第九章時(shí)間序列分析預(yù)測(cè)法

第九章時(shí)間序列分析預(yù)測(cè)法第1頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月定量預(yù)測(cè)概述定量預(yù)測(cè)又稱(chēng)數(shù)學(xué)模型預(yù)測(cè)法。它是運(yùn)用一定的統(tǒng)計(jì)和數(shù)學(xué)方法，通過(guò)建立數(shù)學(xué)分析模型來(lái)描述和預(yù)測(cè)事物變化發(fā)展規(guī)律的一種預(yù)測(cè)方法。因此有兩個(gè)明顯的特點(diǎn)：受人的主觀(guān)因素影響較小，結(jié)果比較客觀(guān)；對(duì)數(shù)據(jù)的要求、預(yù)測(cè)者專(zhuān)業(yè)能力的要求比較高由時(shí)間序列預(yù)測(cè)方法和回歸分析預(yù)測(cè)方法兩大類(lèi)組成。第2頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月定量預(yù)測(cè)方法時(shí)間序列預(yù)測(cè)法回歸分析預(yù)測(cè)法算術(shù)平均預(yù)測(cè)（簡(jiǎn)單、移動(dòng)、指數(shù)平滑）季節(jié)分析預(yù)測(cè)（水平、趨勢(shì)變動(dòng)）馬爾可夫預(yù)測(cè)（市場(chǎng)占有率預(yù)測(cè)）趨勢(shì)預(yù)測(cè)（直線(xiàn)擬合、指數(shù)曲線(xiàn)擬合）一元線(xiàn)型回歸預(yù)測(cè)多元線(xiàn)型回歸預(yù)測(cè)非線(xiàn)性回歸預(yù)測(cè)自相關(guān)回歸預(yù)測(cè)第3頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月最早的時(shí)間序列分析可以追溯到7000年前的古埃及。古埃及人把尼羅河漲落的情況逐天記錄下來(lái)，就構(gòu)成所謂的時(shí)間序列。對(duì)這個(gè)時(shí)間序列長(zhǎng)期的觀(guān)察使他們發(fā)現(xiàn)尼羅河的漲落非常有規(guī)律。由于掌握了尼羅河泛濫的規(guī)律，使得古埃及的農(nóng)業(yè)迅速發(fā)展，從而創(chuàng)建了埃及燦爛的史前文明。按照時(shí)間的順序把隨機(jī)事件變化發(fā)展的過(guò)程記錄下來(lái)就構(gòu)成了一個(gè)時(shí)間序列。對(duì)時(shí)間序列進(jìn)行觀(guān)察、研究，找尋它變化發(fā)展的規(guī)律，預(yù)測(cè)它將來(lái)的走勢(shì)就是時(shí)間序列分析。9.1時(shí)間序列預(yù)測(cè)法概述第4頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月時(shí)間序列預(yù)測(cè)方法，是把統(tǒng)計(jì)資料按時(shí)間發(fā)生的先后進(jìn)行排序得出的一連串?dāng)?shù)據(jù)，利用該數(shù)據(jù)序列外推到預(yù)測(cè)對(duì)象未來(lái)的發(fā)展趨勢(shì)。一般可分為確定性時(shí)間序列預(yù)測(cè)法和隨機(jī)時(shí)間序列預(yù)測(cè)法。確定性時(shí)間序列法有：移動(dòng)平均法、指數(shù)平滑法、差分指數(shù)平滑法、自適應(yīng)過(guò)濾法、直線(xiàn)模型預(yù)測(cè)法、成長(zhǎng)曲線(xiàn)模型預(yù)測(cè)和季節(jié)變動(dòng)預(yù)測(cè)法等等。隨機(jī)時(shí)間序列是通過(guò)建立隨機(jī)時(shí)間序列模型來(lái)預(yù)測(cè)，方法和數(shù)據(jù)要求都很高，精度也很高，應(yīng)用非常廣泛。第5頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月時(shí)間序列預(yù)測(cè)法的優(yōu)缺點(diǎn)優(yōu)點(diǎn)：在分析現(xiàn)在、過(guò)去、未來(lái)的聯(lián)系時(shí)，以及未來(lái)的結(jié)果與過(guò)去、現(xiàn)在的各種因素之間的關(guān)系時(shí)，效果比較好。數(shù)據(jù)處理時(shí)，并不十分復(fù)雜缺點(diǎn)：反映了對(duì)象線(xiàn)性的、單向的聯(lián)系預(yù)測(cè)穩(wěn)定的、在時(shí)間方面穩(wěn)定延續(xù)的過(guò)程并不適合進(jìn)行長(zhǎng)期預(yù)測(cè)第6頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.2移動(dòng)平均預(yù)測(cè)法9.2.1算術(shù)平均數(shù)法（MethodofSimpleAverage）

