市场调查与分析课件

第一章市場調查概論市場調查的概念市場調查的發展市場調查的內容市場調查的分類市場調查的資料收集市場調查的功能市場調查的意義市場調查的程式與步驟市場調查的資料整理關於市場調查報告的再認識1.1市場調查的概念什麼是市場調查市場調查的機構1.1.1什麼是市場調查（1）一般的定義：指以科學的方法收集市場資料，並運用統計分析的方法對所收集的資料進行分析研究，發現市場機會，為企業管理者提供科學決策所必要的資訊依據的一系列過程。美國市場行銷學會的定義：一種借助於資訊把消費者、顧客以及公共部門和市場聯繫起來的特定活動，這些資訊用以識別和界定市場行銷的機會和問題，產生、改進和評價行銷活動，監控行銷績效，增進對行銷過程的理解。1.1.1什麼是市場調查（2）市場調查有廣義與狹義之分，狹義的市場調查指針對顧客行為所作的市場調查；廣義的市場調查除了顧客行為之外還包括市場行銷過程的每一階段。1.1.2市場調查的有關機構專業市場調研機構廣告公司的市場調研部門政府部門的市場調研部門學術專業研究機構的市場調研部門社會團體的市場調研部門企業本身內部的市場調研部門1.2市場調查的發展（1）市場調查的起源

1911年柯蒂斯公司成立商業調查部，開始進行市場調查活動

1911年凱倫克廣告公司率先採用郵寄卡片的調查方法

1929年美國開展了第一次分銷普查

1914年哈佛大學成立商業調查研究所

1919年芝加哥大學鄧楷的《商業調查》一書出版

1937年美國市場行銷協會編寫《市場調查技術》一書1.2市場調查的發展（2）市場調查的發展

20世紀50年代以來，電腦技術的發展與普及推進了電腦在市場調查中運用，並進一步促進了市場調查的發展；美國大多數大公司銷售額的0.1%~3.5%被用於市場調查，其中1/4~1/2被支付給專業市場調查機構；大多數國家都先後成立了全國性的市場調查組織，並設立了大量的國際性市場調查組織；

1977年，制定了“市場行銷和社會調查業務國際準則”。1.3市場調查的內容市場環境調查市場需求調查競爭對手調查產品調查銷售調查廣告效果調查1.3.1市場環境調查市場環境的含義指作用於企業生產與經營的一切外界力量的總和。市場環境調查的主要內容

政治法律環境調查

經濟環境調查社會文化環境調查科學技術環境調查地理氣候環境調查1.3.2市場需求調查市場需求的含義指在一定的支付能力下市場上對生產出來的供應最終消費與使用的物質產品和勞務的總和。市場需求調查的內容

社會購買力調查市場商品需求結構調查消費人口結構調查消費者購買動機調查

消費者購買行為調查1.3.3競爭對手調查競爭對手調查的主要內容包括

競爭對手的數量與經營實力

競爭對手的市場佔有率競爭對手的競爭策略與手段競爭對手的產品競爭對手的技術發展1.3.4產品調查產品調查的主要內容有產品實體的調查產品包裝的調查產品品牌的調查產品服務的調查

產品市場佔有率的調查產品價格的調查1.3.5銷售調查銷售管道調查銷售管道是指商品從生產者到消費者所經過的流通途徑或路線的，銷售管道調查即指對商品銷售過程中的通路所進行的調查。促銷調查指對企業各種促銷方式的效果進行調查。包括人員促銷、營業推廣和公共關係等。1.3.6廣告效果調查廣告受眾的界定關於廣告送達率廣告媒體調查廣告記憶廣告與銷售業績的關係1.4市場調查的分類按照市場調查的目的分類按照調查對象包括的範圍分類按照調查的連續性與否分類按照調查的地域範圍分類1.4.1按照調查的目的分類探測性調查描述性調查因果關係調查預測性調查探測性調查（1）概述探測性調查通常是最無結構和最不正式的調查，進行探測性調查的目的是為了獲得有關調研問題大體性質的背景資料。探測性調查通常在專案開始的階段進行。探測性調查的用途獲取背景資料定義術語與概念闡明問題和假設確定調研的優先次序探測性調查（2）實施探測性調查的方法第二手資料的分析：通過各種途徑收集有關二手資料經驗調查：從經驗豐富的人員處獲得有用資訊案例分析：回顧與分析問題相似的可用資訊焦點（小組）訪談：座談會，頭腦風暴法投射技術：要求參加者投射於特定環境回答問題描述性調查描述性調查概述當調研的目的只是要瞭解現狀時可以實施描述性調查。描述性調查通常通過對誰、什麼、哪里、何時、怎樣等問題的回答來進行。描述性調查的分類描述性調查可以分為橫向研究與縱向研究兩大類型。所謂橫向研究是指僅在一個時間點上對研究總體進行測定。縱向研究則通過對相同樣本的重複測定來完成。因果關系調查因果關係調查概述

