第六章 市场预测方法第一节 传统预测方法第二节 现代预测方法第一节 传统预测方法学习目标与要求教学重点与难点讲授与训练内容单元小结实践与训练返回学习目标与要求
1,定性预测的主要方法有哪些
2,比较区别专家预测法与德尔菲法的异同技能点
3,了解定性预测的几种方法
4,并能运用资料进行预测 。
各种预测方法的灵活应用知识点技能点返回教学重点与难点专家预测法 趋势预测法指标法 季节指数法教学重点教学难点返回讲授与训练内容一,定性预测二,定量预测返回一,定性预测
（ 一 ） 指标法
（ 二 ） 图形法
（ 三 ） 专家预测法返回
（一）指标法
1,领先指标法
2、领先指标法预测步骤
（ 1） 根据预测的目标和要求找出领先指标 。 例如,预测化工产品的价格变动,可把石油价格变动作为领先指标 。
（ 2） 画出领先指标,同步指标,滞后指标的时间序列图 。
（ 3） 进行预测 。
3、应用领先指标法的条件返回
（三）专家预测法
1,个人判断法
2,集体判断法
3,特尔菲法返回
3、特尔菲法
（ 1）做好准备。准备好已搜集到的有关资料，
拟定向专家小组提出的问题 (问题要提得明确 )。
（ 2）请专家作出初步判断。在做好准备的基础上，邀请有关专家成立专家小组，将书面问题寄发各专家 (如有其他资料，也随同寄发 )，请他们在互不通气的情况下，对所咨询的问题作出自己的初次书面分析判断，按规定期限寄回。
（ 3）请专家修改初次判断。
（ 4）确定预测值。
下一页特尔菲法的应用假设对某新产品投放市场后的年销售量进行预测 。 预测前,选择了产品设计生产专家 3人,商品学专家 3人,批发业务专家 5人,零售业务专家 5人,消费者代表 5人,并向他们发出了预测的征询意见表 。 经过三次意见反馈,专家们的判断意见 。
返回二,定量预测
（一）趋势预测法
（二）季节指数法返回
（一）趋势预测法直线趋势外推法是指对有线性变动趋势的时间数列,拟合成直线方程进行外推预测的方法 。
直线方程的一般形式为,Y＝ a+bt。 式中,a,b
仍是模型参数,t为自变量,表现为按自然数顺序编号的时间序数,当 t发生变化时,Y的变化 。 如表 6— 12所示 。
1,增减量预测法 。
2,平均增减量预测法返回表 6— 12
时间序数 t 时间数列数值
Y
一次阶差△ y
l
2
3
4
5
……
a+b
a+2b
a+3b
a+4b
a+5b
……
—
b
b
b
b
……
从表中很容易看出，每当 t增加 1,Y值就相应地增加 (或减少 )一个 b值，即一次阶差是一个常数。
因此，具有直线趋势的时间数列，都可以采用直线方程来求出预测值。当然，时间数列中的实际数据与直线上的数据总可能有所偏差，但只要偏差较小，拟合的直线对时间数列就有较强的代表性。 返回
1．增减量预测法这种方法是以上期实际值与上两期之间的增减量之和,作为本期预测值的一种预测方法 。 其公式为：
Yt ＝ Yt-1 + (Yt-1一 Yt-2)
例如,某企业某产品 1999年的销售量为 458吨,1998年的销售量为 424吨,预测 2000年的销售量为：
Y2000＝ 458+(458— 424)＝ 492(吨 )
返回
2．平均增减量预测法。
这种方法是先计算出整个时间数列逐期增减量的平均数,再与上期实际数相加,从而确定预测值的方法 。 其公式为：
Yt＝ Yt-1+[(Yt-1一 Yt-2)+(Yt-2一 Yt-3)+…
+(Yt-n一 Yt— (n+l))]／ n
假如上例企业某产品 1997年的销售量为 402吨,
1996年的销售量为 376吨,1995年的销售量为
355吨,则预测 2000年的销售量为：
Y2000＝ 458+[(458-424)+(424-402)+(402-376)+(376— 355)]／ 4
＝ 458+[34+22+26+21]／ 4
＝ 483,75(吨 )
返回
（二 ）季节指数法
1、无趋势变动的季节指数预测法 例题如果时间数列没有明显的长期变动趋势，就可以假设其不存在长期趋势，直接对时间数列中各年同月 (或季 )的实际值加以平均，再将各年同月 (或季 )的平均数与各年的总平均数进行比较，求出季节指数，或将各年同月 (或季 )的平均数与各年的总平均数相减，
求出季节变差，最后通过季节指数或季节变差来计算出预测值。
