自考-市場調(diào)查及預測-第9章-市場預測方法

1、第9章 市場預測方法第一節(jié)第一節(jié) 市場預測概述市場預測概述第二節(jié)第二節(jié) 定性預測方法定性預測方法第三節(jié)第三節(jié) 時間序列預測方法時間序列預測方法第四節(jié)第四節(jié) 因果關系分析預測法因果關系分析預測法啤酒與尿布啤酒與尿布 總部位于美國阿肯色州的世界著名商業(yè)零售連鎖企業(yè)沃爾瑪擁有世界上最大的數(shù)據(jù)倉庫系統(tǒng)，為了能夠準確了解顧客在其門店的購買習慣，沃爾瑪對其顧客的購物行為進行購物籃分析。沃爾瑪數(shù)據(jù)倉庫里集中了其各門店的詳細原始交易數(shù)據(jù)，在這些原始交易數(shù)據(jù)的基礎上，沃爾瑪利用NCR數(shù)據(jù)挖掘工具對這些數(shù)據(jù)進行分析和挖掘，可以很輕松地知道顧客經(jīng)常一起購買的商品有哪些。一個意外的發(fā)現(xiàn)是：“跟尿布一起購買最多的商品竟

2、是啤酒！”這是數(shù)據(jù)挖掘技術對歷史數(shù)據(jù)進行分析的結果，反映數(shù)據(jù)內(nèi)在的規(guī)律。那么這個結果符合現(xiàn)實情況嗎？是否是一個有用的知識？是否有利用價值？于是，沃爾瑪派出市場調(diào)查人員和分析師對這一數(shù)據(jù)挖掘結果進行調(diào)查分析。經(jīng)過大量實際調(diào)查和分析，揭示了隱藏在“尿布與啤酒”背后的美國人的一種行為模式：在美國，一些年輕的父親下班后經(jīng)常要到超市去買嬰兒尿布，而他們中有30%40%的人同時也為自己買一些啤酒。產(chǎn)生這一現(xiàn)象的原因是：美國的太太們常叮囑她們的丈夫下班后為小孩買尿布，而丈夫們在買尿布后又隨手帶回了他們喜歡的啤酒。既然尿布與啤酒一起被購買的機會很多，于是沃爾瑪就在其一個個門店將尿布與啤酒擺放在一起，結果是尿布

3、與啤酒的銷售量雙雙增長。思考：加油站賣什么？ 隨著加油站便利店規(guī)模的不斷擴大，一些加油站會見到這樣一個很普遍的現(xiàn)象：加油機旁堆滿了飲料、水及各種方便食品。乍看，把成品油和食品進行搭配，也許顯得不是那么合適；但是，就是因為這一點，使得加油站的非油品銷量不斷提升。其原因就在這里：許多司機在一段時間的駕駛以后，會產(chǎn)生疲勞，在加油短暫的休息時刻，往往有“喝點水、吃點東西提提神”的想法；而這時候，這些東西正好擺在顧客的眼前，于是就立刻會引起顧客的購買欲望。這樣，不僅方便了顧客，也提高了加油站非油品的銷量，真是一舉兩得。誰動了茶的概念誰動了茶的概念茶飲料是茶飲料是20世紀世紀90年代歐美國家發(fā)展最快的年代

4、歐美國家發(fā)展最快的飲料，被視為新時代飲料，在日本和中國的飲料，被視為新時代飲料，在日本和中國的臺灣，茶飲料已超過碳酸飲料成為市場第一臺灣，茶飲料已超過碳酸飲料成為市場第一大飲料品牌。大飲料品牌。90年代中期以來，中國茶飲料年代中期以來，中國茶飲料市場發(fā)展速度很快，市場發(fā)展速度很快，1997年產(chǎn)量為年產(chǎn)量為20萬噸左萬噸左右，右，1999年產(chǎn)量為年產(chǎn)量為80萬噸，萬噸，2000年產(chǎn)量為年產(chǎn)量為185萬噸。到萬噸。到2005年茶飲料產(chǎn)量已超過年茶飲料產(chǎn)量已超過580萬萬噸。進入噸。進入21世紀以來，茶飲料成為飲料市場世紀以來，茶飲料成為飲料市場上一道最亮麗的風景。統(tǒng)一冰紅茶是任賢齊上一道最亮麗的風

5、景。統(tǒng)一冰紅茶是任賢齊的夏日最愛；周星馳用其經(jīng)典的臺詞詮釋娃的夏日最愛；周星馳用其經(jīng)典的臺詞詮釋娃哈哈的哈哈的“不用沏的龍井茶不用沏的龍井茶”；董杰演繹的清；董杰演繹的清新、浪漫的康師傅茉莉花茶；還有新、浪漫的康師傅茉莉花茶；還有“涼到徹涼到徹底底”的雀巢冰爽茶以及的雀巢冰爽茶以及“冷酷到底冷酷到底”的旭日的旭日升冰茶升冰茶?！皹钒偈蠘钒偈稀睜I銷總裁楊杰強在分析茶飲料的市營銷總裁楊杰強在分析茶飲料的市場潛力時曾說：場潛力時曾說：“2000年中國人均消費茶飲年中國人均消費茶飲料僅料僅0.3升，而日本人均年飲用量為升，而日本人均年飲用量為2030升，升，也就是說，茶飲料在國內(nèi)市場還也就是說，茶飲料

