定性預測方法簡介常用的定性分析方法介紹1定性預測與定量預測定性預測是運用濟理論以及預測者個人經驗對預測對象的未來(主要是變動的方向而非較精確的具體數量)作出估計、描述、分析和判斷。在定性預測中，并不是不用有關數據來進行計算，只是所用數學模型和工具較少。定量預測是在有關經濟理論的基礎上，根據預測目標中的經濟變量之間的關系以及歷史數據，建立起預測的數學模型,并通過數學模型的計算結果對未來的經濟活動作出估計、描述、分析和判斷。按預測結果的數字表現形式,定量預測可分為點預測(定值)和區間預測(確定置信預測區間和置信水平)。2定性預測概念依靠熟悉業務知識、具有豐富經驗和綜合分析能力的人員與專家，根據已掌握的歷史資料和直觀材料，運用個人的經驗和分析判斷能力，對事物的未來發展做出性質和程度上的判斷，然后，再通過一定形式綜合各方面的的意見，作為預測未來的主要依據。定性預測特點:著重對事物發展的性質進行預測，主要憑借人的經驗以及分析能力;著重對事物發展的趨勢、方向和重大轉折點進行預測。3定性預測優缺點優點：注重于事物發展在性質方面的預測，具有較大的靈活性，易于充分發揮人的主觀能動作用，且簡單、迅速，省時省費用。缺點：易受主觀因素的影響，比較注重于人的經驗和主觀判斷能力，從而易受人的知識、經驗和能力的多少大小的束縛和限制，尤其是缺乏對事物發展作數量上的精確描述。4定量預測優缺點優點：注重于事物發展在數量方面的分析，重視對事物發展變化的程度作數量上的描述，更多地依據歷史統計資料，較少受主觀因素的影響。缺點：比較機械，不易處理有較大波動的資料，更難以預測事物質的變化。定量預測與定性預測相互關系：并非相互排斥的，而是相互補充的，在實際預測過程中應該把兩者正確的結合起來使用。5常用定性方法專家會議法（頭腦風暴法）專家調查法（德爾菲法(DelphiMethod)）主觀概率法領先指標法廠長（經理）評判意見法推銷人員估計法相互影響分析法6頭腦風暴法基本原理頭腦風暴法通過一組專家共同開會討論，進行信息交流和互相啟發，從而誘發專家們發揮其創造性思維，促進他們產生“思維共振”，以達到宜相補充，并產生“組合效應”的預測方法。頭腦風暴法可分創業頭腦風暴和質疑頭腦風暴。創業頭腦風暴就是組織專家對所要解決的問題，開會討論，各持己見地、自由、地發表意見，集思廣益，提出所要解決問題的具體方案。質疑頭腦風暴就是對已制定的某種計劃方案或工作文件，召開專家會議，由專家提出質疑，去掉不合理的或不科學的部分，補充不具體或不全面的部分，使報告或計劃趨于完善。7組織頭腦風暴會議應遵守的原則專家選擇與預測對象相一致。一般有方法論學者(預測專家)，“設想”產生者(專業領域內的專家)，分析者(是指專業領域內的高級專家);演繹者(有較高推斷思維能力)。被挑選的專家最好彼此不認識。如果是彼此相識的，應從同一職稱或級別中挑選。與會者一律平等，一視同仁。有一個真正自由發言的環境，以便專家注意力高度集中于所討論的問題上。鼓勵參加者對已經提出的設想進行改進和綜合，為修改自己設想的專家提供優先發言的機會。主持者在會議初要有誘發性發言，盡量啟發專家的思維，引導專家產生思維共振。委托給預測專家負責領導頭腦風暴會議工作。預測專家熟悉預測程序和處理方法，且對所提的問題和科學辯論均有充足的經驗。8對頭腦風暴法的評價通過信息交流，產生思維共振，進而激發創造性思維，能在短期內得到創造性的成果。獲取的信息量大，考慮的預測因素多，提供的方案也比較全面和廣泛。專家會議，易受權威影響，不利于充分發表意見。易受表達能力的影響。高明且有創造性意見，若表達欠佳，會影響效果。易受心理因素的影響。有的專家愛壟斷會議或聽不進不同意見;明知自有錯,也不愿修正自己的意見。容易隨大流。9領先指標法概念簡介通過將經濟指標分為領先指標，同步指標和滯后指標，并根據這三類指標之間的關系進行分析預測。領先指標法不僅可以預測經濟的發展趨勢，而且可以預測其轉折點。10廠長（經理）評判意見法概念企業總負責人把與市場有關或者熟悉市場情況的各種負責人和中層管理部門的負責人召集起來，讓他們對未來市場發展形勢或某一種大市場問題發表意見，做出判斷；然后，將各種意見匯總起來，進行分析研究和綜合處理；最后得出市場預測結果。預測結果容易受主觀因素影響。對市場變化、顧客的愿望等問題了解不細，因此預測結果一般化。11推銷人員估計法概念將不同銷售人員的估計值綜合匯總起來，作為預測結果值。由于銷售人員一般都很熟悉市場情況，因此，這一方法具有一些顯著的優勢。12相互影響分析法概念從分析各個事件之間由于相互影響而引起的變化，以及變化發生的概率，來研究各個事件在未來發生的可能性的一種預測方法。一些事件的發生會增加或降低另一些事件發生的概率。13德爾菲法的基本原理由主持預測的機構確定預測的課題并選定專家。預測機構與專家聯系的主要方式是函詢,專家之間彼此匿名，不發生任何橫向聯系。通過函詢收集專家意見，加以綜合、整理后，再反饋給各位專家，征求意見。由于參與討論的專家人數較多,反復幾輪,會出現一種統計的穩定性，使專家的意見趨于一致，作為最后預測的根據。14第一輪函詢調查一方面向專家寄去預測目標的背景材料,另一方面提出所需預測的具體項目。這輪調查任憑專家回答，完全沒有框框。專家可以各種形式回答有關問題，也可向預測單位索取更詳細的統計材料。預測單位對專家的各種回答進行綜合整理，把相同的事件、結論統一起來，剔除次要的、分散的事件，用準確的術語，進行統一的描述，然后反饋給各位專家，進行第二輪的函詢。15第二輪函詢要求專家對與所預測目標有關的各種事件發生的時間、空間、規模大小等提出具體的預測，并說明理由。預測單位對專家的意見進行處理，統計出每一件事可能發生日期的中位數，再次反饋給有關專家。