因果關係調查是為了瞭解市場出現的有關現象的之間的因果關係而進行的市場調查。因果關係調查的主要目的是解決“為什麼”。其目的是在兩個以上的變數中尋找原因與結果關係，確定引數與因變數，明確變化方向，並建立變化函數。預測性調查預測性調查概述預測性調查是為了預測未來市場的變化趨勢而進行的調查，它著眼於對未來市場狀況的調查研究。預測性調查是預測的一個重要步驟，並建立在描述性調查、因果關係調查的基礎之上。1.4.2按照調查對象包括的範圍分類全面調查非全面調查全面調查全面調查概述全面調查是對調查對象中所有單位全部進行調查的一種市場調查，其目的在於要獲得研究總體的全面、系統的總量資料。全面調查一般而言僅限於調查對象有限的情形下使用，當調查對象太多時，全面調查需要花費大量的調研費用。僅當全面調查非常必要時，可以進行全面調查。全面調查的使用普查：全國性的普查是最常見的一種全面調查新產品試銷的跟蹤調查非全面調查非全面調查概述非全面調查是對調查對象中的一部分樣本所進行的調查，非全面調查一般按照代表性原則以抽樣的方式挑選出被調查單位。常見的市場調查多為非全面調查。非全面調查的優點更容易實施費用低廉1.4.3按照調查的連續性與否分類經常性調查定期性調查一次性調查經常性調查在選定市場調查的樣本之後，組織長時間的不間斷的調查，以收集由時間序列的資訊資料。經常性調查常用於對銷售網點產品銷售量的調查。定期性調查定期調查是在確定市場調查的內容後，每隔一定的時期進行一次調查，每次調查間隔的時間大致相等。通過定期調查可以掌握調查對象的發展變化規律和在不同環境下的具體狀況。常見的定期調查有月度調查、季度調查與年度調查。一次性調查一次性調查是為了某一特定目的，只對調查對象作一次臨時性的瞭解而進行的調查。大多數情況下，企業所進行的調查都是一次性調查。1.4.4按照調查的地域範圍分類地域性市場調查全國性市場調查國際市場調查農村市場調查城市市場調查1.5市場調查的資料收集資料收集的原則二手資料的收集原始資料的收集1.5.1資料收集的原則全面性原則針對性原則時效性原則計劃性原則1.5.2市場調查的二手資料收集（1）什麼是二手資料經過整理加工的書面資料。二手資料的種類二手資料包括內部資料與外部資料，企業相應可建立內部資料庫與外部資料庫。外部資料中的二手資料主要來自於統計資料、業務資料、財務資料和其他資料。1.5.2市場調查的二手資料收集（2）二手資料的優點獲得速度快所需費用少容易獲得可有效補充、豐富原始資料1.5.2市場調查的二手資料收集（3）二手資料的缺點獲得二手資料的度量標準可能與研究者的度量標準不相符合二手資料的分組標準對研究者來說可能不適用費盡周折獲得與研究者度量標準相符的資料很可能已經失去時效性1.5.3市場調查的原始資料收集什麼是原始資料直接從市場環境中獲得的、未經加工整理的資料。行銷人員就當前研究的專案而收集整理的資料。原始資料的來源消費者零售商批發商企業1.6市場調查的功能市場調查的基本功能是：為企業管理者提供決策所必需的基本資料1.7市場調查的意義市場調查是市場預測的基礎市場調查是企業正確進行決策的前提市場調查是市場機制發揮作用的重要途徑市場調查是政府宏觀調控的基本依據1.8市場調查的程式與步驟（1）預調查階段的工作提出問題初步調查正式調查的實施制定調查實施計畫準備所需調查表格並進行抽樣設計收集調查資料調查結果的處理階段的工作調查資料的整理分析提交調查報告並對調查結果進行追蹤1.8市場調查的程式與步驟（2）確定調研的必要性定義所需要解決的問題確立調研目標確定調研設計方案確定資訊的類型與獲取管道確定收集資料的方法問卷設計確定抽樣方案與樣本容量收集資料資料整理與分析撰寫調研報告1.9市場調查的資料整理審核分類編碼匯總列表調查回收問卷的審核問卷審核過程可能發現的問題不完整問卷：問卷沒有填寫完全。對某些具體問題的不回應：拒絕回答某些問題。全贊成或全反對模式：對所有問題作出一致肯定或否定的回答。中間線路模式：對大多數問題的回答為“沒有意見”。不可信的回應：在可靠性檢查中表現出不一致。1.10關於市場調查報告的再認識市場調查報告的格式要求市場調查報告的撰寫市場調報告作用的正確評估什麼樣的市場調查報告是一份好的市場調查報告市場調查報告的格式要求（1）本次委託的課題名稱（標題、委託方、日期）調查報告的目錄（章節與附錄）調查報告概要調查報告的正文（目的、資料收集過程、結論）本次調查的結論與建議必要的附件（表格與計算過程）案例調查報告概要列明本次調查的委託人說明本次調查的目的說明本次調查的範圍說明本次調查的對象簡要介紹本次調查的內容介紹本次調查所使用的樣本確定方法介紹本次調查的資料收集方法與過程介紹本次調查的數據處理方法表明調查人員對本次調查的態度調查報告的撰寫專門性調查報告的內容調查結果摘要調查目的調查方法統計分析（包括軟體說明、報表與圖形）結論與建議附錄市場調查典型報價單（500樣本單位，100元單位樣本）專案序號專案名稱專案費用（元）備註1問卷設計20002問卷印刷10003訪問員培訓200020人X50元4試調查250050樣本X50元5訪問員勞務支出7500500樣本X15元/樣本6訪問禮品支出10000500樣本X20元/樣本7調研差旅費5000督導與巡查差旅費8問卷回收處理1000500樣本X2元/樣本9數據處理8000程式設計數據分析10調研報告撰寫400011報告列印與裝訂2000文字排版，5份裝訂12專案利潤5000稅金與利潤2.1固定樣本連續調查法（1）概述所謂固定樣本連續調查，是指對同一樣本進行長時間的、反復的調查。固定樣本連續調查常用於對消費者的調查2.1固定樣本連續調查法（2）固定樣本連續調查的優點時間連續，有利於進行趨勢分析一般而言具有較高的回收率資料具有較高的可信度固定樣本連續調查的缺點時間長，費用高對樣本的穩定性有較強的依賴2.2非固定樣本的調查2.2.1詢問法2.2.2觀察法2.2.3試驗法2.2.4展示會法2.2.5綜合法2.2.1詢問法詢問法的具體類型市場調查過程的控制詢問法的具體類型面談調查郵寄調查電話調查留置問卷調查面談調查的優缺點面談調查的優點最具彈性回收率高有利於溝通面談調查的缺點成本高受地域影響比較明顯受訪者無法對問題進行過多的思考容易被訪問員誘導郵寄調查的優缺點郵寄調查的優點空間範圍廣費用低廉有利於受訪者思考後回答問題郵寄調查的缺點回收率低時間長問卷回答品質差電話調查的優缺點電話調查的優點時間短受訪問員影響小電話調查的缺點無法展示產品不能深入訪問不易取得受訪者的合作電話調查的發展電話普及率達到40%以上,電話調查就是有效的隨著生活與居住方式的變化,電話調查顯得更為重要電話調查的方式傳統電話調查電腦輔助電話訪談全自動電話訪談電腦櫃調研電話號碼的選擇受訪者確定替代樣本的確定電話調查的發展（1996年）

國家電話調查(%)郵寄調查(%)面談調查(%)丹麥532424德國441144盧森堡77023挪威641719俄羅斯17377瑞士631522英國372535瑞典58339歐洲平均351648中國內地2.373.2電話訪問適當時機選擇星期一星期二星期三星期四星期五星期六星期日合計9~1222.123.415.615.924.123.216.122.612~1724.234.138.119.418.636.724.225.917點半~22點半80.887.160.957.964.467.366.872.7合計39.349.630.830.733.935.531.936.1電話調查案例上海神州受上海羅氏委託進行賽尼可潛在用戶調查時間總接通次數拒訪次數非目標客戶數完成問卷有效接通率2001/3/14—3/18762830233605100013%2001/3/23—3/25442415501874100023%留置問卷調查的優缺點留置問卷調查的優點回收率高有利於受訪者獨立思考回答問題留置問卷調查的缺點費用高空間範圍小2.2.2觀察法觀察法的優缺點觀察法的運用市場調查過程的控制觀察法的優缺點觀察法的優點具有較高的準確性簡便易行客觀不存在溝通的障礙觀察法的缺點不夠深入、具體費用高、時間長2.2.3試驗法試驗法的優缺點試驗法的具體類型試驗法的運用市場調查過程的控制試驗法的優缺點試驗法的優點資料客觀、具體直接真實地反映市場方法科學試驗法的缺點時間長、費用高不能用於進行趨勢分析影響因素複雜多變，難以準確分析試驗法的具體類型事前事後對比試驗控制組同實驗組對比試驗有控制組的事前事後對比試驗事前事後對比試驗（1）