6、在國內(nèi)市場還應當有應當有50倍以上的成長空間，茶飲料市場面倍以上的成長空間，茶飲料市場面臨的形勢非常樂觀。臨的形勢非常樂觀。”我國有悠久的茶文化歷史，但把茶裝在盒子我國有悠久的茶文化歷史，但把茶裝在盒子或瓶子里賣，卻是到或瓶子里賣，卻是到1995年才有的事。正是年才有的事。正是商家預見到茶飲料低熱量、低脂肪，具有保商家預見到茶飲料低熱量、低脂肪，具有保健療效及消暑解渴的功用，開瓶即飲的消費健療效及消暑解渴的功用，開瓶即飲的消費方式又符合現(xiàn)代生活的要求，才挖掘出茶飲方式又符合現(xiàn)代生活的要求，才挖掘出茶飲料無窮的市場潛力。料無窮的市場潛力。第一節(jié)第一節(jié) 市場預測概述市場預測概述概念在市場調(diào)查的基礎

7、上，運用科學的方法或數(shù)學模型分析調(diào)查調(diào)查數(shù)據(jù)或資料，對未來一定時期影響市場營銷活動的各種因素及其變化趨勢所進行的推測和估計。目的：最大程度地減少未來的不確定性特性l市場預測的概念l市場預測的特性l市場預測的作用7特性特性l客觀性客觀性l有史有據(jù)，理性分析有史有據(jù)，理性分析l全面性全面性l全面考慮各個影響因素，避免以偏概全全面考慮各個影響因素，避免以偏概全l及時性及時性l實時數(shù)據(jù)能應對變化實時數(shù)據(jù)能應對變化l科學性科學性l科學的分析方法科學的分析方法l持續(xù)性持續(xù)性l市場變化，市場預測持續(xù)市場變化，市場預測持續(xù)l經(jīng)濟性經(jīng)濟性l成本遠小于收益成本遠小于收益8市場預測的作用l決策的主要依據(jù)l預測是決策

8、的主要依據(jù)l提高企業(yè)競爭力l了解消費者情況，了解競爭對手情況l實現(xiàn)企業(yè)經(jīng)營目標l了解經(jīng)濟發(fā)展、技術變革、市場變化，降低風險，實現(xiàn)企業(yè)決策目標。9市場預測的程序確定預測對象制定預測方案收集數(shù)據(jù)資料選擇預測方法預測組織實施評估預測結果10P253市場預測的內(nèi)容l市場需求預測l市場供給預測l消費者購買行為預測l產(chǎn)品銷售預測l市場行情預測l競爭格局預測l企業(yè)經(jīng)營狀況預測11市場預測的分類l按使用的預測工具l定性 知識經(jīng)驗，變化規(guī)律l定量 數(shù)據(jù)，統(tǒng)計分析，數(shù)學模型l按市場預測的時間層次分類l短期 1年之內(nèi)，年度，季度，月l中期 15年l長期 5年以上l市場預測的空間層次分類l國際 跨國經(jīng)營企業(yè)l國內(nèi) 對

9、全國、地區(qū)市場經(jīng)濟進行預測12市場預測的范圍分類l宏觀市場預測 國民經(jīng)濟、部門，地區(qū)l微觀市場預測 對企業(yè)生產(chǎn)、銷售等活動的預測按產(chǎn)品的層次分類l單項產(chǎn)品單一產(chǎn)品l同類產(chǎn)品家電、服裝、食品l商品總量消費者1年內(nèi)生活必需品總量。13第二節(jié)第二節(jié) 定性預測方法定性預測方法根據(jù)個人知識、經(jīng)驗和能力，通過邏輯推理，分析事物過去和現(xiàn)在的變化規(guī)律，對事物未來發(fā)展變化趨勢做出主觀估計和判斷的預測。定性預測法的特點l優(yōu)點l時間較短時間較短 通過直覺和經(jīng)驗判斷，不需要太多時間通過直覺和經(jīng)驗判斷，不需要太多時間l靈活性強靈活性強 不同方法適用于不同企業(yè)，不同境遇不同方法適用于不同企業(yè)，不同境遇l節(jié)省費用節(jié)省費用

10、不需花費大量資金進行數(shù)據(jù)處理和復不需花費大量資金進行數(shù)據(jù)處理和復雜運算雜運算14缺點l差異性大差異性大因人的精力、知識結構而異因人的精力、知識結構而異l預測范圍有限預測范圍有限問題復雜時，難以實施問題復雜時，難以實施l預測精度有局限性預測精度有局限性給出大體估算個發(fā)展趨給出大體估算個發(fā)展趨勢勢個人直觀判斷法個人直觀判斷法l相關推斷法根據(jù)事物之間的相關關系，及經(jīng)驗進行推斷根據(jù)事物之間的相關關系，及經(jīng)驗進行推斷l(xiāng)時間關系 先發(fā)生的事推斷即將要發(fā)生的l相關變動方向 正相關 負相關l多因素綜合多因素 正負關系 強度15類比推斷法類比推斷法把相似事物放在一起加以對比分析把相似事物放在一起加以對比分析l不

11、同國家地區(qū)類似經(jīng)濟現(xiàn)象l不同產(chǎn)品之間類似情況集體經(jīng)驗判斷法集體經(jīng)驗判斷法集合集體的智慧和經(jīng)驗，克服個人經(jīng)驗不足的集合集體的智慧和經(jīng)驗，克服個人經(jīng)驗不足的局限性。局限性。P25917一、專家意見集合法的含義專家意見集合法是根據(jù)市場預測的目的和要求，向一組經(jīng)過挑選的有關專家提供一定的背景資料，通過會議的形式對預測對象及其前景進行評價，在綜合專家分析判斷的基礎上，對市場趨勢作出量的推斷。專家判斷法專家判斷法專家意見集合法P26218二、專家意見集合法的特點專家意見集合法屬于集體經(jīng)驗判斷法的范疇，它的優(yōu)點是由專家作出的判斷和估計具有更高的準確性，同時，這種方法本身可以使與會專家能暢所欲言，自由辯論，充

