第十章时间序列市场预测法（一）参考模板范本.doc

1、第十章 时间序列市场预测法(一)以平均数为基础的各种时序预测法重点掌握：一、 间序列市场预测法的概念。时间序列预测法是根据市场现象的历史资料，运用科学的数学方法建立预测模型，使市场现象的数量向未来延伸，预测市场现象未来的发展变化趋势，预计或估计市场现象未来表现的数量。时间序列市场预测法又称历史延伸法或趋势外推法。时间序列市场预测法中所依据的时间序列，是对市场现象过去表现的资料整理和积累的结果。时间序列就是将市场现象或影响市场各种因素的某种统计指标数值，按时间先后顺序排列而成的数列。时间序列也称动态数列或时间数列。时间序列中各指标数值在市场预测时被称为实际观察值。在应用时间序列法进行预测时，还应

2、特别注意另一方面的问题，即市场现象未来发展变化规律和发展水平，不一定与其历史和现在的发展变化规律完全一致。传统的时间序列分析法，把影响市场现象变动的各因素，按其特点和综合影响结果分为四种类型，即长期趋势变动、季节变动、循环变动、不规则变动。二移动平均市场预测法的概念及一次移动平均市场预测法的应用。移动平均市场预测法，是对时间序列观察值，由远向近按一定跨越期计算平均值的一种预测方法。随着观察值向后推移，平均值也跟着向后移动，形成一个由平均值组成的新的时间序列。对新时间序列中平均值加以一定调整后，可作为观察期内的估计值，最后一个移动平均值则是预测值计算的依据。移动平均法有两个显著特点：第一，对于较

3、长观察期内，时间序列的观察值变动方向和程度不尽一致，呈现波动状态，或受随机因素影响比较明显时，移动平均法能够在消除不规则变动的同时，又对其波动有所反映。也就是说，移动平均法在反映现象变动方面是较敏感的。第二，移动平均预测法所需贮存的观察值比较少，因为随着移动，远期的观察值对预测期数值的确定就不必要了，这一点使得移动平均法可长期用于同一问题的连续研究，而不论延续多长时间，所保留的观察值是不必增加的，只需保留跨越期个观察值就可以了。移动平均法的准确程度，主要取决于跨越期选择得是否合理。预测者确定跨越期长短要根据两点，一是要根据时间序列本身的特点；二是要根据研究问题的需要。如果时间序列的波动主要不是

4、由随机因素引起的，而是现象本身的变化规律，这就需要预测值充分表现这种波动，把跨越期取得短些。一次移动平均法，是对时间序列按一定跨越期，移动计算观察值的算术平均数，其平均数随着观察值的移动而向后移动。 二、加权平均市场预测法的含义。加权移动平均法，是对市场现象观察值按距预测期的远近，给予不同的权数，并求其按加权计算的移动平均值，以移动平均值为基础进行预测的方法。权数的确定与前面所说加权平均法一样，对距预测期近的观察值给予较大权数，对距预测期远的观察值给予小些的权数，借以调节各观察值对预测值的影响作用，使市场预测值能更好地反映市场现象未来的实际变化。三、指数平滑法的含义及特点。指数平滑法，实际上是

5、一种特殊的加权移动平均法。它的特点在于，其一，对离预测期最近的市场现象观察值，给予最大的权数，而对离预测期渐远的观察值给予递减的权数。使市场预测值能够在不完全忽视远期观察值影响的情况下，又能敏感地反映市场现象变化，减小了市场预测误差。其二，对于同一市场现象连续计算其指数平滑值，对较早期的市场现象观察值不是一概不予考虑，而是给予递减的权数。市场现象观察值对预测值的影响，由近向远按等比级数减小，其级数首项是，公比为1-。这种市场预测法之所以被称为指数平滑市场预测法，就是因为如若将市场现象观察值对预测值的影响，按等比级数绘成曲线，所呈现的是一条指数曲线。而并不是说这种预测法的预测模型是指数形式。其三

6、，指数平滑法中的值，是一个可调节的权数值，它是一个01的值。指数平滑法中的值越小时，市场现象观察值对预测值的影响自近向远越缓慢减弱；当值越大时，市场现象观察值对预测值的影响自近向远越迅速减弱。预测者可以通过调整的大小，来调节近期观察值和远期观察值对预测值的不同影响程度。指数平滑法按市场现象观察值被平滑的次数不同，可分为单重指数平滑法和多重指数平滑法。 一次指数平滑值公式的实际意义是，被研究市场现象某一期的预测值，等于它前一期的一次指数平滑值，加上以平滑系数调整后的，市场现象前一期的实际观察值与一次平滑值的离差。由此公式，可以直接地观察到，一次指数平滑法具有移动平均值的特点。 第十一章 时间序列

