50。 第三步：依次计算一次指数平滑值。第三步：依次计算一次指数平滑值。 当当6 . 06 . 050504 . 0506 . 0) 1 (2S2 .51504 . 0526 . 0) 1 (3S)( 1 .729 .674 . 0756 . 0)1(11万瓶S （二）二次指数平滑法（二）二次指数平滑法 二次指数平滑法是在一次指数平滑的基础上再做一次指二次指数平滑法是在一次指数平滑的基础上再做一次指数平滑，运用二次指数平滑值建立的数学模型进行预测数平滑，运用二次指数平滑值建立的数学模型进行预

44、测的方法。的方法。 二次指数平滑公式为：二次指数平滑公式为： 二次指数平滑法预测的数学模型为：二次指数平滑法预测的数学模型为： 式中：式中：)2(1)1()2()1 (tttSSSTbaYttTt)2()1(2tttSSa)1/()()2() 1 (tttSSb 五、季节指数预测法五、季节指数预测法 季节指数是一种以季节指数是一种以相对数相对数表示的季节变动衡量指标。因表示的季节变动衡量指标。因为只根据一年或两年的历史数据计算而得到的季节变动为只根据一年或两年的历史数据计算而得到的季节变动指标往往含有很大的随机波动因素，故在实际预测中通指标往往含有很大的随机波动因素，故在实际预测中通常需要掌握

45、和运用常需要掌握和运用三年以上三年以上的分季历史数据。的分季历史数据。 如果以年为间隔期的如果以年为间隔期的历史数据是水平型的历史数据是水平型的，季节指数的，季节指数的计算公式则为：计算公式则为： 如果以年为间隔期的如果以年为间隔期的历史数据资料的趋势型的历史数据资料的趋势型的，则季节，则季节指数的计算公式为：指数的计算公式为： 预测值预测值=上年的月（季）平均数上年的月（季）平均数各月（季）季节指数各月（季）季节指数%100%全时期总平均数历年同季平均数季节指数）（%100%趋势值历年同季平均数季节指数）（例如，例如，某家电商场某家电商场2002年年2004年某夏季商品的各月销售量资料如表年

46、某夏季商品的各月销售量资料如表所示，试预测所示，试预测2005年各月的销售量。年各月的销售量。平均数比率计算表平均数比率计算表第三节第三节 回归分析预测法回归分析预测法 一、回归分析预测法的含义及种类一、回归分析预测法的含义及种类 “回归回归”这一术语是英国人弗兰西斯这一术语是英国人弗兰西斯.盖尔顿和卡尔盖尔顿和卡尔.皮尔皮尔逊在研究父亲身高与儿子身高的关系时引入的。他们发逊在研究父亲身高与儿子身高的关系时引入的。他们发现，若父亲为高个子，则儿子也高，但其平均身高低于现，若父亲为高个子，则儿子也高，但其平均身高低于父亲的平均身高；若父亲为矮个子，则儿子个子也矮，父亲的平均身高；若父亲为矮个子，

47、则儿子个子也矮，但其平均身高高于父亲的平均身高，也即身高的变化不但其平均身高高于父亲的平均身高，也即身高的变化不是两极分化，而是是两极分化，而是“趋同趋同”，儿子身高向着平均身高，儿子身高向着平均身高“回归回归”，以保持种族的稳定。用盖尔顿的话来说，就，以保持种族的稳定。用盖尔顿的话来说，就是是“回归到变通人回归到变通人”。后人将此种方法普遍用于寻找变。后人将此种方法普遍用于寻找变量之间的规律。现在，回归分析法已经成为探索变量之量之间的规律。现在，回归分析法已经成为探索变量之间关系最重要的方法，用以找出变量之间关系的具体表间关系最重要的方法，用以找出变量之间关系的具体表现形式。现形式。 “回归

48、回归”是指某一变量（因变量）与其他一个或多个变量是指某一变量（因变量）与其他一个或多个变量（自变量）的依存关系（例如，在上面的例子中是儿子（自变量）的依存关系（例如，在上面的例子中是儿子身高与父亲身高的依存关系）。身高与父亲身高的依存关系）。 1.市场现象之间的两类因果关系市场现象之间的两类因果关系 市场现象之间的因果关系可分为市场现象之间的因果关系可分为函数关系和相关关系函数关系和相关关系两两大类。大类。 所谓函数关系，是指现象之间确定的数量依存关系，即所谓函数关系，是指现象之间确定的数量依存关系，即自变量发生某种变化，因变量必然会发生相应程度的变自变量发生某种变化，因变量必然会发生相应程度