網點1網點2網點3網點4事前銷售額21282221事後銷售額31393532事前事後變動10111311事前事後對比試驗（2）事前事後變化趨勢柱形圖控制組同實驗組的對比試驗（1）網點1網點2網點3網點4網點5網點6控制組銷售額232124試驗組銷售額353234控制組同實驗組的對比試驗（2）控制組與實驗組對比試驗有控制的事前事後對比試驗

組別事前值事後值變化量對比效果控制組3235315試驗組3452182.2.4展示會法展示會法的優缺點展示會法的運用市場調查過程的控制展示會法的優缺點展示會法的優點可以集中收集市場資訊資料真實可靠展示會法的缺點樣本容易產生偏差費用昂貴2.2.5綜合法綜合法是對上述各種方法的綜合運用，它有效的避免了各種方法的部分缺陷，因而相對而言更為有效。但容易導致調查的失控與成本的上升。2.6網上調查網上調查概述網上調查的優點網上調查的缺點網上調查的步驟網上調查的方法2.6.1網上調查概述網上調查是借助於聯機網路、電腦通訊和數字互動式媒體實現研究目的的市場調查方法。網上調查的大規模發展源於20世紀90年代。網上調查具有自願性、定向性、及時性、互動性、經濟性與匿名性。2.6.2網上調查的優點組織簡單費用低廉客觀性好不受時空與地域限制速度快2.6.3網上調查的缺點線民的代表性存在有不准確性網路的安全性不容忽視受訪對象難以限制2.6.4網上調查的步驟確定目標市場設計調查問卷選擇調查手段電子郵件發送問卷利用自有網站展示問卷借助他人網站展示問卷調查結果分析3.1調查問卷的功能調查問卷的六種主要功能把研究目標轉化為特定問題使問題和回答標準化通過措辭、問題流程與卷面設計來促進合作記載記錄原始數據加快數據分析過程進行有效性測試3.2調查問卷的設計流程規範的問卷設計流程3.3問卷設計應該遵循的原則問題應該針對單一論題問題應該簡短問題應該以同樣的方式解釋給所有受訪者問題應該使用所有受訪者的核心辭彙問題應盡可能使用簡單句3.4問卷設計應該避免的問題問題不應該假設不明顯存在的標準問題不應該超越受訪者的能力與經驗問題不應該用特例來代表普遍狀況問題中涉及的細節不應超出受訪者的記憶能力問題不應該涉及到推斷與猜測不應該詢問過多的無關問題問題中不應該使用誇張詞語問題中不應該使用有歧義的詞語不應該將兩個問題合併為一個不應該誘導受訪者回答特定答案問題不應該具有暗示性3.5調查問卷的問題設計開放式問題封閉式問題量表的運用4.1市場調查的抽樣抽樣調查的概念抽樣調查的優點抽樣誤差與非抽樣誤差抽樣調查的基本要求關於普查抽樣調查的概念抽樣調查是按照一定的規則從總體中抽取一部分個體單位作為樣本，通過對樣本的調查研究所獲得的資訊資料，來推斷總體的資訊資料的方法；因而抽樣調查也稱作抽樣推斷。抽樣調查的優點抽樣調查採取以部分推斷總體的方式，減少了市場調查的工作量，簡化了市場調查工作；抽樣調查具有如下一些優點：費用低速度快應用範圍廣準確度高市場普查市場普查概述

市場普查是指對與市場有關總體的每一個單位進行逐一的、普遍的、全面的調查。市場普查可以獲得全面的、準確的資訊資料。適用於不經常進行調查領域的資訊資料收集。市場普查的局限性

耗費時間長，資料的時效性差費用昂貴，耗費大量人、財、物4.2隨機抽樣調查簡單隨機抽樣分群隨機抽樣分層隨機抽樣系統抽樣4.2.1簡單隨機抽樣簡單隨機抽樣的概念簡單隨機抽樣的方法簡單隨機抽樣的估計簡單隨機抽樣的樣本容量估計簡單隨機抽樣的概念簡單隨機抽樣又稱單純隨機抽樣，是所有隨機抽樣方法中最簡單的一種方法。它按照隨機的原則從調查總體中不加任何分類、排序、分組等先行工作，直接地抽取調查樣本單位。各單位被抽到的機會完全均等，相互獨立，排除了抽樣過程中各種主觀因素的干擾。簡單隨機抽樣的方法抽籤法亂數字表法（利用亂數字表進行隨機抽樣）簡單隨機抽樣的估計平均數的估計

總體平均數的估計區間

重複抽樣時抽樣平均數的誤差估計

不重複抽樣時抽樣平均數的誤差估計百分比的估計

總體百分比的區間估計

重複抽樣條件下百分比平均數誤差的估計

不重複抽樣條件下百分比平均數誤差的估計

總體平均數的估計區間

其中t為可信度,可根據置信水準查表獲得。當可信水準為68.27%時，t=1；當可信水準為95%時，t=1.96；當可信水準為95.54%時，t=2；當可信水準為99.73%時，t=3；當可信水準為99.994%時，t=4；當可信水準為99.999%時，t=5。重複抽樣時抽樣平均數的誤差估計不重複抽樣時抽樣平均數的誤差估計總體百分比的區間估計

其中t為可信度,可根據置信水準查表獲得。當可信水準為68.27%時，t=1；當可信水準為95%時，t=1.96；當可信水準為95.54%時，t=2；當可信水準為99.73%時，t=3；當可信水準為99.994%時，t=4；當可信水準為99.999%時，t=5。重複抽樣百分比平均數誤差的估計不重複抽樣百分比平均數誤差的估計簡單隨機抽樣樣本容量的估計估計平均數情形下樣本容量估計