7、市场预测法(二)趋势模型和季节变动模型 重点掌握：一、 直线趋势市场预测法的应用 （略，但必须重点掌握）二二次曲线模型、三次曲线模型、指数曲线模型、龚帕兹曲线模型的阶差特征。 。一、二次曲线趋势市场预测模型二次曲线预测模型中有三个参数，其二次差接近常数。参数的测定是用最小平方法的标准方程。 二、三次曲线市场预测模型三次曲线预测模型中有四个参数，其三次差接近常数。其参数的求取也是用最小平方法的标准方程。 三、指数曲线市场预测模型其一次比率值接近常数。为了能运用最小平方法标准方程，求得模型中的参数a、b，通常是对指数曲线预测模型两边取对数：四、龚伯兹曲线市场预测模型龚伯兹曲线，适用于市场现象一样常

8、见的发展趋势，即现象在其发展初期速度较慢，随后增长速度加快，达到一定程度后，现象的增长量虽然还有，但增长速度减低，最终达到平稳发展。市场现象中商品的寿命周期就表现为这种规律的发展变化趋势。新产品在其试生产阶段，产量和销售量增长不大，在正式投产后销售阶段，产量和销售量的增长速度加快，到达一定程度后又进入稳定时期，增长速度减慢，直到最终不再增长。三季节比率季节比率也称为季节指数或季节系数。季节比率是以相对数形式表现的季节变动指标，一般用百分数或系数表示。季节比率根据市场现象时间序列中所含变动规律种类的不同，其指标计算的公式也会有所不同。 第十二章 相关回归分析市场预测法第一、 相关回归分析预测法的

9、含义 相关回归分析市场预测法，是在分析市场现象自变量和因变量之间相关关系的基础上，建立变量之间的回归方程，并将回归方程作为预测模型，根据自变量在预测期的数量变化来预测因变量在预测期变化结果的预测方法。 对所有市场现象之间的数量依存关系可以分为函数关系和相关关系两大类。所谓函数关系是指现象之间确定的数量依存关系，即自变量取一个数值，因变量必然有一个对应的确定数值；自变量发生某种变化，因变量必然会发生相应程度的变化；所谓相关关系则是指现象之间确定存在的不确定的数量依存关系，即自变量取一个数值时，因变量必然存在与它对应的数值，但这个对应值是不确定的；自变量发生某种变化时，因变量也必然发生变化，但变化

10、的程度是不确定的。对于函数关系的依存关系，用一个函数表达式来描述。对于相关关系的数量依存关系，用相关关系分析和回归方程的方法加以研究，即用统计分析的方法来研究现象之间的数量相关关系，找出其发展变化规律的关系式。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。根据市场现象所存在的相关关系，对它进行定量分析，从而达到对市场现象进行测预的目的，就是相关回归分析市场预测法。相关回归分析市场预测法是一种重要的市场预测方法，在对市场现象的研究中起着重要的作用。在多数市场预测者在对市场现象进行预测时，

11、如果能将影响市场测预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的条件不充分时，才考虑采用时间序列法等其他预测方法。 二.一元相关回归分析市场预测法含义及元线性相关回归分析预测法应用一元相关回归分析市场预测法，也称简单相关回归分析市场预测法。它是用相关回归分析法对一个自变量与一个因变量之间的相关关系进行分析，建立一元回归方程作为预测模型，对市场现象进行预测的方法。如根据某地区的居民收入水平预测该地区的商品需求量；根据企业的销售额预测流通费用水平等等，都是分析一个自变量对一个

12、因变量的相关关系。预测的步骤1.根据市场预测的目的，选择和确定自变量和因变量2.确定回归方程，建立预测模型3.对回归模型进行检验，测定预测误差回归方程建立以后，将其作为预测模型是否可应用于实际预测，则取决于对回归模型的检验和对预测误差测定的结果。回归方程只有通过了各种检验，且预测误差也在研究问题所允许的范围内，才能将回归方程作为预测模型进行实际预测。否则，用回归模型盲目地进行预测，其预测结果是不可靠的。对回归模型检验和测定其预测误差都有特定的指标和方法。4.用预测模型计算预测值，并对预测值作区间估计利用预测模型确定预测值，是预测者的最终目的。预测值可以用一个点值表示，但更多的情况下是根据需要求

13、出预测值的区间估计值。区间预测值能更好地反映预测值的实际涵义，在使用时有充分的余地。以上所述，仅仅是相关回归预测模型建立和求预测值的基本步骤。在市场预测实际工作中，由于市场现象的复杂性，还必须结合预测者的经验和分析判断能力，对预测模型合理调整后再行应用，才能做出更为符合客观实际的预测值。这是因为，任何一种预测模型，仅仅是将市场现象比较明显的一般规律反映出来；而对一些无法量化的影响因素，对一些偶然因素影响等，都不能反映。这就必然要求预测者根据市场的千变万化，对预测模型或根据预测模型所做出的预测值加以适当调整。一元线性相关回归分析预测法，是根据自变量x和因变量y的相关关系，建立x与y的线性关系式，其关系式中求解参数的方法是统计回归分析法，所以x与y的关系式就称回归方程。一元线性相关回归方程的一般式为：yta+bxt式中：yt第t期因变量值；xt第t期自变量值；a回归参数，是y轴上的截距；b回归参数，是回归直线的斜率。其应用与直线趋势外推法相似，略。4 / 4