《定量预测》PPT课件

《定量预测》PPT课件

ID:36728420

大小:757.10 KB

页数:62页

时间:2019-05-10

《定量预测》PPT课件_第1页
《定量预测》PPT课件_第2页
《定量预测》PPT课件_第3页
《定量预测》PPT课件_第4页
《定量预测》PPT课件_第5页
资源描述:

《《定量预测》PPT课件》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、第10章市场定量预测法本章主要介绍市场预测中常用的一些定量预测方法和模型的识别、估计、检验和预测应用的基本知识和基本方法。定量预测方法主要有时序预测法、回归分析预测法、经济计量模型预测法等。10.1时间序列预测法10.1.1时间序列预测法概述时间序列预测法是根据预测目标自身的时间序列的分析处理,揭示其自身发展变化的特征、趋势和规律,建立预测模型外推预测事物未来可能达到的规模、水平或速度。时间序列(Y)按各种因素作用的效果不同,分为四类变动:1.长期趋势(T):现象在较长时期内的总的变化趋向。2.季节变动(S):现象季节性的周期性变动。3.循环变动(C):现象以若干年为周期的循环变动。4.随机波

2、动(I):现象受偶然因素而引起的无规则的波动。时序预测的基本原理是将原数列Y的数值分解为长期趋势、季节变动、循环变动和随机波动,然后进行预测分析。有三种模式:乘法模式:Y=T×S×C×I加法模式:Y=T+S+C+I混合模式:Y=T×S+C×I10.1.2趋势分析预测法是指通过识别时间序列长期趋势的类型,建立趋势预测模型进行外推预测。它是假定在预测期限内随机变动较小,并且有理由认为过去和现在的历史演变趋势将继续发展到未来时,所作的历史延伸预测。趋势分析预测法按照长期趋势的类型不同,可分为下列一些预测模式:1.常数均值模型如果现象的时间序列的各期观察值(绝对值、或逐年增量、或环比发展速度)大体上呈

3、水平式变化,即各期数据围绕水平线上下波动,则时间序列的变化形态属于水平型。其数列的变化是由常数均值和剩余变动两部分构成,其常数均值模型的基本形式为:其中常数均值的计算有简单平均法、加权平均法、几何平均法等。剩余变动通常用标准差和标准差系数来反映。标准差系数越小,常数均值形态越严格,剩余变动越小。【例10.1】某市2007年末总人口为138.5万人,人口年增长率为5.45‰,居民鲜菜消费占社会消费的86%。而居民2000—2007年人均鲜菜消费量的抽样统计数据如表10—1,要求预测2008年人均鲜菜消费量及鲜菜需求总量。从表中各年人均消费量可以看出,数列的常数均值形态是较为明显的。采用简单平均计

4、算的人均消费量为141.5Kg,,标准差2.83,Kg标准差系数0.02.若用年序t作权数,采用加权平均法计算的人均消费量为142Kg,,标准差2.61,Kg标准差系数0.0184两种方法计算的标准差系数都较小,前者为2.0%,后者为1.84%,说明数列的常数均值形态是较为严格的,用数列平均值作为预测值是可靠的。若用加权平均法求出的人均消费量作为预测值,则2008年鲜菜需求量预测结果为【例10.2】例2.某市2000—2008年某商场商品销售额及一阶差分(逐年增减量)如表10—2。要求预测2008年的商品销售额。从表中一阶差分的变化趋势来看,没有明显的上升或下降趋势,大体上是呈水平式波动的。因

5、此,可采用常数均值模型先确定平均年增长量,再预测明年的商品销售额。采用加权平均法计算的平均增长量为12.775、标准差0.1898、标准差系数0.0684。表明一阶差分的常数均值形态是较为平稳的,因此,可用平均增长量预测2008年的商品销售额:【例10.3】表10—3是某市城乡储蓄存款的统计资料,其绝对额数列不是常数均值形态的,但环比发展速度大体上是呈常数均值形态变化的。这说明某些绝对量时间序列虽不是常数均值形态的,但通过变量转换(计算环比速度、比率、人均值等)可化为常数均值形态用于预测分析。此例若采用简单几何平均法外推预测,则平均发展速度预测值为118.6%、标准差1%、标准差系数0.84%

6、,说明历年城乡储蓄存款的环比发展速度波动幅度小,具有良好的平稳性,因此,可推断2008年该市储蓄存款将比1997年增长18.6%,其中储蓄存款额可达63.5×1.186=75.31(亿元)2.直线趋势模型如果现象的时间序列的各期数据大体上呈直线趋势变化,即数列的逐期增量(一阶差)分大体相同,则时间数列是由直线趋势和剩余变动两部分构成,即其中直线趋势用来来描述,剩余变动通常用剩余标准差、剩余标准差系数、可决系数来反映。标准差系数越小,可决系数越大,直线趋势形态越严格,剩余变动越小。直线趋势模型预测的程序(1)识别现象是否呈直线趋势形态。有两种识别方法,一是数量特征识别法,即数列逐期增减量(一阶差

7、分)大体相同时,则数列的变化趋势为直线型;二是散点图识别法。(2)估计参数、建立模型。常用最小二乘法求解a、b参数。(3)评价预测误差大小,衡量直线趋势模型拟合的优良度。主要评价指标有:(4)利用直线趋势模型外推预测。点预测、区间预测点预测:直接用利用直线趋势模型外推。区间预测:用剩余标准差和点预测值构造预测区间。【例10.4】某县1998—2007年生猪出栏量的统计数据如表10—4。现采用直线趋

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。