网站大量收购闲置独家精品文档,联系QQ:2885784924

市场调查与预测课件作者许以洪第十一章节定量预测方法.ppt

市场调查与预测课件作者许以洪第十一章节定量预测方法.ppt

  1. 1、本文档共120页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
(三)修正指数曲线模型的应用 【例11-11】设某地区居民消费某种商品的量如表11-15所示,试用修正指数曲线模型预测下2010年对该种商品的需求量? 列表对年份重新编号及计算按n求出的和,如表11-16所示。 上一页 下一页 上一页 下一页 修正指数曲线模型为: 当t=12 ,可预测2010年的需求量: 上一页 下一页 三、罗吉斯(Logistiz)曲线模型 通常情况下,企业在进行营销管理时要研究产品的生命周期,想要根据销售状况的不同分析其产品的寿命周期阶段,通过确定产品所处的生命周期的阶段进而制订相应的营销计划与策略。在进行市场需求预测的过程中,通常会遇到一些统计资料的发展趋势变动是呈S形曲的增长曲线的形式,因此必须考虑产品在发展过程中的极限值(即市场潜量或最大的销售量)的影响时,就必须采用能够反应历史数据的S形曲线预测模型,常用的预测模型有逻辑斯曲线模型和龚珀兹曲线模型。 逻辑曲线模型预测法是根据预测对象具有逻辑曲线变动趋势的历史数据,拟合成一条逻辑曲线,通过建立逻辑曲线模型进行预测的方法。 上一页 下一页 (一)逻辑曲线函数形式 逻辑曲线一般模型: 逻辑曲线的图形如图11-6所示。 上一页 下一页 对逻辑曲线进行求导,设其二阶导数为零,就可以得到逻辑曲线的拐点 ,该曲线的图形是在一定范围内近似于以拐点为对称点的S形曲线。这种曲线的特点是初期增长比较缓慢,随后增长比较迅速,达到一定程度后增长率较低直至平稳发展。 上一页 下一页 (二)逻辑曲线参数的确定 为了计算的方便,可以先求逻辑曲线的倒数形式,即: 设 ,设逻辑曲线模型就可以转化成指数曲线的形式: 上一页 下一页 同理,用三和法来确定逻辑曲线模型中的参数 。 上一页 下一页 (三)逻辑曲线模型的应用 【例11-12】::现有2004年至2009年某种商品的销售量如下表11-17所示。用逻辑曲线模型预测2010年该种商品的销售量。 上一页 下一页 解: 列表对年份重新编号及计算按n求出的和,如表11-18所示将历年商品的销售数据转换成其倒数的形式。 上一页 下一页 预测2010年该商品的销售量,令 t=6: 上一页 下一页 四、龚珀兹(Gompertz)模型 龚珀兹曲线模型预测法是根据预测对象具有龚珀兹曲线变动趋势的历史数据,拟合成一条龚珀兹曲线,通过建立其相应的模型进行预测的一种方法。龚珀兹曲线模型是根由英国保险学家龚珀兹在为了预测人口增长而提出的一条曲线模型,并在1922年应用于市场预测中。 上一页 下一页 (一)龚珀兹曲线模型 龚珀兹曲线模型的一般形式为: (k0) 采用龚珀兹曲线模型进行预测时,首先要对模型进行变换,对上式两边取对数: 其中,t为观察期的时间周期。 为模型的参数,k 表示产品发展过程中市场的极限值。由于龚珀兹曲线模型中参数的取值不同,可以形成不同的曲线模型,如图11-7所示,这四个图形可以用来描述产品生命周期的四个阶段。 上一页 下一页 上一页 下一页 (二)龚珀兹曲线参数的确定 对于取对数后的龚珀兹曲线与比较修正指数曲线模型进行比较后,可以发现两者函数的形式是一样。 龚珀兹曲线模型为: 修正指数曲线模型为: 设 、 、 ,将取对数后的龚珀兹曲线转化为修正指数曲线模型: 上一页 下一页 根据求修正指数曲线模型的参数公式可得: 求 的反对数就可以解出参数 。 上一页 下一页 (三)龚珀兹曲线模型预测法的应用 【例11-13】设某市历年某品牌彩色电视机的销售数量如表11-19所示,试用龚珀兹模型预测下该品牌电视机的2010及2011年的销售数量? 上一页 下一页 解: 列表对年份重新编号及计算按n出的和,如表11-20所示。 上一页 下一页 上一页 下一页 预测2010年及2011年商品的销售量,则 分别为9和10: 上一页 下一页 时间序列预测法 Method of Time Series Forecasting 平均数法 Method of Average 移动平均法 Method of Moving Average 指数平滑法 Method of

文档评论(0)

带头大哥 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档