49、的变化。如在产品价格不变的条件下，销售额取决于销售量。化。如在产品价格不变的条件下，销售额取决于销售量。 Y=b.x（b为价格，为价格，x为销售量）。在市场调查预测涉及的为销售量）。在市场调查预测涉及的社会经济领域中，这种确定的函数关系很少，大量存在社会经济领域中，这种确定的函数关系很少，大量存在的是相关关系。的是相关关系。 所谓相关关系，是指变量之间相互关系中不存在数值对所谓相关关系，是指变量之间相互关系中不存在数值对应关系的非确定性的依存关系，即经济变量之间存在数应关系的非确定性的依存关系，即经济变量之间存在数量上的客观内在关系，表现为一个变量（自变量）发生量上的客观内在关系，表现为一个变

50、量（自变量）发生数量变化，必影响另一个变量（因变量）相应地发生数数量变化，必影响另一个变量（因变量）相应地发生数量上的变化，但因变量的数值具有不确定性。量上的变化，但因变量的数值具有不确定性。 如婴儿出生数和奶粉需求量就属于相关关系。婴儿出生如婴儿出生数和奶粉需求量就属于相关关系。婴儿出生数增加了，奶粉需求量肯定也会增加，但究竟增加多少数增加了，奶粉需求量肯定也会增加，但究竟增加多少是无法确定的。是无法确定的。 市场现象之间所存在的依存关系，大多是表现为相关关市场现象之间所存在的依存关系，大多是表现为相关关系。如市场需求量与居民收入之间、市场需求量与商品系。如市场需求量与居民收入之间、市场需求

51、量与商品价格之间、市场需求量与人口数量之间等等，都是表现价格之间、市场需求量与人口数量之间等等，都是表现为相关关系。为相关关系。 对于相关关系的数量依存关系，可用相关关系分析和回对于相关关系的数量依存关系，可用相关关系分析和回归方程的方法加以研究。归方程的方法加以研究。 2.回归分析预测法的含义回归分析预测法的含义 回归分析预测法回归分析预测法就是从各种经济现象之间的相互关系出就是从各种经济现象之间的相互关系出发，通过对与预测对象有联系的现象变动趋势的分析，发，通过对与预测对象有联系的现象变动趋势的分析，推算预测对象未来状态数量表现的一种预测方法。推算预测对象未来状态数量表现的一种预测方法。

52、回归分析预测法中的自变量与时间序列预测法中的自变回归分析预测法中的自变量与时间序列预测法中的自变量不相同。后者的自变量是时间本身，而前者的自变量量不相同。后者的自变量是时间本身，而前者的自变量是反映市场现象的其他变量。是反映市场现象的其他变量。 回归分析预测法是一种重要的市场预测方法。多数市场回归分析预测法是一种重要的市场预测方法。多数市场预测者在对市场现象进行预测时，如果能将影响市场预预测者在对市场现象进行预测时，如果能将影响市场预测对象的主要因素找到，并且能够取得其数量资料，当测对象的主要因素找到，并且能够取得其数量资料，当然就可以采用相关回归预测法进行预测。它是一种具体然就可以采用相关回

53、归预测法进行预测。它是一种具体的、行之有效的、实用价值很高的常用市场预测方法。的、行之有效的、实用价值很高的常用市场预测方法。当应用相关回归市场预测法条件不充分时，才考虑采用当应用相关回归市场预测法条件不充分时，才考虑采用时间序列法等其他预测方法。时间序列法等其他预测方法。 3.回归分析预测法的种类回归分析预测法的种类 应用回归模型进行市场预测，有许多种类，根据不同的应用回归模型进行市场预测，有许多种类，根据不同的条件可作不同的分类。主要的分类有：条件可作不同的分类。主要的分类有： （1）按自变量个数的多少划分，可以分为一元回归分析）按自变量个数的多少划分，可以分为一元回归分析和多元回归分析预

54、测法。和多元回归分析预测法。 （2）按回归模型是否线性划分，可分为线性回归分析预）按回归模型是否线性划分，可分为线性回归分析预测法和非线性回归分析预测法。所谓线性回归模型，就测法和非线性回归分析预测法。所谓线性回归模型，就是指因变量和自变量之间的关系是直线型的。是指因变量和自变量之间的关系是直线型的。 （3）按回归模型的自变量是否带虚拟变量划分，可以分）按回归模型的自变量是否带虚拟变量划分，可以分为普通回归模型和虚拟回归模型。普通回归模型的自变为普通回归模型和虚拟回归模型。普通回归模型的自变量都是数量变量，而虚拟变量回归模型的自变量既有数量都是数量变量，而虚拟变量回归模型的自变量既有数量变量也

