CONTENT目錄任務一經(jīng)驗判斷法任務二時間序列預測法任務三因果分析法項目六市場預測的基本方法1.掌握經(jīng)驗判斷法的常用方法。2.掌握時間序列預測法的常用方法。3.掌握因果分析法的常用方法。知識目標能力目標1.能夠根據(jù)研究目的和掌握的資料，選擇適合的預測方法。2.能夠運用所學預測方法進行簡單的市場預測。學習目標思政目標1.通過學習市場預測方法，培養(yǎng)學生的前瞻意識與風險意識。2.通過學習市場預測方法，培養(yǎng)學生邏輯嚴謹?shù)目茖W思維素養(yǎng)。知識導圖任務一經(jīng)驗判斷法一、經(jīng)驗判斷法（一）經(jīng)驗判斷法的含義經(jīng)驗判斷法是市場預測方法中常用的一種方法。該方法依賴于預測人員豐富的經(jīng)驗和知識以及綜合分析能力,對預測對象的未來發(fā)展前景作出性質(zhì)和程度上的估計和推測。該方法一般在缺乏歷史資料的情況下,依靠有關(guān)人員的經(jīng)驗和對市場形勢發(fā)展的直覺判斷進行預測,不用或很少用數(shù)字模型,所以具有不確定性。一、經(jīng)驗判斷法（二）經(jīng)驗判斷法的形式是指利用事物之間所具有的共性,把已發(fā)生事物的表現(xiàn)過程類推到后發(fā)生或?qū)l(fā)生的事物上去,從而對后續(xù)事物的前景作出預測的一種方法。這種方法是市場預測定性方法中最重要、最有效的一種方法,應用十分廣泛,可用于預測商品供求變化、市場需求、產(chǎn)品的成本價格、商品銷售、市場占有率、商品生命周期等方面。是由企業(yè)集合有關(guān)人員根據(jù)收集到的市場情報、資料、數(shù)據(jù),運用科學的思想方法和數(shù)學運算手段,對預測目標進行分析、討論,判斷市場未來發(fā)展趨勢的一種方法。是指企業(yè)為預測顧客的需求變化,對直接使用本企業(yè)產(chǎn)品的顧客進行購買意向、購買意見的調(diào)查,從而預測顧客的需求變化趨勢的一種預測方法。010203042.集合意見法1.對比類推法4.顧客意見法3.專家預測法一、經(jīng)驗判斷法（二）經(jīng)驗判斷法的形式產(chǎn)品類推法有許多產(chǎn)品在功能、構(gòu)造技術(shù)等方面具有相似性,因而這些產(chǎn)品的市場發(fā)展規(guī)律往往會呈現(xiàn)某種相似性,人們可以利用產(chǎn)品之間的這種相似性進行類推。1.對比類推法地區(qū)類推法地區(qū)類推法是依據(jù)其他地區(qū)(或國家)曾發(fā)生過的事件進行類推。把所要預測的產(chǎn)品同國外同類產(chǎn)品的發(fā)展過程或變動趨向相比較,找出某些共同變化規(guī)律性,用來推測目標的未來變化趨向。行業(yè)類推法這種對比類推往往用于新產(chǎn)品開發(fā)預測,以相近行業(yè)的相近產(chǎn)品的發(fā)展變化情況,來類推某種新產(chǎn)品的發(fā)展方向和變化趨勢。局部總體類推法局部總體類推法是指以某一個企業(yè)的普查資料或某一個地區(qū)的抽樣調(diào)查資料為基礎(chǔ),進行分析判斷、預測和類推。一、經(jīng)驗判斷法（二）經(jīng)驗判斷法的形式三點平均法三點平均法是指將預測結(jié)果分為三種可能值來估計,即最高值、最低值和最可能值,將三個值的平均值作為預測結(jié)果。2.集合意見法相對重要度法針對參加預測過程的預測人員的不同經(jīng)驗水平,確定各自的重要度,并以此為依據(jù)對不同預測者的預測結(jié)果進行平均。主觀概率法主觀概率法是指預測人員對預測事件發(fā)生的概率作出主觀的估計,然后通過計算它的平均值預測事件的結(jié)論。一、經(jīng)驗判斷法(二）經(jīng)驗判斷法的形式專家預測法的預測步驟

擬訂意見征詢表選定征詢對象反復征詢專家意見做出預測結(jié)論3.專家預測法專家預測法的特點

反饋性集思廣益匿名性統(tǒng)計性一、經(jīng)驗判斷法（二）經(jīng)驗判斷法的形式4.顧客意見法顧客意見法是指企業(yè)為預測顧客的需求變化,對直接使用本企業(yè)產(chǎn)品的顧客進行購買意向、購買意見的調(diào)查,從而預測顧客的需求變化趨勢的一種預測方法。但因為顧客的購買意向在轉(zhuǎn)化為現(xiàn)實的購買行為前,會受到很多因素的影響,因此這種方法多用于預測需求較穩(wěn)定的生產(chǎn)資料市場的發(fā)展變化。11任務二時間序列預測法二、時間序列預測法（一）時間序列的概念時間序列是將某個經(jīng)濟變量的觀測值,按時間先后順序排列所形成的數(shù)列。時間單位可以是周、月、季或年等。時間序列預測法就是將歷史資料和數(shù)據(jù),按照時間順序排列成一系列,根據(jù)時間序列所反映的經(jīng)濟現(xiàn)象的發(fā)展過程、方向和趨勢,將時間序列外推或延伸,來預測經(jīng)濟現(xiàn)象未來可能達到的水平。14二、時間序列預測法（二）時間序列預測法的形式