12、分討論，集思廣益，從而提高預測的準確性。但是，這種方法也同樣存在受專家個性和心理因素或其他專家的意見的影響或左右，同時受參加人數(shù)和討論時間的限制，會影響預測的科學性和準確性。19三、專家意見集合法的應用（一）專家的選擇專家選擇要注意以下要點：第一，專家要具有代表性。第二，專家要具有豐富知識和經(jīng)驗。第三，專家要具有一定的市場調(diào)研與預測方面的知識和經(jīng)驗。第四，專家的人數(shù)要適當。20（二）預測組織首先，專家會議組織者最好是市場預測方面的專家，有較豐富的組織會議、提出問題和在辯論中引導的經(jīng)驗，熟悉專家會議的處理程序和方法。其次，組織者應善于應變，具有統(tǒng)籌全局的能力。再次，會議要精心組織，精心準備。 2

13、1（三）專家意見集合的具體方法1、頭腦風暴法這是根據(jù)一定的規(guī)則，通過共同的討論，鼓勵專家獨立思考，充分發(fā)表意見的一種集體評估的方法。222、質(zhì)疑頭腦風暴法這種方法是同時召開由兩組專家參加的兩個會議進行集體討論，其中一個專家組會議按直接頭腦風暴法提出設想，另一個專家組會議則是對第一個專家組會議的各種設想質(zhì)疑，通過質(zhì)疑進行全面評估，直到?jīng)]有問題可以質(zhì)疑為止，使預測結果更符合實際。23德爾菲法德爾菲法一、一、德爾菲法的概念 。德爾菲法又稱專家小組法或專家意見征詢法，是以匿名的方式，逐輪征求一組專家各自的預測意見，最后由主持者進行綜合分析，確定市場預測值的方法。 24二、德爾菲法的持點 （一）匿名性（

14、二）反饋性 （三）綜合性 三、德爾菲法的預測程序（一）準備階段準備階段包括以下工作：1、成立預測工作小組2、選擇和邀請專家3、制定征詢表25（二）征詢階段第一輪專家意見征詢。第二輪及以后幾輪專家意見征詢。 （三）預測結果的最終處理階段 調(diào)研機構對專家們在最后一輪的意見征詢調(diào)研表中提出的看法進行綜合。第三節(jié)第三節(jié) 時間序列預測方法時間序列預測方法時間序列預測法是將經(jīng)濟發(fā)展、購買力增長、時間序列預測法是將經(jīng)濟發(fā)展、購買力增長、銷售變化等同一變數(shù)的一組觀察值，按照時銷售變化等同一變數(shù)的一組觀察值，按照時間順序加以排列，然后運用一定的數(shù)理方法，間順序加以排列，然后運用一定的數(shù)理方法，使其向外延伸，預測

15、未來的發(fā)展變化趨勢。使其向外延伸，預測未來的發(fā)展變化趨勢。2627（二）時間序列分析法的特點1、時間序列分析法是根據(jù)市場過去的變化趨勢預測未來的發(fā)展，它的前提是假定事物的過去會同樣延續(xù)到未來。2、運用時間序列法進行預測，必須以準確、完整的時間序列數(shù)據(jù)為前提。283、時間序列數(shù)據(jù)變動存在著規(guī)律性與不規(guī)律性。（1）長期趨勢變動（T）（2）季節(jié)性變動（S）（3）循環(huán)變動（C）（4）不規(guī)則變動（I）29（三）時間序列分析法的模型乘法模型方式，即X=TSCI加法模型方式，即X=T+S+C+I實際應用中時間序列分析法定量預測的乘法模型方式和加法模型方式分別采用簡化形式。 X=TS X=T+S30（四）時間

16、序列分析法預測步驟首先，應繪制歷史數(shù)據(jù)曲線圖，確定其趨勢變動類型；其次，根據(jù)歷史資料的趨勢變動類型以及預測的目的與期限，選定具體的預測方法，并進行模擬、運算；最后，將量的分析與質(zhì)的分析相結合，確定市場未來發(fā)展趨勢的預測值 31二、直線趨勢預測法（一）算術平均數(shù)法（一）算術平均數(shù)法1 1、簡單算術平均數(shù)法、簡單算術平均數(shù)法121niniXXXXXnn322、加權算術平均數(shù)法3、幾何平均法11221121niinninniiX fX fX fX fXffff33（二）移動平均數(shù)法移動平均法是將觀察期內(nèi)的數(shù)據(jù)由遠及近按一定跨越期進行平均，隨著觀察期的“逐期推移”，觀察期內(nèi)的數(shù)據(jù)也隨之向前移動，每向前