2、含趋势变动的季节指数预测法 例题返回单元小结了解定性预测的几种方法，在此基础上能运用各种方法进行预测。
通过季节指数预测方法和趋势预测法的学习，了解各种方法的分类及特点；
掌握如何运用各种预测方法进行实地的预测返回实践与训练大学生消费状况调查
[安排时间 ]
安排自在第一节之后 。
[实施形式 ]
以组为单位完成 。 再在进一步综合
[实训重点 ]
1,大学生消费的基本趋势预测
2,提出预见性分析结论返回第二节现代预测方法
学习目标与要求
教学重点与难点
讲授与训练内容
案例分析返回学习目标与要求
1,市场调查问卷设计的含义以及问卷的格式
2,设计调查的原则和程序
3,问卷询问技术的几种方式
1,设计整体调查问卷的能力
2,设计询问问句和合理安排问句顺序的能力知识点技能点返回教学重点与难点
TSP,SAS
运用教学重点教学难点返回讲授与训练内容一,TSP
二,SAS
返回一、问卷基本结构
（一） TSP工作文件的编辑
（二）数据序列的编辑
（三） TSP软件包预测功能返回
（一） TSP工作文件的编辑
1．进入 TSP系统。
2．退出 TSP系统。
3．工作文件的建立。
4．磁盘工作文件的导入。
5．内存工作文件的存盘。
返回
（二）数据序列的编辑返回
1．数据序列的建立。
2．数据序列的修改。
3．数据序列的存盘。
4．数据序列的读取。
5.生成数据序列。
6．数据序列的显示。
返回
（三） TSP软件包预测功能
1．移动平均法。
2．指数平滑分析。
3．相关分析。
4．回归分析。
5．回归分析预测。
下一页二,SAS
下一页
(一 )SAS运行界面
（二） SAS基本概念
（三） SAS／ INSIGHT简介
(四 )Market简介
（二） SAS基本概念
1,SAS程序
2,SAS数据集
3,SAS数据库下一页
（三） SAS／ INSIGHT简介
1．一维数据探索
2．二维数据探索
3．三维数据探索
4．图形的调整下一页
5．分布研究
6．回归分析
7．主成份分析案例 2.5.1_季节指数分析与预测
[安排时间 ]
安排自在第二节之后 。
[实施形式 ]
以个人为单位 。
[分析重点 ]
1,含趋势变动的季节指数法运用
2,不含趋势变动的季节指数法运用
1,定性预测的主要方法有哪些
2,比较区别专家预测法与德尔菲法的异同技能点
3,了解定性预测的几种方法
4,并能运用资料进行预测 。
各种预测方法的灵活应用知识点技能点返回教学重点与难点专家预测法 趋势预测法指标法 季节指数法教学重点教学难点返回讲授与训练内容一,定性预测二,定量预测返回一,定性预测
（ 一 ） 指标法
（ 二 ） 图形法
（ 三 ） 专家预测法返回
（一）指标法
1,领先指标法
2、领先指标法预测步骤
（ 1） 根据预测的目标和要求找出领先指标 。 例如,预测化工产品的价格变动,可把石油价格变动作为领先指标 。
（ 2） 画出领先指标,同步指标,滞后指标的时间序列图 。
（ 3） 进行预测 。
3、应用领先指标法的条件返回
（三）专家预测法
1,个人判断法
2,集体判断法
3,特尔菲法返回
3、特尔菲法
（ 1）做好准备。准备好已搜集到的有关资料，
拟定向专家小组提出的问题 (问题要提得明确 )。
（ 2）请专家作出初步判断。在做好准备的基础上，邀请有关专家成立专家小组，将书面问题寄发各专家 (如有其他资料，也随同寄发 )，请他们在互不通气的情况下，对所咨询的问题作出自己的初次书面分析判断，按规定期限寄回。
（ 3）请专家修改初次判断。
（ 4）确定预测值。
下一页特尔菲法的应用假设对某新产品投放市场后的年销售量进行预测 。 预测前,选择了产品设计生产专家 3人,商品学专家 3人,批发业务专家 5人,零售业务专家 5人,消费者代表 5人,并向他们发出了预测的征询意见表 。 经过三次意见反馈,专家们的判断意见 。
返回二,定量预测
（一）趋势预测法
（二）季节指数法返回
（一）趋势预测法直线趋势外推法是指对有线性变动趋势的时间数列,拟合成直线方程进行外推预测的方法 。
直线方程的一般形式为,Y＝ a+bt。 式中,a,b
仍是模型参数,t为自变量,表现为按自然数顺序编号的时间序数,当 t发生变化时,Y的变化 。 如表 6— 12所示 。
1,增减量预测法 。
2,平均增减量预测法返回表 6— 12