重複抽樣

不重複抽樣估計百分比情形下樣本容量估計

重複抽樣

不重複抽樣估計平均數情形下樣本容量估計（1）重複抽樣估計平均數情形下樣本容量估計（2）不重複抽樣估計百分比情形下樣本容量估計（1）重複抽樣估計百分比情形下樣本容量估計（2）不重複抽樣4.2.2分群隨機抽樣分群抽樣概述分群抽樣的數學估計分群抽樣概述分群抽樣是先將市場調查的總體劃分為若干個群體，然後以簡單隨機抽樣的方法選取部分群體作為調查樣本，對群體內各個單位進行調查的一種隨機抽樣方法。分群抽樣適用於調查總體單位分佈較分散並且無法確定分層標準的大總體。當調查總體相當大時，可以進行逐級分群，一直進行到單個群體的數目足夠小時為止，然後從所有的群中隨機抽取一定的群作為調查對象實施調查。分群抽樣對總體推斷的準確性較差。因而往往與其它方法相結合使用。分群抽樣的數學估計分群抽樣樣本群的平均數分群抽樣樣本總體的平均數群平均數的群間方差分群抽樣樣本平均數的誤差分群抽樣總體平均數的估計區間分群抽樣樣本群的平均數其中為被抽取的第i群的樣本數量，為第i群中的第j個樣本單位。為第i群樣本的平均數分群抽樣樣本總體的平均數

為被抽取的群的數量，為樣本總體平均數群平均數的群間方差分群抽樣樣本平均數的誤差分群抽樣總體平均數的估計區間在給定的自信水準下，分群抽樣的總體平均數的估計可以由下式得到4.2.3分層隨機抽樣分層比例抽樣分層最佳抽樣分層最低成本抽樣分層比例抽樣先將總體按照相似性原則分為若干層，然後根據各層在總體中所占的比重從層中抽取相應的樣本組成研究樣本。分層抽樣可以避免樣本差異過大導致的抽樣分佈不准確。分層最佳抽樣分層最佳抽樣又稱做非比例抽樣。它是根據各層的樣本標準差的大小，又考慮到各層在總體中所占比例的差異，而調整各層樣本數目的抽樣方法。分層最佳抽樣可以降低樣本分佈的不准確性。分層最低成本抽樣分層最低成本抽樣既考慮到抽樣的統計效果，又考慮到抽樣的經濟性。4.2.4系統抽樣系統抽樣又稱機械抽樣或等距抽樣。它是先將總體各單位按照某一標誌排列，然後根據一定的抽樣距離從總體中抽取樣本；或者將總體劃分為若干類型，然後在各類型中根據一定的抽樣距離抽取樣本的一種抽樣方法。系統抽樣既可以屬於隨機抽樣，也可以屬於非隨機抽樣，其關鍵在於第一個樣本的抽取方式。4.3非隨機抽樣調查任意抽樣法判斷抽樣法配額抽樣法配額抽樣法配額抽樣法是在分層基礎上進行的。配額抽樣根據其抽樣方法可以分為

獨立控制配額抽樣

交叉控制配額抽樣配額抽樣法的基本步驟

選擇控制特性作為分層標準分層確定各層樣本額配額指派獨立控制配額抽樣分別按照收入水準、年齡與性別進行的獨立控制配額抽樣的樣本分佈收入水準年齡性別高10050以上50男50中7025-50100女150低3025以下50----合計200合計200合計200交叉控制配額抽樣以年齡、性別與收入水準作為交叉控制因素進行配額抽樣的樣本配額分佈收入水準高中低合計性別男女男女男女年齡50以上619413265025-50133792631210025以下6195132550合計25751852723200合計1007030抽樣誤差與非抽樣誤差抽樣誤差指總體的位置特性與從樣本收集到的數據之間的差異，這是由於樣本不能完全代表總體所帶來的，抽樣誤差是抽樣調查所固有的；抽樣誤差可以進行計算與控制，因而也稱做可控誤差。非抽樣誤差指在選擇樣本和調查過程中所產生的誤差。5.1市場調查數據分析的基本方法頻數、頻率分析數據集中趨勢分析

算術平均數

中位數

眾數數據分散趨勢分析

全距（極差）

四分位差

標準差5.1.1頻數、頻率分析（1）例1：假設有樣本數據ABCDEFGHIJ112214653322611223254334413314335413456424635352112114662634551322763662365118415336463495132522262103252341445

5.1.1頻數、頻率分析（2）

5.1.1頻數、頻率分析（3）5.1.2算術平均數未分組數據的平均數計算分組數據的平均數計算上例的計算結果5.1.3中位數的計算（1）未分組數據的中位數計算對所有數據進行排序，當數據量為奇數時，取中間數為中位數，當數據量為偶數時，取最中間兩位數的平均數為中位數。上例中數據量為100，是偶數，所以應取排序後第50位數和第51位數的平均值作為中位數。第50位數是3，第51位數也是3，所以中位數為3。5.1.3中位數的計算（2）分組數據的中位數計算下式中L為中位數所在組的下限值，fm為中位數所在組的組頻數，Sm-1為至中位數組時累計總頻數，h為組距。5.1.3中位數的計算（3）例2：假設有分組數據如下（銷售額單位為萬元）年銷售額組中值商店數目累計頻數80-90853390-10095710100-1101051323110-120115528120-130125230合計305.1.3中位數的計算（4）依據公式例2的中位數為5.1.4眾數的計算未分組數據的眾數為出現次數最多的數。分組數據的眾數依據下式計算獲得。運算式中△1表示眾數所在組與前一組的頻數差，△2表示眾數所在組與後一組的頻數差。依據公式，例2分組數據的眾數為104.29萬元。5.1.5全距（極差）的計算全距指的是樣本數據中最大值與最小值之間的距離，因而也叫極差。例1中最小值為1，最大值為6，因而全距為6-1=5。5.1.6四分位差的計算四分位差是一種按照位置來測定數據離散趨勢的計量方法，它只取決於位於樣本排序後中間50%位置內數據的差異程度。即第一個四分位與第三個四分位數據之間的差異。例2的四分位差計算過程如下5.1.7標準差的計算（1）未分組數據的標準差計算5.1.7標準差的計算（2）分組數據的標準差的計算5.2市場調查數據的假設檢驗參數假設檢驗