簡單平均法移動平均法指數(shù)平滑法

趨勢外推法

季節(jié)指數(shù)預測法簡單平均法就是將一定觀察期內(nèi)預測目標值的算術(shù)平均數(shù)作為下一期預測值的一種簡便預測方法。移動平均法是將觀察期內(nèi)的數(shù)據(jù)由遠及近按一定跨期進行平均,隨著觀察期的“逐期推移”,觀察期內(nèi)的數(shù)據(jù)也逐漸向前移動,每向后移動一期,就去掉最前面一期數(shù)據(jù),而新增原來觀察期之后的數(shù)據(jù),保證跨越期不變,然后逐個求出其算術(shù)平均值,并將預測期最近的那一個平均數(shù)作為預測值。指數(shù)平滑法是用預測目標歷史數(shù)據(jù)的加權(quán)平均數(shù)作為預測值的一種預測方法,是加權(quán)平均法的一種特殊情形。趨勢外推法就是通過建立一定的數(shù)學模型,對時間序列給出恰當?shù)内厔菥€,將其外推或延伸,用來預測未來可能達到的水平。季節(jié)指數(shù)預測法就是描述時間序列的季節(jié)性變動規(guī)律,并以此為依據(jù)預測未來市場商品的供應量、需求量及價格變動趨勢的方法。行為事件訪談法是由麥克里蘭結(jié)合“關(guān)鍵事件法”和“主題統(tǒng)覺法”而提出來的。它通過一系列開放式的問題,利用回顧式探察技術(shù)件中的具體行為和心理活動的詳細信息簡單平均法二、時間序列預測法（二）時間序列預測法的形式簡單算術(shù)平均法就是將觀察期內(nèi)預測目標時間序列值求和,取其平均值,并將其作為下期預測值。加權(quán)算術(shù)平均法是為觀察期內(nèi)的每一個數(shù)據(jù)確定一個權(quán)數(shù),并在此基礎(chǔ)上,計算其加權(quán)平均數(shù)作為下一期的預測值的預測方法。幾何平均法首先要計算出一定時期內(nèi)預測目標時間序列的發(fā)展速度或逐期增長率,然后以此為依據(jù)進行預測。行為事件訪談法是由麥克里蘭結(jié)合“關(guān)鍵事件法”和“主題統(tǒng)覺法”而提出來的。它通過一系列開放式的問題,利用回顧式探察技術(shù),搜集被訪者在代表性事件中的具體行為和心理活動的詳細信息移動平均法二、時間序列預測法（二）時間序列預測法的形式簡單移動平均法是指對移動期數(shù)的連續(xù)移動所形成的各組數(shù)據(jù),使用算術(shù)平均法計算各數(shù)據(jù)的移動平均值,并將其作為下一期預測值。加權(quán)移動平均法是指對不同重要程度的數(shù)據(jù)乘以不同的權(quán)數(shù),將這些乘積之和除以各權(quán)數(shù)之和,求得加權(quán)平均數(shù),并以此來預測下一期數(shù)據(jù)。行為事件訪談法是由麥克里蘭結(jié)合“關(guān)鍵事件法”和“主題統(tǒng)覺法”而提出來的。它通過一系列開放式的問題,利用回顧式探察技術(shù),搜集被訪者在代表性事件中的具體行為和心理活動的詳細信息指數(shù)平滑法二、時間序列預測法（二）時間序列預測法的形式第一,確定初始值S1。第二,選擇平滑指數(shù)α。第三,確定預測值。公式:St+1=αXt+(1-α)St式中:St+1表示t+1期預測目標時間序列的預測值;Xt表示t期預測目標的實際值;St表示t期預測目標的預測值,即t期的平滑值;α表示平滑系數(shù)。(0≤α≤1)。行為事件訪談法是由麥克里蘭結(jié)合“關(guān)鍵事件法”和“主題統(tǒng)覺法”而提出來的。它通過一系列開放式的問題,利用回顧式探察技術(shù),搜集被訪者在代表性事件中的具體行為和心理活動的詳細信息趨勢外推法二、時間序列預測法（二）時間序列預測法的形式直線趨勢外推法就是假定預測目標隨時間變化的規(guī)律近似為一條直線。通過擬合直線方程描述直線的上升或下降趨勢來確定預測值。曲線趨勢外推法就是根據(jù)時間序列隨時間變化的曲線規(guī)律來確定曲線方程,根據(jù)曲線的特點確定預測值。行為事件訪談法是由麥克里蘭結(jié)合“關(guān)鍵事件法”和“主題統(tǒng)覺法”而提出來的。它通過一系列開放式的問題,利用回顧式探察技術(shù),搜集被訪者在代表性事件中的具體行為和心理活動的詳細信息季節(jié)指數(shù)預測法二、時間序列預測法（二）時間序列預測法的形式某家電銷售部2012—2014年電風扇的銷售量(單位:臺)月年123456789101112年平均201254102240108948562205638.4201345112351110968057154438.320143361832100928158133234.3月平均4492141106948259164437季節(jié)指數(shù)10.810.824.356.8110.8285.5250.1221.6159.543.210.810.8已知2015年1月份的銷售量為3臺,試預測2015年其他各月的銷售量？20任務三因果分析法三、因果分析法