17、移動一期，就去掉最前面一期的數(shù)據(jù)，而新增繼原來觀察期之后的那一期的數(shù)據(jù)，以保證跨越期不變，然后逐個求出其算術平均數(shù)，并將預測期最近的那一個平均數(shù)作為預測值。 341、簡單移動平均法2、加權移動平均法1121tttt ntii t nXXXMXnn 112212ttnt ntnW XW XW XMWWW三、指數(shù)平滑預測法指數(shù)平滑法是根據(jù)定出的平滑系數(shù)計算出指數(shù)平滑值進指數(shù)平滑法是根據(jù)定出的平滑系數(shù)計算出指數(shù)平滑值進行市場預測的方法。行市場預測的方法。指數(shù)平滑法實質(zhì)是全部歷史數(shù)據(jù)的指數(shù)平滑法實質(zhì)是全部歷史數(shù)據(jù)的加權平均數(shù)加權平均數(shù)，一般用于觀察期具有長期趨勢變動和周期，一般用于觀察期具有長期趨勢變

18、動和周期性變動的預測。性變動的預測。指數(shù)平滑法包括一次指數(shù)平滑法、二次指數(shù)平滑法和多指數(shù)平滑法包括一次指數(shù)平滑法、二次指數(shù)平滑法和多次（三次以上）指數(shù)平滑法。一次指數(shù)平滑法適用于水次（三次以上）指數(shù)平滑法。一次指數(shù)平滑法適用于水平型變動的時間序列預測，二次指數(shù)平滑法適用于線性平型變動的時間序列預測，二次指數(shù)平滑法適用于線性趨勢型變動的時間序列預測，多次指數(shù)平滑法適用于非趨勢型變動的時間序列預測，多次指數(shù)平滑法適用于非線性趨勢變動的時間序列預測。線性趨勢變動的時間序列預測。（一）一次指數(shù)平滑法（一）一次指數(shù)平滑法一次指數(shù)平滑法是以計算出來的最后一個一次指數(shù)平滑一次指數(shù)平滑法是以計算出來的最后一個

19、一次指數(shù)平滑值為基礎，確定預測值的方法。值為基礎，確定預測值的方法。)1()1(1)1(tttSxS一次指數(shù)平滑法的公式為：一次指數(shù)平滑法的公式為： 應用一次指數(shù)平滑法進行預測，平滑系數(shù)應用一次指數(shù)平滑法進行預測，平滑系數(shù) 選擇很關鍵，選擇很關鍵， 的取值不同，預測結果就不同。一般有三個原則：的取值不同，預測結果就不同。一般有三個原則：一是對于有較明顯趨勢變動的時間序列，平滑系數(shù)一是對于有較明顯趨勢變動的時間序列，平滑系數(shù) 應取較大值，即應取較大值，即 0.6，主要是為了突出近期數(shù)據(jù)對預，主要是為了突出近期數(shù)據(jù)對預測值的影響。測值的影響。二是對水平型的時間序列，平滑系數(shù)二是對水平型的時間序列，

20、平滑系數(shù) 應取較小值，即應取較小值，即 0.3。因為水平型的數(shù)據(jù)，變動趨勢不明顯，隨機。因為水平型的數(shù)據(jù)，變動趨勢不明顯，隨機因素多，因此，因素多，因此， 應取較小值。應取較小值。三是對于介于上述兩者之間的時間序列，平滑系數(shù)三是對于介于上述兩者之間的時間序列，平滑系數(shù) 應應取中間值，即取中間值，即0.3 0.6。初始值的確定：初始值的確定：一般情況下，當時間序列的數(shù)據(jù)資料較多時，如一般情況下，當時間序列的數(shù)據(jù)資料較多時，如 n10，這時初始值對以后預測值的影響甚小，這時初始值對以后預測值的影響甚小，可直接選用第一期實際觀察值作為初始值；可直接選用第一期實際觀察值作為初始值；反之，如果時間序列的

21、數(shù)據(jù)資料較少，如反之，如果時間序列的數(shù)據(jù)資料較少，如n10，則因初始值對以后預測值的影響較大，這時一般則因初始值對以后預測值的影響較大，這時一般采用最初幾期的實際值的算術平均數(shù)作為初始值。采用最初幾期的實際值的算術平均數(shù)作為初始值。 舉一具體例子說明一次指數(shù)平滑法的應用。舉一具體例子說明一次指數(shù)平滑法的應用。例如：某企業(yè)近例如：某企業(yè)近10個季度銷售洗發(fā)水資料如下表，個季度銷售洗發(fā)水資料如下表，請用一次指數(shù)平滑法預測下季度洗發(fā)水銷售量請用一次指數(shù)平滑法預測下季度洗發(fā)水銷售量。分析：具體步驟如下：分析：具體步驟如下：第一步：確定平滑系數(shù)第一步：確定平滑系數(shù) ，本例取，本例取 。第二步：確定初始平

22、滑值第二步：確定初始平滑值St(1)由于本例由于本例n=10,故初始值取故初始值取50。第三步：依次計算一次指數(shù)平滑值。第三步：依次計算一次指數(shù)平滑值。當當6 . 06 . 050504 . 0506 . 0) 1 (2S2 .51504 . 0526 . 0) 1 (3S)( 1 .729 .674 . 0756 . 0)1(11萬瓶S（二）二次指數(shù)平滑法（二）二次指數(shù)平滑法二次指數(shù)平滑法是在一次指數(shù)平滑的基礎上再做一次指二次指數(shù)平滑法是在一次指數(shù)平滑的基礎上再做一次指數(shù)平滑，運用二次指數(shù)平滑值建立的數(shù)學模型進行預測數(shù)平滑，運用二次指數(shù)平滑值建立的數(shù)學模型進行預測的方法。的方法。二次指數(shù)平滑