U檢驗

t檢驗非參數檢驗5.2.1U檢驗當樣本容量大於30時，可以採用U檢驗。

均值檢驗

百分比檢驗

雙樣本平均數差異的檢驗

雙樣本百分比差異的檢驗均值檢驗（U）假設有選取統計量設定顯著性水準查表得到根據U的計算結果，比較U的絕對值與的大小。若有則接受H0，否則拒絕H0

。百分比檢驗（U）假設有選取統計量設定顯著性水準查表得到根據U的計算結果，比較U的絕對值與的大小。若有則接受H0，否則拒絕H0

。雙樣本平均數差異的檢驗（U）假設有選取統計量設定顯著性水準查表得到根據U的計算結果，比較U的絕對值與的大小。若有則接受H0，否則拒絕H0

。雙樣本百分比差異的檢驗（U）假設有選取統計量設定顯著性水準查表得到根據U的計算結果，比較U的絕對值與的大小。若有則接受H0，否則拒絕H0

。5.2.2t檢驗當樣本容量小於30時，不可以使用U檢驗，而需要使用t檢驗。

均值檢驗

均值差異的檢驗

百分比差異的檢驗均值檢驗（t）假設有選取統計量設定顯著性水準查表得到根據t的計算結果，比較t的絕對值與的大小。若有則接受H0，否則拒絕H0

。均值差異的檢驗（t）假設有選取統計量設定顯著性水準查表得到根據t的計算結果，比較t的絕對值與的大小。若有則接受H0，否則拒絕H0

。百分比差異的檢驗（t）假設有選取統計量設定顯著性水準查表得到根據t的計算結果，比較t的絕對值與的大小。若有則接受H0，否則拒絕H0

。5.2.3非參數檢驗（X2）在市場調查中常獲得一些量表數據，對量表數據求取平均數與方差都是毫無意義的。對量表數據的處理更適宜於採用非參數檢驗方法。非參數檢驗中常用的方法是X2檢驗。X2檢驗的統計量是上述統計量中，表示第類別在樣本中實際出現的次數，表示期望出現的次數，為類別數。5.3市場調查的方差分析單因素方差分析雙因素方差分析5.3.1單因素方差分析（1）單因素方差分析研究一個因素在不同水準下對研究對象影響的顯著性。單因素方差分析的數據表如下：試驗數試驗水準A1A2…An1…2……………M…平均值…5.3.1單因素方差分析（2）單因素方差分析的一般形式方差來源平方和自由度方差F組間方差組內方差方差總和5.3.1單因素方差分析（3）單因素方差分析的數學計算運算式5.3.1單因素方差分析（4）例試驗點月銷售量（噸）包裝1包裝2包裝3115151921010123912164511165161217合計5560805.3.1單因素方差分析（5）5.3.1單因素方差分析（6）查表求得的值。比較與的大小。若有，則認為因素無顯著性影響。反之則認為影響較顯著。本例中n=3,m=5。5.3.2雙因素方差分析（1）雙因素方差分析分析兩個同時存在的因素在不同水準狀態下獨立作用對分析對象的影響的顯著性。雙因素分析的常用數據表因素A行總計觀察值A1A2…As因素BB1…B2…………………Br…列總計…5.3.2雙因素方差分析（2）雙因素方差分析表方差來源平方和自由度方差F因素A因素B誤差總計5.3.2雙因素方差分析（3）雙因素方差分析的數學運算式5.3.2雙因素方差分析（4）例銷地銷量行總計包裝A1包裝A2包裝A3B120192160B216151445B39101130B487621列總計535152156（總）5.3.2雙因素方差分析（5）5.3.2雙因素方差分析（6）5.3.2雙因素方差分析（7）查表求得的值。比較與、的大小。若有，則認為因素A無顯著性影響；反之則認為影響較顯著。若有，則認為因素B無顯著性影響；反之則認為影響較顯著。5.4因數聚類分析距離聚類法

最短距離法

最長距離法相關係數聚類法5.4.1最短距離聚類法（1）計算樣本間距離，並列出初始距離矩陣。選取初始距離矩陣中的最小值，並對該值對應的樣本進行類合併。根據最小值原則計算新合併樣本與其他樣本之間的距離，列出新的距離矩陣。重複上述步驟，直至所有樣本被全部合併為一類。5.4.1最短距離聚類法（2）例假設有樣本數據如下，請對樣本進行分類。樣本序號樣本式樣樣本包裝樣本性能144423663633424551225.4.1最短距離聚類法（3）初始距離矩陣5.4.1最短距離聚類法（4）5.4.2最長距離聚類法（1）計算樣本間距離，並列出初始距離矩陣。選取初始距離矩陣中的最小值，並對該值對應的樣本進行類合併。根據最大值原則計算新合併樣本與其他樣本之間的距離，列出新的距離矩陣。重複上述步驟，直至所有樣本被全部合併為一類。5.4.2最長距離聚類法（2）同上例初始距離矩陣5.4.2最長距離聚類法（3）

5.4.3相關係數聚類法（1）被聚類的對象、的相關係數可以由下式計算獲得5.4.3相關係數聚類法（2）樣本相關係數表X1X2X3X4X5X6X7X1--0.530.470.380.680.530.64X20.53--0.600.480.650.700.42X30.470.60--0.670.570.440.52X40.380.480.67--0.360.780.50X50.680.650.570.36--0.590.62X60.520.700.440.780.59--0.52X70.640.420.520.500.620.52--5.4.3相關係數聚類法（3）

找出每列中最大的相關係數X1X2X3X4X5X6X7X1--0.530.470.380.680.530.64X20.53--0.600.480.650.700.42X30.470.60--0.670.570.440.52X40.380.480.67--0.360.780.50X50.680.650.570.36--0.590.62X60.520.700.440.780.59--0.52X70.640.420.520.500.620.52--5.4.3相關係數聚類法（4）找出各列最大相關係數中的最大值X1X2X3X4X5X6X7X1--0.680.64X2--X3--X40.67--0.78X50.68--X60.700.78--X7--5.4.3相關係數聚類法（5）合併X2、

X3、

X4、

X6。重複上述步驟，合併X1、

X5、

X7。X1X5X7X1--0.680.64X50.68--0.62X70.640.62--5.5因數判別分析判別分析法的目的是判別給定樣本是否屬於假定的類型。判別分析法的核心是建立判別函數。常用的判別函數為多元線性判別函數。其形式如下5.5.1判別函數的建立（1）例假設有下列原始數據，請建立判別函數，判別假定的分組是否正確。產品各指標表相應評價值產品款式X1產品包裝X2產品性能X3預定銷售組A1987210743763464558666855預定銷售組B753682439145104525.5.1判別函數的建立（2）第一步：計算A、B兩組相應指標數據平均值5.5.1判別函數的建立（3）第二步：計算組間平均值的差。即有5.5.1判別函數的建立（4）第三步：計算A、B兩組資料的離差矩陣。5.5.1判別函數的建立（5）第四步：計算離差矩陣CA、CB的共變異矩陣。5.5.1判別函數的建立（6）第五步：計算A、B兩組資料的聯合共變異矩陣。5.5.1判別函數的建立（7）第六步：求聯合共變異矩陣U的逆矩陣U-1。5.5.1判別函數的建立（8）第七步：求判別方程的係數b。5.5.1判別函數的建立（9）第八步：根據上述係數矩陣建立判別函數。根據判別運算式可知：產品款式對分組判別的影響最為顯著，產品包裝其次，而產品的性能對判別的影響不顯著。5.5.1判別函數的建立（10）第九步：求判別函數Yc臨界值。5.5.1判別函數的建立（11）第十步：判別分組的正確性。預分組別判別值實際組別預估準確性A2.4800A正確A2.6416A正確A1.8846A正確A1.6199A正確A2.1690A正確A2.1239A正確B1.3687B正確B0.6393B正確B0.4334B正確B1.1276B正確6.1什麼是市場預測所謂市場預測是指企業在通過市場調查獲得一定資料的基礎上，針對企業的實際需要以及相關的現實環境因素，運用已有的知識、經驗和科學方法，對企業和市場未來發展變化的趨勢作出適當行的分析與判斷，為企業行銷活動等提供可靠依據的一種活動。市場預測具有如下特點：傾向性、關聯性、近似性、時間性、科學性、局限性。6.2市場預測的作用與意義市場預測是企業制定經營計畫的前提條件與重要依據。市場預測是企業做好經營決策的前提。市場預測有利於企業更好地滿足市場需要。市場預測有利於企業提高競爭能力與應變能力。6.3市場預測的分類（1）依據預測範圍的分類依據預測時間的分類依據預測對象的分類依據預測性質的分類6.3市場預測的分類（2）依據預測範圍的分類

