|
第十章定量预测方法的应用 在市场预测中，常用的定量预测方法有以下几种。 一、时间数列预测法 时间数列又叫动态数列。时间数列预测法是一种利用过去的资料预测未来的方法。过去与未来是有必然联系的，这种联系正是时间数列预测法的客观基础。 时间数列的一个重要特点表现在它的不规则性。例如，某种商品的销售量或某种产品产量按月排列起来的数列都会呈现出明显的不规则性。这种情况一般是由一系列偶然因素引起的。对于某种商品的月销售量来说，不仅与居民的收入和生活水平有关，还与消费者的爱好、习惯以及其它偶然因素有关。时间数列预测法就是把已知的时间数列作为一个随机变量序列的样本，并认为要预测的变量中存在着某种基本样式，而每一变量的历史观察值既体现着这种基本样式，又体现着随机波动。而这些预测方法的目标就是通过“修匀”历史数据来分清基本 样式和随机波动。这等于 在时间数列中消除 了极值，并根 据某一被 修匀的值作 预测。所以，时间数列 预测法 一般分两步:第一步，根据 时间数列 计算某种修匀值;第二步，用该修 匀值 作为确定未来预测值的基础。 常用的时间数列预测法有移动平均法和指数平滑法。      律的基础上，对其未来进行预测的一种科学方法。 在时间数列中，各期水平是由错综复杂的许多因素决定的。在所有这些因素中，有些是基本因素，有些是偶然因素。事物发展变化的总趋势及其规律性是基本因素作用的结果。因此，在变化不定的时间数列中隐存着一定的规律性。趋势预测法就是根据时间数列所呈现出的所预测事物的发展趋势和变化规律来确定该时间数列的基本样式的类型，再用一条合适的数学曲线加以具体地描述，并据以对未来作出预测。所以，趋势预测可具体地归结为这样两个问题:第一，如何确定所要预测事物发展趋势或变化规律基本样式的类型;第二，怎样根据已有资料配合一条合适的数学曲线对该样式进行描述。 如果所要预测的事物大体上是按每期相同的数量增加或减少，则这种发展基本趋势是直线型的。这时，可以配合相应的直线和直线方程=a+bt来预测其未来。这种预测模型是直线型趋势模型。式中人为预测值，t表示时 间数列中各项指标的时间序号，a和b是直线的待定参数，a和b数值的大小决定着直线所描述的现象变化的具体趋势。所以，用直线y=a+bt进行趋势预测的关键问题在于正确确定a和b的值。 a和b一般用最小平方法来确定。最小平方法的数学根据是各期实际数y与同期预测数少离差的平方和是一个最小值，即∑(y-)²=最小值。       果型模型或统计模型，并据以预测的一种预测方法。 在许多实际问题中。我们可以把市场需求量或商品销售量等基本问题的数量表现及影响其数量变化的若干主要因索的数量表现，都看作果随机变量。例如。可以把某种商品在不同时间、不同地点的销售量看作随机变量y，把影响其数量变化的价格看作随机恋量X，把居民消费水平看作是影响销售量的随机变量X2，等等。回归分析预测法就是假定上述有联系的若干随机变量之间存在线性回归关系，从而用回归分析法来建立线性回归方程，并据以对未来进行预测。所以，回归分析预测法的一般步骤是: 第一，分析资料，确定随机变量之间是否存在因果关系或相关关系。这种分析一般属于定性分析。 第二，分析存在因果关系或相关关系的随机变量之间关系的密切程度，以判断将要确定的因果模型或统计模型是否能用于预测。这就需要根据已有的足够多的统计资料计算相关系数。 第三，根据相关系数所表明的关系密切程度，建立线性回归方程作为预测模型。 第四，在确定好自变量的基础上根据预测模型进行预测。 第五，对预测结果进行分析，评价。下面仅介绍一元线性回归分析预测法。 一元线性回归方程的一般式y=a+bx。具体方程的确定与直线趋势方程确定方法相同。但应注意到二者的实际意义是不同的。一元线性回归方程y=a+bx表明了两个随机变量间的相关联系或因果关系;而直线趋势方程y=a+bt则描述 |
|
|