（一）回歸分析預測法概述1.概念回歸分析預測法,是指通過對預測對象和影響因素的統(tǒng)計整理和分析,找出它們之間的變化規(guī)律,將變化規(guī)律用數(shù)學模型表示出來,并利用數(shù)學模型進行預測的一種分析方法。三、因果分析法

（一）回歸分析預測法概述2.步驟確定預測目標和影響因素進行相關(guān)分析建立回歸預測模型回歸預測模型的檢驗進行實際預測三、因果分析法

（一）回歸分析預測法概述2.步驟確定預測目標和影響因素進行相關(guān)分析建立回歸預測模型回歸預測模型的檢驗進行實際預測三、因果分析法

（二）一元回歸分析預測法的概述1.概念

當影響市場變化的眾多因素中有一個最基本并起到?jīng)Q定性作用的因素,且自變量與因變量的分布呈線性趨勢的回歸時,此情況下用來進行預測的回歸方法就是一元回歸分析預測法。一元回歸方程表達式為:y=a+bx三、因果分析法

（二）一元回歸分析預測法的概述2.使用根據(jù)經(jīng)驗,企業(yè)的商品銷售額與廣告費用支出之間具有相關(guān)關(guān)系。某企業(yè)2004年到2013年的商品銷售額和廣告費用支出資料見表5—9。該企業(yè)預計2014年的廣告費支出為35萬元,要求在95%的置信水平下預測當年商品銷售額。年份廣告費支出xi(萬元)商品銷售額yi(百萬元)xiyi

20044728164920057128449144200691715381289200712202401444002008142332219652920091726442289676201020295804008412011223270448410242012253587562512252013274010807291600合計157241450830136777某企業(yè)商品銷售額與廣告費支出表三、因果分析法

（二）一元回歸分析預測法的概述2.使用(1)進行相關(guān)分析在坐標系下將廣告費支出和商品銷售額的數(shù)據(jù)標出,畫出散點圖,可以發(fā)現(xiàn)呈現(xiàn)直線趨勢,可以判定二者為一元線性回歸。(2)建立回歸方程回歸方程為y=a+bx,其中關(guān)鍵是求參數(shù)a、b的值。根據(jù)表5—9中的資料,利用最小平方法可以求出a、b的值:所求回歸方程為:y=3.36+1.321x(3)檢驗檢驗相關(guān)系數(shù)r:取顯著性水平α=0.05,df=n-2=8。查相關(guān)系數(shù)臨界值表可得:r0.05(8)=0.632因為r>r0,說明廣告費與商品銷售額存在很強的正相關(guān)關(guān)系。(4)預測先進行點預測,2014年的廣告費預計支出35萬元。將其代入方程,有:y=3.36+1.321×35=49.595(百萬元)即2014年的商品銷售額可達到4959.5萬元。再進行區(qū)間預測,利用公式計算標準誤差,查t分布表,最后可得商品銷售額的預測區(qū)間為:49.595±3.731(百萬元),即若以95%的把握預測,當廣告費支出為35萬元時,商品的銷售額在4586.4萬元~5332.6萬元。三、因果分析法

（三）多元回歸分析預測法概述1.概念當兩個或兩個以上的自變量與一個因變量之間存在線性回歸趨勢時,此情況下用來進行預測的回歸方法即為多元回歸分析預測法。三、因果分析法

（三）多元回歸分析預測法概述2.使用（以二元為例,介紹多元回歸分析的步驟）(1)建立二元回歸方程y=a+b1x1+b2x2參數(shù)a、b1、b2使用最小平方法推算,得到:將相關(guān)數(shù)據(jù)代入上述方程組,求解得到系數(shù)a、b1、b2。所以,二元回歸方程為:y=a+b1x1+b2x2(3)預測(2)檢驗練習題1.市場預測的內(nèi)容有哪幾個方面?2.連續(xù)性原則、類推性原則和關(guān)聯(lián)性原則在市場預測中如何應用?3.市場預測過程主要有哪幾步?每個步驟的作用是什么?4.什么是因果分析法?它有哪些類型?5.某公司2003—2012年營業(yè)額資料如表所示。年份營業(yè)額年份營業(yè)額2003293.32008535.52004381.