宏觀市場預測：對整個市場的預測分析，研究總量指標、相對數指標以及平均數指標之間的聯繫與發展變化趨勢。宏觀市場預測對企業確定發展方向和制定行銷戰略具有重要的指導意義。

微觀市場預測：對一個生產部門、公司或企業的行銷活動範圍內的各種預測。微觀市場預測是企業制定正確的行銷戰略的前提條件。微觀市場預測是宏觀市場預測的基礎和前提，宏觀市場預測是微觀市場預測的綜合與擴大。6.3市場預測的分類（3）依據預測時間的分類

近期預測：時間在1周--1季度之間的預測。

短期預測：時間在1季度--1年之間的預測。幫助企業適時調整行銷策略，實現企業經營管理的目標。

中期預測：時間在1--5年之間的預測。幫助企業確定行銷戰略。

長期預測：時間在5年以上的市場變化及其趨勢的預測。為企業制定總體發展規劃和重大行銷決策提供科學依據。6.3市場預測的分類（4）依據預測對象的分類

單項產品預測：市場預測的基礎。按照產品的品牌、規格與型號進行預測。為企業編制季度計畫、年度計畫與安排生產進度提供科學依據。

同類產品預測：按照產品類別進行預測。一般而言按照同大類產品的具體標誌性特徵進行具體預測。

產品總量預測：對消費者需要的各種產品的總量進行預測。一般屬於行業預測。6.3市場預測的分類（5）依據預測的性質分類

定性預測：研究和探討預測對象在未來市場所表現的性質。主要通過對歷史資料的分析和對未來條件的研究，憑藉預測者的主觀經驗、業務水準和邏輯推理能力，對未來市場的發展趨勢作出推測與判斷。定性預測簡單易行，在預測精度要求不高時較為可行。

定量預測：確定預測對象在未來市場的可能數量。以準確、全面、系統、及時的資料為依據，運用數學或其他分析手段，建立科學合理的數學模型，對市場發展趨勢作出數量分析。定量預測主要包括時間序列預測與因果關係預測兩大類。6.4市場預測的內容市場需求變化的預測消費結構變化預測產品銷售預測產品價格預測產品生命週期預測資源預測市場佔有率預測生產技術的變化趨勢預測6.4.1市場需求變化的預測市場需求變化預測主要是指商品的購買力及其投向的預測。它包括生產資料市場購買力預測和消費市場購買力預測。預測市場需求的變化還需要研究社會潛在購買力，潛在購買力包括兩種情況：受貨幣支付能力或商品供應量的限制而為能實現的需求；居民手中因為種種原因而持有的現金以及居民銀行存款。預測市場需求的變化還必須研究人口變動、基本建設規模、生產力水準、文化水準、貨幣流通速度以及消費者行為的變化。6.4.2消費結構變化預測消費結構預測的主要內容是預測消費品市場的產品構成以及其相應比例關係。包括消費者的消費支出在不同商品之間的分佈比例，變動趨勢；其中最為關鍵的是居民消費的恩格爾係數的變化。6.4.3產品銷售預測產品銷售預測是指企業本身產品銷售前景的判斷，包括對銷售的品種、規格、價格、銷售量、銷售額以及銷售利潤等方面變化的預測。其目的在於使產品適銷對路，滿足消費需求，提高企業經濟效益。6.4.4產品價格預測產品價格預測是指根據企業產品的市場價格以及同類產品的市場價格對企業產品未來市場價格變化的預測。影響產品價格的主要因素有市場供求、市場競爭狀況、產品價值以及價格規律。6.4.5產品生命週期預測產品生命週期的預測主要是對企業產品在生命週期中所處階段的預測。即對產品投入期、成長期、成熟期與衰退期的預測。6.4.6資源預測為了保障企業生產的順利進行，必須對企業所需要的原材料、能源等稀缺資源的供應狀況及其變化趨勢進行合理的預測，明確資源供應的數量、規格、品質、價格與管道等，尋找降低資源成本的途徑，增強企業競爭力。企業不僅要對物力資源的供應進行預測，還應該加強對企業財力與人力資源的預測。6.4.7市場佔有率預測企業產品的市場佔有率是企業產品的市場競爭能力的綜合表現。市場佔有率的預測包括企業絕對市場佔有率的預測與相對市場佔有率的預測。企業不僅應該預測本身產品的市場佔有率以及其變化趨勢，還應該對同類產品、替代產品的市場佔有狀況及其變化趨勢進行預測。6.4.8生產技術的變化預測生產技術的變化對企業的生存與發展有著十分重要的影響。企業必須時刻關注內外部生產技術的發展趨勢，並不斷進行技術改革，保持與國際技術的同步發展。技術變化的預測包括企業生產技術變化的預測、國內行業技術發展變化的預測以及國際先進技術發展變化的預測等。6.5市場預測的基本要求建立專門化的預測機構培養高素質的專業預測隊伍重視市場調查與資訊資料保持預測工作的連續性6.6市場預測的主要步驟（1）第一步：確定預測目標第二步：收集處理資料第三步：選擇預測方法第四步：建立預測模型第五步：評價預測模型第六步：進行預測第七步：分析預測結果第八步：提交預測報告7.1經驗估計法經驗估計法是由和預測內容有關的經營管理人員、業務人員以及專家，憑藉他們所擁有的知識、經驗、資訊與綜合判斷能力，來進行市場預測的一種方法。經驗評估法主要形式有：