大前前昨今明預(yù)測(cè)模型：適用范圍：預(yù)測(cè)對(duì)象的歷史數(shù)據(jù)呈水平型變動(dòng)狀態(tài)，逐期增長(zhǎng)量大體相同的情況；短期預(yù)測(cè)；可推廣應(yīng)用趨勢(shì)型變動(dòng)的歷史數(shù)據(jù)。

已知未知第7頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月1999~2006年我國(guó)水電消費(fèi)量在能源消費(fèi)總量中所占的比重如下表所示，使用算術(shù)平均法預(yù)測(cè)2007年水電消費(fèi)量在能源消費(fèi)總量中所占的比重。年份19992000200120022003200420052006比重(%)4.95.14.84.95.25.76.15.9解：根據(jù)預(yù)測(cè)模型即我國(guó)2007年水電消費(fèi)在能源消費(fèi)總量中所占比重為5.3%。案例第8頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.2.2簡(jiǎn)單移動(dòng)平均預(yù)測(cè)移動(dòng)平均預(yù)測(cè)（MethodofSingleMovingAverage）是利用過(guò)去若干期實(shí)際的平均值，來(lái)預(yù)測(cè)當(dāng)期的值。方法上與算術(shù)平均法類(lèi)似。比如，1992~1996年我國(guó)市鎮(zhèn)人口在總?cè)丝谒嫉谋戎厝绫硭荆囃茝V應(yīng)用移動(dòng)平均法預(yù)測(cè)1997年我國(guó)市鎮(zhèn)人口在總?cè)丝谥兴嫉谋戎?。年?1992 1993 1994 1995 1996比重(%) 27.63 28.14 28.62 29.04 29.371992~1996年市鎮(zhèn)人口在總?cè)丝谥兴急戎胤謩e為27.63%、28.14%、28.62%、29.04%和29.37%，平均比重為：