23、公式為：二次指數(shù)平滑公式為：二次指數(shù)平滑法預測的數(shù)學模型為：二次指數(shù)平滑法預測的數(shù)學模型為：式中：式中：)2(1)1()2()1 (tttSSSTbaYttTt)2()1(2tttSSa)1/()()2() 1 (tttSSb四、趨勢外推預測法利用時間數(shù)列所具有的直線或曲線趨勢，根據(jù)預測對象和時間之間的對應關系進行預測。如：直線方差二次曲線方程三次曲線方程指數(shù)曲線方程4142（二）移動平均趨勢剔除法移動平均趨勢剔除法是運用12個月（4季）的移動平均數(shù)，計算出一個既能消除長期趨勢，又消除不規(guī)則變動，能夠比較正確地反映季節(jié)變動的季節(jié)指數(shù)，然后，利用這個季節(jié)指數(shù)，求得分月預測值的預測方法。五、季節(jié)指

24、數(shù)預測法五、季節(jié)指數(shù)預測法季節(jié)指數(shù)是一種以相對數(shù)表示的季節(jié)變動季節(jié)指數(shù)是一種以相對數(shù)表示的季節(jié)變動衡量指標。因為只根據(jù)一年或兩年的歷史衡量指標。因為只根據(jù)一年或兩年的歷史數(shù)據(jù)計算而得到的季節(jié)變動指標往往含有數(shù)據(jù)計算而得到的季節(jié)變動指標往往含有很大的隨機波動因素，故在實際預測中通很大的隨機波動因素，故在實際預測中通常需要掌握和運用三年以上的分季歷史數(shù)常需要掌握和運用三年以上的分季歷史數(shù)據(jù)。據(jù)。如果以年為間隔期的如果以年為間隔期的歷史數(shù)據(jù)是水平型的歷史數(shù)據(jù)是水平型的，季節(jié)，季節(jié)指數(shù)的計算公式則為：指數(shù)的計算公式則為：如果以年為間隔期的如果以年為間隔期的歷史數(shù)據(jù)資料的趨勢型的歷史數(shù)據(jù)資料的趨勢型的，

25、則季節(jié)指數(shù)的計算公式為：則季節(jié)指數(shù)的計算公式為：預測值預測值=上年的月（季）平均數(shù)上年的月（季）平均數(shù)各月（季）季各月（季）季節(jié)指數(shù)節(jié)指數(shù)%100%全時期總平均數(shù)歷年同季平均數(shù)季節(jié)指數(shù)）（%100%趨勢值歷年同季平均數(shù)季節(jié)指數(shù)）（例如，某家電商場例如，某家電商場2002年年2004年某夏季商品的各月銷售量資料如表所示，年某夏季商品的各月銷售量資料如表所示，試預測試預測2005年各月的銷售量。年各月的銷售量。平均數(shù)比率計算表平均數(shù)比率計算表46移動平均趨勢剔除法具體預測步驟：1、計算12個月的移動總數(shù)；2、計算12個月移動平均數(shù)，修勻后的序列就是消除了隨機變動的長期趨勢；3、計算移動平均系數(shù)；4

26、、計算季節(jié)指數(shù)；475、利用季節(jié)指數(shù)消除原時間序列的季節(jié)影響，并用最小二乘法對消除了季節(jié)影響的時間序列擬合直線趨勢方程；6、根據(jù)趨勢方程計算預測未來某月的趨勢值，最后利用該月的季節(jié)指數(shù)加以修正。第四節(jié)第四節(jié) 因果關系分析預測法因果關系分析預測法揭示預測目標變量與其他變量之間的數(shù)量變化關系。48一、回歸分析預測法的含義及種類一、回歸分析預測法的含義及種類“回歸回歸”這一術語是英國人弗蘭西斯這一術語是英國人弗蘭西斯.蓋爾頓和卡蓋爾頓和卡爾爾.皮爾遜在研究父親身高與兒子身高的關系時引皮爾遜在研究父親身高與兒子身高的關系時引入的。他們發(fā)現(xiàn)，若父親為高個子，則兒子也高，入的。他們發(fā)現(xiàn)，若父親為高個子，則

27、兒子也高，但其平均身高低于父親的平均身高；若父親為矮但其平均身高低于父親的平均身高；若父親為矮個子，則兒子個子也矮，但其平均身高高于父親個子，則兒子個子也矮，但其平均身高高于父親的平均身高，也即身高的變化不是兩極分化，而的平均身高，也即身高的變化不是兩極分化，而是是“趨同趨同”，兒子身高向著平均身高，兒子身高向著平均身高“回歸回歸”，以保持種族的穩(wěn)定。用蓋爾頓的話來說，就是以保持種族的穩(wěn)定。用蓋爾頓的話來說，就是“回歸到變通人回歸到變通人”。后人將此種方法普遍用于尋。后人將此種方法普遍用于尋找變量之間的規(guī)律?，F(xiàn)在，回歸分析法已經(jīng)成為找變量之間的規(guī)律?，F(xiàn)在，回歸分析法已經(jīng)成為探索變量之間關系最重

28、要的方法，用以找出變量探索變量之間關系最重要的方法，用以找出變量之間關系的具體表現(xiàn)形式。之間關系的具體表現(xiàn)形式?！盎貧w回歸”是指某一變量（因變量）與其他一個或是指某一變量（因變量）與其他一個或多個變量（自變量）的依存關系（例如，在上面多個變量（自變量）的依存關系（例如，在上面的例子中是兒子身高與父親身高的依存關系）。的例子中是兒子身高與父親身高的依存關系）。1.市場現(xiàn)象之間的兩類因果關系市場現(xiàn)象之間的兩類因果關系市場現(xiàn)象之間的因果關系可分為函數(shù)關系和相關市場現(xiàn)象之間的因果關系可分為函數(shù)關系和相關關系兩大類。關系兩大類。所謂函數(shù)關系，是指現(xiàn)象之間確定的數(shù)量依存關所謂函數(shù)關系，是指現(xiàn)象之間確定的數(shù)