銷售人員意見綜合法

業務主管人員評判預測法

綜合判斷預測法

主觀概率預測法7.1.1銷售人員意見綜合法（1）銷售人員意見綜合法是集合銷售人員的預測方案，加以歸納、分析、判斷，確定企業的預測方案的一種預測方法。銷售人員意見綜合法首先由企業領導根據經營的需要，向全部銷售人員介紹預測的市場形勢，提供有關資料確定預測期限；然後銷售人員根據企業要求提出各自的預測方案；最後進行綜合分析判斷，確定企業的銷售預測值。銷售人員意見綜合法對短期市場預測效果較好。7.1.1銷售人員意見綜合法（2）例銷售員銷售預測值（百萬元）期望值銷售人員權重預測值（百萬元）樂觀預測事件概率一般預測事件概率悲觀預測事件概率1180.2160.5140.315.80.416.222210.3170.6150.118.00.33170.2150.6130.215.00.37.1.2業務主管人員評判預測法（1）業務主管人員評判預測法就是集合企業內供銷、生產、財務與市場研究等部門的業務主管人員，在假定的市場環境和既定的銷售策略下對一定時期內的銷售期望值的預測。業務主管人員評判預測法的預測過程與銷售人員意見綜合法相同。業務主管人員評判預測法的主觀性較顯著，需要進行不斷的調整，以提高預測的準確性。業務主管人員評判預測法適用於統計資料缺乏或者不完全的短期與中期市場預測。7.1.2業務主管人員評判預測法（2）例業務主管人員銷售預測值（百萬元）期望值預測人員權重預測值（百萬元）樂觀預測事件概率一般預測事件概率悲觀預測事件概率銷售500.3350.5200.236.50.438.54財務480.2400.6300.239.60.3市場450.2420.5340.340.20.37.1.3綜合判斷預測法綜合判斷預測法是企業銷售預測中一種定性分析定量化的預測方法。它集合經理（廠長），市場開拓、新產品開發、產品生產與財務管理等各職能部門的負責人，以及業務人員等多方面的意見，加以分析和綜合判斷，從而確定企業的預測方案。綜合判斷預測法適合於一切工商企業的預測。受到預測人員主幹因素的影響，容易出見預測偏差。7.1.4主觀概率預測法主觀概率預測法是帶有定量性質的定性預測。主觀概率預測法的過程是首先確定調查的專家，並根據所選擇的專家的影響力分別確定各專家的權重；然後將預測對象的出現概率交由所選擇的專家進行預測；然後計算專家預測的加權平均值。例事件概率0.00.10.20.30.40.50.60.70.80.91.0預測人數1323443加權概率0.557.2專家意見（評估）法專家意見（評估）法是根據專家的經驗與判斷，從專家處收集有關資訊，從而對有關變數進行預測的一種定性方法。專家意見（評估）法主要有：

專家會議法

頭腦風暴法

德爾菲法7.2.1專家會議法專家會議法是通過組織專家會議，運用專家各方面知識和經驗，通過相互啟發與集思廣益對市場行銷決策提出預測的一種方法。專家會議法的優點是：收集的資訊量多而且準確，分析問題全面，預測方案更具體。專家會議法的缺點是：準確性差。在預測規模較大而且預測問題較複雜時，採用專家會議法進行預測是可行的。7.2.2頭腦風暴法頭腦風暴法包括直接頭腦風暴法與質疑頭腦風暴法。頭腦風暴法是通過共同討論具體問題，鼓勵創造性活動的一種專家集體評估法。直接頭腦風暴法鼓勵與會專家在不重複的前提下自由發表意見，並不允許反駁他人意見；鼓勵與會者吸收他人觀點，以修改補充與完善自己觀點。質疑頭腦風暴法與直接頭腦風暴法的形式相反，要求與會者對已經形成的假設意見不作正面論證，而是提出各種質疑與批評。7.2.3德爾菲法德爾菲法是專家會議法的改進與發展，它以匿名的方式反復徵詢參與預測過程的專家意見，並對專家意見進行統計分析。德爾菲法預測的實質是：利用專家的主觀判斷，通過資訊溝通與不斷回饋的過程，使預測意見逐步趨於一致，接近實際值。德爾菲法的特點是：匿名性，回饋性，預測結果的統計特性。德爾菲法既可以用於短期市場預測，也可以用於長期市場預測。7.3聯測法聯測法是以某一企業的普查資料或局部市場的抽樣資料為基礎，進行分析、判斷與聯測，確定某一行業或整個市場特定預測變數未來預測值。城市今年實際銷量居民人數/萬人銷售率明年預計需求率明年需求量A10000件1000.010000.01500015000件B15000件800.018750.02875022500件C18000件1200.015000.02250027000件D5000件400.012500.0187507500件E12000件1500.008000.01200018000件合計60000件4900.012247.4轉導法轉導法也稱經濟指標法。它根據有關市場的宏觀預測值或政府公佈、或調查所得到的某項經濟指標值為基礎，經轉導而推算出預測值。7.5基數疊加法基數疊加法也稱因素分析法。基數疊加法從分析產品銷售各有關因素的增減改變化進行預測。基數疊加法的常用數學運算式是：8.1時間序列預測的概述時間序列預測的概念時間序列預測的原理與依據8.1.1時間序列預測的概念時間序列預測法是一種定量分析方法，它是在時間序列變數分析的基礎上，運用一定的數學方法建立預測模型，使時間趨勢向外延伸，從而預測未來市場的發展變化趨勢，確定變數預測值。時間序列預測法也叫歷史延伸法或外推法。時間序列預測法的基本特點是：假定事物的過去趨勢會延伸到未來；預測所依據的數據具有不規則性；撇開了市場發展之間的因果關係。8.1.2時間序列預測的原理與依據時間序列是指同一變數按事件發生的先後順序排列起來的一組觀察值或記錄值。構成時間序列的要素有兩個：其一是時間，其二是與時間相對應的變數水準。實際數據的時間序列能夠展示研究對象在一定時期內的發展變化趨勢與規律，因而可以從時間序列中找出變數變化的特徵、趨勢以及發展規律，從而對變數的未來變化進行有效地預測。時間序列的變動形態一般分為四種：長期趨勢變動，季節變動，迴圈變動，不規則變動。8.2平均數預測平均數預測是最簡單的定量預測方法。平均數預測法的運算過程簡單，常在市場的近期、短期預測中使用。最常用的平均數預測法有：