时间序数 t 时间数列数值
Y
一次阶差△ y
l
2
3
4
5
……
a+b
a+2b
a+3b
a+4b
a+5b
……
—
b
b
b
b
……
从表中很容易看出，每当 t增加 1,Y值就相应地增加 (或减少 )一个 b值，即一次阶差是一个常数。
因此，具有直线趋势的时间数列，都可以采用直线方程来求出预测值。当然，时间数列中的实际数据与直线上的数据总可能有所偏差，但只要偏差较小，拟合的直线对时间数列就有较强的代表性。 返回
1．增减量预测法这种方法是以上期实际值与上两期之间的增减量之和,作为本期预测值的一种预测方法 。 其公式为：
Yt ＝ Yt-1 + (Yt-1一 Yt-2)
例如,某企业某产品 1999年的销售量为 458吨,1998年的销售量为 424吨,预测 2000年的销售量为：
Y2000＝ 458+(458— 424)＝ 492(吨 )
返回
2．平均增减量预测法。
这种方法是先计算出整个时间数列逐期增减量的平均数,再与上期实际数相加,从而确定预测值的方法 。 其公式为：
Yt＝ Yt-1+[(Yt-1一 Yt-2)+(Yt-2一 Yt-3)+…
+(Yt-n一 Yt— (n+l))]／ n
假如上例企业某产品 1997年的销售量为 402吨,
1996年的销售量为 376吨,1995年的销售量为
355吨,则预测 2000年的销售量为：
Y2000＝ 458+[(458-424)+(424-402)+(402-376)+(376— 355)]／ 4
＝ 458+[34+22+26+21]／ 4
＝ 483,75(吨 )
返回
（二 ）季节指数法
1、无趋势变动的季节指数预测法 例题如果时间数列没有明显的长期变动趋势，就可以假设其不存在长期趋势，直接对时间数列中各年同月 (或季 )的实际值加以平均，再将各年同月 (或季 )的平均数与各年的总平均数进行比较，求出季节指数，或将各年同月 (或季 )的平均数与各年的总平均数相减，
求出季节变差，最后通过季节指数或季节变差来计算出预测值。
2、含趋势变动的季节指数预测法 例题返回单元小结了解定性预测的几种方法，在此基础上能运用各种方法进行预测。
通过季节指数预测方法和趋势预测法的学习，了解各种方法的分类及特点；
掌握如何运用各种预测方法进行实地的预测返回实践与训练大学生消费状况调查
[安排时间 ]
安排自在第一节之后 。
[实施形式 ]
以组为单位完成 。 再在进一步综合
[实训重点 ]
1,大学生消费的基本趋势预测
2,提出预见性分析结论返回第二节现代预测方法
学习目标与要求
教学重点与难点
讲授与训练内容
案例分析返回学习目标与要求
1,市场调查问卷设计的含义以及问卷的格式
2,设计调查的原则和程序
3,问卷询问技术的几种方式
1,设计整体调查问卷的能力
2,设计询问问句和合理安排问句顺序的能力知识点技能点返回教学重点与难点
TSP,SAS
运用教学重点教学难点返回讲授与训练内容一,TSP
二,SAS
返回一、问卷基本结构
（一） TSP工作文件的编辑
（二）数据序列的编辑
（三） TSP软件包预测功能返回
（一） TSP工作文件的编辑
1．进入 TSP系统。
2．退出 TSP系统。
3．工作文件的建立。
4．磁盘工作文件的导入。
5．内存工作文件的存盘。
返回
（二）数据序列的编辑返回
1．数据序列的建立。
2．数据序列的修改。
3．数据序列的存盘。
4．数据序列的读取。
5.生成数据序列。
6．数据序列的显示。
返回
（三） TSP软件包预测功能
1．移动平均法。
2．指数平滑分析。
3．相关分析。
4．回归分析。
5．回归分析预测。
下一页二,SAS
下一页
(一 )SAS运行界面
（二） SAS基本概念
（三） SAS／ INSIGHT简介
(四 )Market简介
（二） SAS基本概念
1,SAS程序
2,SAS数据集
3,SAS数据库下一页
（三） SAS／ INSIGHT简介
1．一维数据探索
2．二维数据探索
3．三维数据探索
4．图形的调整下一页
5．分布研究
6．回归分析
7．主成份分析案例 2.5.1_季节指数分析与预测
[安排时间 ]
安排自在第二节之后 。
[实施形式 ]
以个人为单位 。
[分析重点 ]
1,含趋势变动的季节指数法运用
2,不含趋势变动的季节指数法运用