16第三輪函詢各位專家再次得到函詢綜合統計報告后，對預測單位提出的綜合意見和論據進行評價，重新修正原先各自的預測值，對預測目標重新進行預測。上述步驟，一般通過四輪，預測的主持者應要求各位專家根據提供的全部預測資料，提出最后的預測意見。若這些意見收斂或者基本一致，即可以此為根據進行預測。17專家意見的統計處理專家答卷的數據處理，常常涉及時間和數量等指標。對這一系列的數字，通常采取均值、中位數作為有代表性的預測值，把上、下四分位數作為有50%以上把握的預測區間。德爾菲法的優缺點：可以加快預測速度和節約預測費用；可以獲得各種不同但有價值的觀點和意見；適用缺乏資料的長期預測和新產品預測。對于分地區的顧客群或產品的預測可能不可靠；責任比較分散；專家的意見有時可能不完整或不切合實際。18案例某公司公司成立調查領導小組，并聘請業務經理、商品專家和推銷員組成的9位專家，預測全年新產品可能的銷售量。先將產品的樣品、特點和用途做詳細介紹，并將同類產品的價格和銷售做介紹，以書面形式發給各位專家，讓他們提出個人的判斷，反饋給調查領導小組。領導小組對各專家的預測和依據歸納總結成書面材料（匿名）后，再轉發給各專家，讓他們參考別人意見后再次預測判斷。經三次反饋后，意見趨同。19三輪最低、最可能、最高銷售量數據IdMinQ1Q1MaxQ1MinQ2Q2MaxQ2MinQ3Q3MaxQ3110001500180012001500180011001500180024009001200600100013008001000130038001200160010001400160010001400160041500180030001200150030001000120025005200400700400800100060010001200660010001500600100015006001200150075006008005008001000800100012008500600100070080012007008001200980010001900100011002000600800120020R程序Id=as.character(1:9)#生成序號序列#生成各列調查反饋數據MinQ1=c(1000,400,800,1500,200,600,500,500,800)Q1=c(1500,900,1200,1800,400,1000,600,600,1000)MaxQ1=c(1800,1200,1600,3000,700,1500,800,1000,1900)MinQ2=c(1200,600,1000,1200,400,600,500,700,1000)Q2=c(1500,1000,1400,1500,800,1000,800,800,1100)MaxQ2=c(1800,1300,1600,3000,1000,1500,1000,1200,2000)MinQ3=c(1100,800,1000,1000,600,600,800,700,600)Q3=c(1500,1000,1400,1200,1000,1200,1000,800,800)MaxQ3=c(1800,1300,1600,2500,1200,1500,1200,1200,1200)#下面將上述各列合成數據框（表格）dlf=data.frame(Id,MinQ1,Q1,MaxQ1,MinQ2,Q2,MaxQ2,MinQ3,Q3,MaxQ3)dlf21R程序（續）#計算表格中2~10列的平均值、標準差avg=mean(dlf[2:10]);avgsd(dlf[2:10])#從標準差的變化可見預測呈收斂趨勢#下面用第三輪的平均最低銷售量、平均最可能銷售量、平均最大銷售量的平均來預測新產品的平均銷售量mean(avg[7:9])#對MinQ3,Q3,MaxQ3分別按0.2、0.5、0.3的概率來加權平均預測平均銷售量avg[7:9]%*%c(0.2,0.5,0.3)#計算兩個向量內積#均值易受極端數值的影響，如果數據偏態過大常考慮用中位數代替均值來預測以減弱個別數據過偏的影響#計算第三輪數據的中位數md8=median(dlf[,8])md9=median(dlf[,9])md10=median(dlf[,10])data.frame(md8,md9,md10)22R程序（續）#下面用中位數代替均值來加權平均求出預測的期望值0.2*md8+0.5*md9+0.3*md10#用上下四分位點處理數據，求出預測區間（50%置信區間）m8du=quantile(dlf[,8],probs=c(0.25,0.75))#計算25%和75%分位數m9du=quantile(dlf[,9],probs=c(0.25,0.75))m10du=quantile(dlf[,10],probs=c(0.25,0.75))mdu=data.frame(m8du,m9du,m10du);mduas.matrix(mdu)%*%c(0.2,0.5,0.3)#用矩陣乘法將50%預測區間加權平均23主觀概率法主觀概率是人們憑經驗或預感而估算出來的概率。在很多情況下，人們沒有辦法計算事情發生的客觀概率，因而只能用主觀概率來描述事件發生的概率。24主觀概率法的預測步驟準備相關資料編制主觀概率調查表匯總整理判斷預測主觀概率調查問卷表格式25案例某商業集團公司打算預測明年10月份的商品銷售量，要求預測誤差在6萬元內。現用主觀概率法進行預測，經調查十人后匯總數據存放在文件zggl.txt中。26R程序zg=read.table("g:\\zggl.txt",header=FALSE,sep=",",s=paste("p",1:9,sep=""))zg=data.frame(Id=as.character(1:10),zg);zgmean(zg[2:10])p