簡單算術平均數法

加權算術平均數法

幾何平均數法8.2.1簡單算術平均數法（1）簡單平均數法是用一定觀察期內預測目標的時間序列的各期數據的簡單平均數作為預測期的預測值的預測方法。在簡單平均數法中，極差越小、方差越小，簡單平均數作為預測值的代表性越好。簡單平均數法的預測模型是：8.2.1簡單算術平均數法（2）例觀察期123456預測值觀察值10501080103010701050106010578.2.2加權算術平均數法（1）加權算術平均數法是簡單算術平均數法的改進。它根據觀察期各個時間序列數據的重要程度，分別對各個數據進行加權，以加權平均數作為下期的預測值。對於離預測期越近的數據，可以賦予越大的權重。加權算術平均數法的預測模型是：8.2.2加權算術平均數法（2）例觀察期123456預測值觀察值1050108010301070105010601056權重(w)0.10.10.150.150.20.38.2.3幾何平均數法（1）幾何平均數法是以一定觀察期內預測目標的時間序列的幾何平均數作為某個未來時期的預測值的預測方法。幾何平均數法一般用於觀察期有顯著長期變動趨勢的預測。幾何平均數法的預測模型是：8.2.3幾何平均數法（2）例（本例中幾何平均增長速度為3.87%。）觀察期01234567預測值觀察值115012101290136013801415147015001558環比速度--105.2106.6105.4101.5102.5103.9102.08.3移動平均數預測移動平均法根據時間序列逐項移動，依次計算包含一定項數的平均數，形成平均數時間序列，並據此對預測對象進行預測。移動平均可以消除或減少時間序列數據受偶然性因素干擾而產生的隨機變動影響。移動平均法在短期預測中較準確，長期預測中效果較差。移動平均法可以分為：

一次移動平均法

二次移動平均法8.3.1一次移動平均法（1）一次移動平均法適用於具有明顯線性趨勢的時間序列數據的預測。一次移動平均法只能用來對下一期進行預測，不能用於長期預測。必須選擇合理的移動跨期，跨期越大對預測的平滑影響也越大，移動平均數滯後於實際數據的偏差也越大。跨期太小則又不能有效消除偶然因素的影響。跨期取值可在3~20間選取。8.3.1一次移動平均法（2）一次移動平均數的計算公式如下：8.3.1一次移動平均法（3）例觀察年份時序實際觀察值Mt(1)(n=4)199113819922451993335199444941.75199557049.75199664349.25199774652.00199885553.50199994547.252000106552.752001116457.252002124354.258.3.2二次移動平均法（1）二次移動平均法是對一次移動平均數再次進行移動平均，並在兩次移動平均的基礎上建立預測模型對預測對象進行預測。二次移動平均法與一次移動平均法相比，其優點是大大減少了滯後偏差，使預測準確性提高。二次移動平均只適用於短期預測。而且只用於的情形。8.3.2二次移動平均法（2）二次移動平均法的預測模型如下：8.3.2二次移動平均法（3）例觀察年份時序實際觀察值Mt(1)(n=4)Mt(2)(n=4)199113819922451993335199444941.75199557049.75199664349.25199774652.0048.19199885553.50512550.502000106552.7551.382001116457.2552.692002124354.2552.888.3.2二次移動平均法（4）根據模型計算得到8.4指數平滑法預測指數平滑法來自於移動平均法，是一次移動平均法的延伸。指數平滑法是對時間數據給予加工平滑，從而獲得其變化規律與趨勢。根據平滑次數的不同，指數平滑法可以分為：

一次指數平滑法

二次指數平滑法

三次指數平滑法8.4.1一次指數平滑法（1）公式：基本計算公式一次指數平滑預測模型當時間序列數據大於50時，初始值S0(1)對St(1)計算結果影響極小，可以設定為x1；當時間序列數據小於50時，初始值S0(1)對St(1)計算結果影響較大，應取前幾項的平均值。8.4.1一次指數平滑法（2）例（,S0(1)

取為前三項的平均值）時序12345678910111213銷售量10158201016182022242026St(1)1110.512.810.415.212.614.316.218.120.122.021.023.58.4.2二次指數平滑法（1）二次指數平滑的計算公式預測的數學模型8.4.2二次指數平滑法（2）例：有關數據的計算見下表(

)。根據例中數據，有觀察年份時序觀察值St(1)St(2)199614041.53442.655199724745.90645.256199835653.98152.236199946562.79660.684200057068.55966.984200167573.71272.366200278280.34278.7478.4.3三次指數平滑法（1）當時間序列為非線性增長時，一次指數平滑與二次指數平滑都將失去有效性；此時需要使用三次指數平滑法。三次指數平滑法建立的模型是拋物線模型。三次指數平滑的計算公式是：8.4.3三次指數平滑法（2）三次指數平滑法的數學預測模型：8.5趨勢法預測分割平均法

直線趨勢的分割平均法

拋物線趨勢的分割平均法最小二乘法三點法

直線趨勢預測模型

拋物線趨勢預測模型8.5.1直線趨勢的分割平均法（1）直線趨勢的分割平均法的過程首先將時間序列數據分為前後相等的兩段（當數據為奇數個時，去掉數列第1項或中間1項），並分別求出兩端數據對應觀察值與時序的平均值，並以此為座標；假設兩點的座標分別為。則選定直線趨勢方程為：8.5.1直線趨勢的分割平均法（2）例觀察年份199419951996199719981999200020012002時序123456789觀察值131516181921232426預測值2003（25.5）8.5.1直線趨勢的分割平均法（3）計算過程8.5.2拋物線趨勢的分割平均法（1）拋物線趨勢的分割平均法要求將時間序列數據劃分為等距離的三段。若數列不能被3整除，當餘數為1時去掉數列首項；當餘數為2時，去掉三段中間所夾兩項。拋物線趨勢的分割平均法的預測模型為：、可以由下列方程組求得8.5.2拋物線趨勢的分割平均法（2）例將上表數據分為等距的三段，每段兩個數據。分別計算三點座標得到：觀察年份199719981999200020012002時序123456觀察值1200140016201862212724138.5.2拋物線趨勢的分割平均法（3）待定參數的聯立方程組為：8.5.3最小二乘法（1）最小二乘法即適用於直線趨勢的預測，也適用於曲線趨勢的預測。最小二乘法直線趨勢預測模型為：8.5.3最小二乘法（2）例觀察年份時序(t)觀察值(x)txt2趨勢值199311313112.7199421530415.5199531854918.21996420801620.919975241202523.619986271623626.319997302104929.120008322566431.820019353158134.62002103636010037.3合計25016003852508.5.3最小二乘法（3）根據上表可知：8.5.4直線趨勢預測模型（1）若時間序列呈直線趨勢，則選用三點法的直線趨勢預測模型。當資料項目大於10時，取5項加權平均，在序列的首尾兩端求得近期和遠期兩點座標。直線趨勢預測模型為：將座標點的值代入預測模