29、量依存關系，即自變量發(fā)生某種變化，因變量必然會發(fā)生系，即自變量發(fā)生某種變化，因變量必然會發(fā)生相應程度的變化。如在產(chǎn)品價格不變的條件下，相應程度的變化。如在產(chǎn)品價格不變的條件下，銷售額取決于銷售量。銷售額取決于銷售量。Y=b.x（b為價格，為價格，x為銷售量）。在市場調(diào)查預為銷售量）。在市場調(diào)查預測涉及的社會經(jīng)濟領域中，這種確定的函數(shù)關系測涉及的社會經(jīng)濟領域中，這種確定的函數(shù)關系很少，大量存在的是相關關系。很少，大量存在的是相關關系。所謂相關關系，是指變量之間相互關系中不存在數(shù)所謂相關關系，是指變量之間相互關系中不存在數(shù)值對應關系的非確定性的依存關系，即經(jīng)濟變量之值對應關系的非確定性的依存關系，

30、即經(jīng)濟變量之間存在數(shù)量上的客觀內(nèi)在關系，表現(xiàn)為一個變量間存在數(shù)量上的客觀內(nèi)在關系，表現(xiàn)為一個變量（自變量）發(fā)生數(shù)量變化，必影響另一個變量（因（自變量）發(fā)生數(shù)量變化，必影響另一個變量（因變量）相應地發(fā)生數(shù)量上的變化，但因變量的數(shù)值變量）相應地發(fā)生數(shù)量上的變化，但因變量的數(shù)值具有不確定性。具有不確定性。如嬰兒出生數(shù)和奶粉需求量就屬于相關關系。嬰兒如嬰兒出生數(shù)和奶粉需求量就屬于相關關系。嬰兒出生數(shù)增加了，奶粉需求量肯定也會增加，但究竟出生數(shù)增加了，奶粉需求量肯定也會增加，但究竟增加多少是無法確定的。增加多少是無法確定的。市場現(xiàn)象之間所存在的依存關系，大多是表現(xiàn)為相市場現(xiàn)象之間所存在的依存關系，大多是

31、表現(xiàn)為相關關系。如市場需求量與居民收入之間、市場需求關關系。如市場需求量與居民收入之間、市場需求量與商品價格之間、市場需求量與人口數(shù)量之間等量與商品價格之間、市場需求量與人口數(shù)量之間等等，都是表現(xiàn)為相關關系。等，都是表現(xiàn)為相關關系。對于相關關系的數(shù)量依存關系，可用相關關系分析對于相關關系的數(shù)量依存關系，可用相關關系分析和回歸方程的方法加以研究。和回歸方程的方法加以研究。2.回歸分析預測法的含義回歸分析預測法的含義回歸分析預測法就是從各種經(jīng)濟現(xiàn)象之間的相互關回歸分析預測法就是從各種經(jīng)濟現(xiàn)象之間的相互關系出發(fā)，通過對與預測對象有聯(lián)系的現(xiàn)象變動趨勢系出發(fā)，通過對與預測對象有聯(lián)系的現(xiàn)象變動趨勢的分析，

32、推算預測對象未來狀態(tài)數(shù)量表現(xiàn)的一種預的分析，推算預測對象未來狀態(tài)數(shù)量表現(xiàn)的一種預測方法。測方法?；貧w分析預測法中的自變量與時間序列預測法中的回歸分析預測法中的自變量與時間序列預測法中的自變量不相同。后者的自變量是時間本身，而前者自變量不相同。后者的自變量是時間本身，而前者的自變量是反映市場現(xiàn)象的其他變量。的自變量是反映市場現(xiàn)象的其他變量?；貧w分析預測法是一種重要的市場預測方法。多數(shù)回歸分析預測法是一種重要的市場預測方法。多數(shù)市場預測者在對市場現(xiàn)象進行預測時，如果能將影市場預測者在對市場現(xiàn)象進行預測時，如果能將影響市場預測對象的主要因素找到，并且能夠取得其響市場預測對象的主要因素找到，并且能夠取

33、得其數(shù)量資料，當然就可以采用相關回歸預測法進行預數(shù)量資料，當然就可以采用相關回歸預測法進行預測。它是一種具體的、行之有效的、實用價值很高測。它是一種具體的、行之有效的、實用價值很高的常用市場預測方法。當應用相關回歸市場預測法的常用市場預測方法。當應用相關回歸市場預測法條件不充分時，才考慮采用時間序列法等其他預測條件不充分時，才考慮采用時間序列法等其他預測方法。方法。3.回歸分析預測法的種類回歸分析預測法的種類應用回歸模型進行市場預測，有許多種類，根據(jù)不應用回歸模型進行市場預測，有許多種類，根據(jù)不同的條件可作不同的分類。主要的分類有：同的條件可作不同的分類。主要的分類有：（1）按自變量個數(shù)的多少

