市场预测完整版本.pptVIP

加权移动平均法的计算公式用加权移动平均法求预测值，对近期的趋势反映较敏感，但如果一组数据有明显的季节性影响时，用加权移动平均法所得到的预测值可能会出现偏差。因此，有明显的季节性变化因素存在时，最好不要加权。例3：某企业2008年12个月的销售额见例2表,n取不同值时，各权数如下表。预测2009年1月销售额？n=3时，各权数为：1，2，3n=5时，各权数为：0.5,1,1.5,2,3n=7时，各权数为：0.5,1,1.5,2,2.5,3,4n=3时，加权移动平均值：取n=5n=7加权移动平均值见下表。见下表。某企业2008年12个月的销售额月份销售额（万元）11002103398410451206117711581219125101301113412140N=3N=5N=7100.00101.83111.00108.50115.83112.06116.50114.00118.33117.56122.00120.81118.45126.83124.38122.41131.17128.50126.21136.33133.56130.48n=3136.33万元

n=5133.56万元

n=7130.48万元这样2009年1月预测销售额定为：n取值不同、权数不同对预测值有较大影响134.7万元（n=3）或130万元（n=5）或126万元（n=7）n取值不同对预测值有较大影响。移动平均法加权移动平均法4.指数平滑法指数平滑法是一种特殊的加权移动平均法。是移动平均法的改进，既有移动平均法的优点，又减少了数据储存量，应用方便。其特点是在预测过程中利用了所有的历史资料，并采取了按指数规律递减的权数——即给离预测期较近的数值予较大的权数，给离预测期较远的数值予较小的权数；采用这样的权数对原始数据进行加权修匀，体现了“重近期、轻远期”的客观要求。一般用于观察有长期趋势变动和季节性变动的预测。公式：预测期=平滑系数×前期实际值+（1－平滑系数）×前期预测值Yt＝aDt-1＋(1－a)Ft-1Ft:第t期预测期；Dt-1：第t-1期的实际值；Ft-i：第t-1期的预测值；a：平滑系数（0﹤a﹤1）例4：某企业1—6月甲产品的实际销售额分别为30万元、32万元、34万元、35万元、32万元、34万元。设a=0.3,预测7月份甲产品销售额为多少？Ft＝aDt-1＋(1－a)Ft-1F2=0.3×30+（1-0.3）×30=30万元F3=0.3×32+（1-0.3）×30=30.6万元F4=0.3×34+（1-0.3）×30.6=31.6万元F5=0.3×35+（1-0.3）×31.6=32.6万元F6=0.3×32+（1-0.3）×32.6=32.4万元F7=0.3×34+（1-0.3）×32.4=32.9万元甲产品7月份预测销售额为32.9万元。P116—9某企业2006年1-7月份的销售额统计资料如下表所示。试分别用一下方法预测该企业8月份的销售额。

指数平滑法（a=0.7，F0=21）；1-7月份的销售额统计表月份1234567销售额（万元）11121416202327解：指数平滑法（a=0.7，F0=21）预测该企业8月份的销售额预测该企业8月份的销售额：25.40（万元）D0=11~27对最终的预测结果基本无影响（D0=11,D0=27）为什么？表3-101-7月份的销售额统计表预测值月份12345678销售额（万元）11121416202327a.Dt-1+(1-a)Ft-114.0011.9011.9713.3915.2218.5721.6725.40a.Dt-1+(1-a)Ft-225.2015.2612.9813.6915.3118.5921.6825.40Ft＝aDt-1＋(1－a)Ft-1

=Ft-1+a(Dt-1-Ft-1)递推结果：4.回归分析法所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。当x是时间t时：式中：n为偶数时位于中间期的二项，分别取