55、有品质变量。量变量也有品质变量。 二、应用回归分析预测法的条件二、应用回归分析预测法的条件 应用回归分析预测时必须注意其前提条件，以提高预测应用回归分析预测时必须注意其前提条件，以提高预测准确度。准确度。 1.经济现象之间关系密切经济现象之间关系密切 因变量与自变量之间必须有关系，而且必须关系密切。因变量与自变量之间必须有关系，而且必须关系密切。只有正确认识经济现象之间内在的必然联系和外部的偶只有正确认识经济现象之间内在的必然联系和外部的偶然联系，不为假相关所迷惑，准确地剖析两者间的相关然联系，不为假相关所迷惑，准确地剖析两者间的相关关系，才能正确做出判断。关系，才能正确做出判断。 判断相关关

56、系密切程度的方法，可以通过判断相关关系密切程度的方法，可以通过绘制相关图和绘制相关图和计算相关系数。计算相关系数。根据历史资料绘制的相关图能判断相关根据历史资料绘制的相关图能判断相关的类型。相关图的类型有以下几种：的类型。相关图的类型有以下几种： 1）零相关图）零相关图。当自变量。当自变量x与因变量与因变量y没有相关关系，称为没有相关关系，称为零相关，如图。零相关，如图。 2）强正相关图）强正相关图。当自变量。当自变量x增大时，因变量增大时，因变量y亦随之增大，亦随之增大，点子的分布集中，呈直线形。故两者有强相关。点子的分布集中，呈直线形。故两者有强相关。 3）弱正相关图）弱正相关图。当自变量

57、。当自变量x的数值增大时，因变量的数值增大时，因变量y的数的数值也增大，但点子的分布不集中。两者之间仅有一定相值也增大，但点子的分布不集中。两者之间仅有一定相关关系，称弱正相关。关关系，称弱正相关。xy. .零相关图xy.强正相关 4）强负相关图）强负相关图。当自变量。当自变量x的增大时，因变量的增大时，因变量y随之减少，随之减少，点子的分布集中呈直线形，两者之间有强烈的相关关系，点子的分布集中呈直线形，两者之间有强烈的相关关系，称强负相关。称强负相关。 5）弱负相关图）弱负相关图。当自变量。当自变量x的增大时，因变量的增大时，因变量y随之减少，随之减少，点子的分布分散不集中。两者之间仅有一定

58、相关关系，点子的分布分散不集中。两者之间仅有一定相关关系，称弱负相关。称弱负相关。xy. . . . .弱正相关xy. . .强负相关xy. .弱负相关 相关系数也能从数量上说明相关的密切程度，一般规定：相关系数也能从数量上说明相关的密切程度，一般规定： 如果要用一元线性回归方法进行预测，则如果要用一元线性回归方法进行预测，则R必须大于必须大于0.7。 弱相关与即认为相关与认为为强相关与就认为yx，Ryx，RyxR3.07.03.0,7.0 2.自变量的预测值必须比因变量的预测值精确或容易求得自变量的预测值必须比因变量的预测值精确或容易求得 因为预测因变量的未来情况，必须有自变量的未来资料因为

59、预测因变量的未来情况，必须有自变量的未来资料代入回归方程式才能计算出来。如果自变量的预测值更代入回归方程式才能计算出来。如果自变量的预测值更难得求得，那么，该回归方程的应用价值就不大了。难得求得，那么，该回归方程的应用价值就不大了。 3.要正确地选择回归方程的形式要正确地选择回归方程的形式 选择回归方程的形式即选择因变量和自变量的关系式选择回归方程的形式即选择因变量和自变量的关系式是直线方程式还是曲线方程式，是一个自变量还是几个是直线方程式还是曲线方程式，是一个自变量还是几个自变量，并有简单而又有效的验证方法。自变量，并有简单而又有效的验证方法。 三、回归分析预测法的程序三、回归分析预测法的程

60、序 应用回归分析法进行市场预测，应遵循一定的程序。应用回归分析法进行市场预测，应遵循一定的程序。 1.根据预测目标，筛选自变量根据预测目标，筛选自变量 一般来说，明确预测的具体目标，也就确定了因变量。一般来说，明确预测的具体目标，也就确定了因变量。筛选自变量，首先应分析各自变量与因变量之间的相关筛选自变量，首先应分析各自变量与因变量之间的相关关系，观察其相关关系的表现形式及密切程度。选用那关系，观察其相关关系的表现形式及密切程度。选用那些与因变量关系最为密切的自变量。些与因变量关系最为密切的自变量。 2.确定回归方程，建立预测模型确定回归方程，建立预测模型 根据理论分析和相关分析，如果有几个重