34、劃分，可以分為一元回歸）按自變量個數(shù)的多少劃分，可以分為一元回歸分析和多元回歸分析預測法。分析和多元回歸分析預測法。（2）按回歸模型是否線性劃分，可分為線性回歸分）按回歸模型是否線性劃分，可分為線性回歸分析預測法和非線性回歸分析預測法。所謂線性回歸析預測法和非線性回歸分析預測法。所謂線性回歸模型，就是指因變量和自變量之間的關系是直線型模型，就是指因變量和自變量之間的關系是直線型的。的。（3）按回歸模型的自變量是否帶虛擬變量劃分，可）按回歸模型的自變量是否帶虛擬變量劃分，可以分為普通回歸模型和虛擬回歸模型。普通回歸模以分為普通回歸模型和虛擬回歸模型。普通回歸模型的自變量都是數(shù)量變量，而虛擬變量回

35、歸模型的型的自變量都是數(shù)量變量，而虛擬變量回歸模型的自變量既有數(shù)量變量也有品質(zhì)變量。自變量既有數(shù)量變量也有品質(zhì)變量。二、應用回歸分析預測法的條件二、應用回歸分析預測法的條件應用回歸分析預測時必須注意其前提條件，以提高應用回歸分析預測時必須注意其前提條件，以提高預測準確度。預測準確度。1.經(jīng)濟現(xiàn)象之間關系密切經(jīng)濟現(xiàn)象之間關系密切因變量與自變量之間必須有關系，而且必須關系密因變量與自變量之間必須有關系，而且必須關系密切。只有正確認識經(jīng)濟現(xiàn)象之間內(nèi)在的必然聯(lián)系和切。只有正確認識經(jīng)濟現(xiàn)象之間內(nèi)在的必然聯(lián)系和外部的偶然聯(lián)系，不為假相關所迷惑，準確地剖析外部的偶然聯(lián)系，不為假相關所迷惑，準確地剖析兩者間的

36、相關關系，才能正確做出判斷。兩者間的相關關系，才能正確做出判斷。判斷相關關系密切程度的方法，可以通過繪制相關判斷相關關系密切程度的方法，可以通過繪制相關圖和計算相關系數(shù)。根據(jù)歷史資料繪制的相關圖能圖和計算相關系數(shù)。根據(jù)歷史資料繪制的相關圖能判斷相關的類型。相關圖的類型有以下幾種：判斷相關的類型。相關圖的類型有以下幾種：1）零相關圖）零相關圖。當自變量。當自變量x與因變量與因變量y沒有相關關系，沒有相關關系，稱為零相關，如圖。稱為零相關，如圖。2）強正相關圖）強正相關圖。當自變量。當自變量x增大時，因變量增大時，因變量y亦隨之亦隨之增大，點子的分布集中，呈直線形。故兩者有強相增大，點子的分布集中

37、，呈直線形。故兩者有強相關。關。3）弱正相關圖）弱正相關圖。當自變量。當自變量x的數(shù)值增大時，因變量的數(shù)值增大時，因變量y的數(shù)值也增大，但點子的分布不集中。兩者之間僅的數(shù)值也增大，但點子的分布不集中。兩者之間僅有一定相關關系，稱弱正相關。有一定相關關系，稱弱正相關。xy. .零相關圖xy.強正相關4）強負相關圖）強負相關圖。當自變量。當自變量x的增大時，因變量的增大時，因變量y隨之減少，隨之減少，點子的分布集中呈直線形，兩者之間有強烈的相關關系，點子的分布集中呈直線形，兩者之間有強烈的相關關系，稱強負相關。稱強負相關。5）弱負相關圖）弱負相關圖。當自變量。當自變量x的增大時，因變量的增大時，因

38、變量y隨之減少，隨之減少，點子的分布分散不集中。兩者之間僅有一定相關關系，點子的分布分散不集中。兩者之間僅有一定相關關系，稱弱負相關。稱弱負相關。xy. . . . .弱正相關xy. . .強負相關xy. .弱負相關弱相關與即認為相關與認為為強相關與就認為yx，Ryx，RyxR3.07.03.0,7.0相關系數(shù)也能從數(shù)量上說明相關的密切程度，一相關系數(shù)也能從數(shù)量上說明相關的密切程度，一般規(guī)定：般規(guī)定：如果要用一元線性回歸方法進行預測，則如果要用一元線性回歸方法進行預測，則R必須大必須大于于0.7。 2.自變量的預測值必須比因變量的預測值精確或自變量的預測值必須比因變量的預測值精確或容易求得容易

39、求得 因為預測因變量的未來情況，必須有自變量的因為預測因變量的未來情況，必須有自變量的未來資料代入回歸方程式才能計算出來。如果自未來資料代入回歸方程式才能計算出來。如果自變量的預測值更難得求得，那么，該回歸方程的變量的預測值更難得求得，那么，該回歸方程的應用價值就不大了。應用價值就不大了。3.要正確地選擇回歸方程的形式要正確地選擇回歸方程的形式 選擇回歸方程的形式即選擇因變量和自變量選擇回歸方程的形式即選擇因變量和自變量的關系式是直線方程式還是曲線方程式，是一個的關系式是直線方程式還是曲線方程式，是一個自變量還是幾個自變量，并有簡單而又有效的驗自變量還是幾個自變量，并有簡單而又有效的驗證方法。

40、證方法。三、回歸分析預測法的程序三、回歸分析預測法的程序應用回歸分析法進行市場預測，應遵循一定的程序。應用回歸分析法進行市場預測，應遵循一定的程序。1.根據(jù)預測目標，篩選自變量根據(jù)預測目標，篩選自變量一般來說，明確預測的具體目標，也就確定了因變一般來說，明確預測的具體目標，也就確定了因變量。篩選自變量，首先應分析各自變量與因變量之量。篩選自變量，首先應分析各自變量與因變量之間的相關關系，觀察其相關關系的表現(xiàn)形式及密切間的相關關系，觀察其相關關系的表現(xiàn)形式及密切程度。選用那些與因變量關系最為密切的自變量。程度。選用那些與因變量關系最為密切的自變量。2.確定回歸方程，建立預測模型確定回歸方程，建立

41、預測模型根據(jù)理論分析和相關分析，如果有幾個重要因素同根據(jù)理論分析和相關分析，如果有幾個重要因素同時對預測對象有影響作用，而且關系密切，可以確時對預測對象有影響作用，而且關系密切，可以確定用多元回歸方程式；如果其中某一個是基本的，定用多元回歸方程式；如果其中某一個是基本的，起決定作用的，而其他因素影響作用并不大或相關起決定作用的，而其他因素影響作用并不大或相關關系不密切，則關系不密切，則可以確定用一元回歸方程式進行預測。如果自變量可以確定用一元回歸方程式進行預測。如果自變量和因變量之間的資料分布是線性趨勢，可確定用直和因變量之間的資料分布是線性趨勢，可確定用直線回歸方程；如果是曲線趨勢，可確定用

42、曲線回歸線回歸方程；如果是曲線趨勢，可確定用曲線回歸方程。方程。3.檢驗回歸預測模型，計算預測誤差檢驗回歸預測模型，計算預測誤差回歸預測模型是否可用于實際預測，取決于對回歸回歸預測模型是否可用于實際預測，取決于對回歸預測模型的檢驗和對預測誤差測定的結果?；貧w方預測模型的檢驗和對預測誤差測定的結果?；貧w方程只有通過各種檢驗，且預測誤差在研究問題所允程只有通過各種檢驗，且預測誤差在研究問題所允許的范圍內(nèi)，才能將回歸方程作為預測模型進行實許的范圍內(nèi)，才能將回歸方程作為預測模型進行實際預測。否則，盲目用回歸模型進行預測，其結果際預測。否則，盲目用回歸模型進行預測，其結果是不可靠的。是不可靠的。4.利用

43、回歸模型確定預測值，并對預測值做出置信區(qū)利用回歸模型確定預測值，并對預測值做出置信區(qū)間的估計間的估計如果預測對象與影響因素之間確實存在著顯著的相如果預測對象與影響因素之間確實存在著顯著的相關關系，那么過去和現(xiàn)在的資料規(guī)律能延續(xù)到未來。關關系，那么過去和現(xiàn)在的資料規(guī)律能延續(xù)到未來。用回歸方程計算出來的預測值，是一個具體的數(shù)，用回歸方程計算出來的預測值，是一個具體的數(shù)，稱為點估計。點估計值是一個平均數(shù)，實際值可稱為點估計。點估計值是一個平均數(shù)，實際值可能高于或低于它，還必須用一定的機率保證其置能高于或低于它，還必須用一定的機率保證其置信區(qū)間的范圍。區(qū)間預測值能更好地反映預測值信區(qū)間的范圍。區(qū)間預測

44、值能更好地反映預測值的實際含義，更具實用價值。的實際含義，更具實用價值。四、一元線性回歸預測及應用四、一元線性回歸預測及應用例如：某企業(yè)銷售收入與投入促銷費用之間的關例如：某企業(yè)銷售收入與投入促銷費用之間的關系密切，過去系密切，過去10年的相關資料如表（下頁）。若年的相關資料如表（下頁）。若企業(yè)計劃企業(yè)計劃2006年、年、2007年促銷費用分別投入年促銷費用分別投入1400萬元和萬元和1600萬元，預測該企業(yè)萬元，預測該企業(yè)2006年、年、2007年的銷售收入。年的銷售收入。1.繪制散點圖，分析相關性繪制散點圖，分析相關性2.求出求出a，b兩參數(shù)，建立預測模型兩參數(shù)，建立預測模型 =a+bX將

45、表中的數(shù)據(jù)代入公式：將表中的數(shù)據(jù)代入公式：a=198.24b=19.921得到所求的一元線性回歸方程為：得到所求的一元線性回歸方程為： =198.24+19.921XXbnaY2XbXaXYyy3.對回歸模型進行檢驗對回歸模型進行檢驗模型檢驗就是利用各種統(tǒng)計檢驗方法，來檢驗模型可否模型檢驗就是利用各種統(tǒng)計檢驗方法，來檢驗模型可否解釋預測對象變量之間的實際關系及模型對實際數(shù)據(jù)擬解釋預測對象變量之間的實際關系及模型對實際數(shù)據(jù)擬合的程度，進而說明模型能否用于預測的分析方法。合的程度，進而說明模型能否用于預測的分析方法。（1）標準差檢驗。其計算公式為：）標準差檢驗。其計算公式為：式中：式中：n:觀察期數(shù)；觀察期數(shù)； k:參數(shù)的個數(shù)，一元線性回歸預測模型中有兩個參參數(shù)的個數(shù)，一元線性回歸預測模型中有兩個參數(shù)，數(shù)，k=2。)(568. 3210917.101)(2百萬元knYYSiiy(2)相關系數(shù)檢驗。相關系數(shù)反映相關系數(shù)檢驗。相關系數(shù)反映X與與Y的相關程度。相關的相關程度。相關系數(shù)的計算公式為：系數(shù)的計算公式為：即即 或或9983.0)3592(132070410)8 .80(36.7291035928 .802 .3054210)()(222222 yynxxnyxxynR22)()()(yyxxyyxxR高度相關與 xy4.利用回歸模型進行預測利