則1997年市鎮(zhèn)人口在總?cè)丝谥兴急戎貫椋?8.56%第9頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月一般可以通過(guò)比較預(yù)測(cè)均方差（MSE）和絕對(duì)均差（MAE），來(lái)分析預(yù)測(cè)的誤差。簡(jiǎn)單移動(dòng)平均預(yù)測(cè)的明顯缺點(diǎn)是：它假設(shè)平均數(shù)內(nèi)的各項(xiàng)觀(guān)察值對(duì)于未來(lái)都具有相同的影響，但一般在實(shí)際中，往往是越接近預(yù)測(cè)期的觀(guān)察值對(duì)未來(lái)的影響越大，因此又有其它方法來(lái)修正。第10頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.2.3加權(quán)移動(dòng)平均預(yù)測(cè)根據(jù)時(shí)間順序排列的歷史數(shù)據(jù)，每個(gè)數(shù)據(jù)對(duì)預(yù)測(cè)值的重要性是不同的，將各個(gè)數(shù)據(jù)賦予不同的權(quán)重，可以更準(zhǔn)確的預(yù)測(cè)。往往會(huì)對(duì)于離預(yù)測(cè)期越近的數(shù)據(jù)賦予越大的權(quán)重。這樣可以更接近事物真實(shí)的發(fā)展趨勢(shì)。第11頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月案例2001~2006年我國(guó)原煤占能源生產(chǎn)總量的比重如表所示，若給予2001~2006年原煤占能源生產(chǎn)總量比重的權(quán)數(shù)分別為1、2、3、4、5、6，試預(yù)測(cè)2007年原煤所占的比重。年份 2001 2002 2003 20042005 2006比重(%)74.1 74.3 74.0 74.6 75.3 74.8根據(jù)預(yù)測(cè)模型可得：即2007年我國(guó)原煤占能源生產(chǎn)總量的比重為74.7%第12頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月可以看出，加權(quán)移動(dòng)平均的特點(diǎn)是：強(qiáng)調(diào)時(shí)間序列近期的變動(dòng)對(duì)未來(lái)具有較大影響，從而更為合理。但是有時(shí)會(huì)受加權(quán)系數(shù)選擇的影響?？傊?jiǎn)單移動(dòng)平均和加權(quán)平均最適用于沒(méi)有明顯趨勢(shì)的、比較平穩(wěn)的時(shí)間序列，如果時(shí)間序列明顯表現(xiàn)出某種趨勢(shì)性特征，或者波動(dòng)很大，預(yù)測(cè)效果就會(huì)很差。第13頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月趨勢(shì)性數(shù)列平穩(wěn)性數(shù)列第14頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.3指數(shù)平滑預(yù)測(cè)法指數(shù)平滑（MethodofExponentialSmoothing）是一種特殊的加權(quán)平均法，特點(diǎn)是對(duì)離預(yù)測(cè)期較近的歷史數(shù)據(jù)給予較大的權(quán)數(shù)，對(duì)較遠(yuǎn)的給予較小的權(quán)數(shù)，權(quán)數(shù)由近到遠(yuǎn)呈指數(shù)遞減，所以稱(chēng)之為指數(shù)平滑。有著非常廣泛的運(yùn)用。一般有簡(jiǎn)單(一次）指數(shù)平滑（SimpleExponentialSmoothing），二次指數(shù)平滑（DoubleExponentialSmoothing）和更高次的指數(shù)平滑。第15頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.3.1簡(jiǎn)單指數(shù)平滑簡(jiǎn)單指數(shù)平滑的基本公式為：也可表示為：t期估算值＝a*(t期實(shí)際值)+(1-a)*(t-1期估算值)其中，a為平滑常數(shù)?？梢钥闯?，本期的簡(jiǎn)單平滑值等于本期的實(shí)際值與上一期平滑值的加權(quán)平均，權(quán)數(shù)由a決定。第16頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月可以發(fā)現(xiàn)，這實(shí)際上是時(shí)間序列的觀(guān)察值和初始平滑值的加權(quán)平均。并且這一權(quán)數(shù)是遞減的，距離估算期越遠(yuǎn)的觀(guān)察值對(duì)當(dāng)前估算結(jié)果的影響越小。如，當(dāng)a＝0.8時(shí)，分別為，0.8，0.16，0.032，0.0064。所以，可以起到類(lèi)似加權(quán)移動(dòng)平均的作用。對(duì)于初始值。假定2000年的銷(xiāo)售額600萬(wàn)為初始值。則，下一期的預(yù)測(cè)值為：

第17頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月案例1991～1996年我國(guó)人均布產(chǎn)量如表第⑵欄所示，試用一次指數(shù)平滑法(a分別取0.4和0.8)計(jì)算1991～1996年的理論預(yù)測(cè)值，并預(yù)測(cè)1997年我國(guó)人均布產(chǎn)量。為比較預(yù)測(cè)效果，分別計(jì)算a取0.4和0.8時(shí)的均方誤差。年份人均布產(chǎn)量Yta=0.4a=0.8St誤差平方St誤差平方199119921993199419951996199715.7916.3717.2317.7321.5917.1715.79*16.0216.5017.018.8418.1700.341.461.5121.072.7915.79*16.2517.0317.5920.7917.8900.340.960.4916.0013.10合計(jì)27.1730.89均方誤差4.535.15第18頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月簡(jiǎn)單指數(shù)平滑預(yù)測(cè)準(zhǔn)確性相當(dāng)程度上取決于a的值，一般而言，如果時(shí)間序列是比較平穩(wěn)的，應(yīng)盡量選擇比較小的a值，這樣可以降低指數(shù)平滑的敏感性；而當(dāng)時(shí)間序列的波動(dòng)比較大時(shí)，應(yīng)盡可能選擇較大的a值，這樣可以使預(yù)測(cè)結(jié)果能比較迅速的對(duì)新情況做出調(diào)整。但是a值取得過(guò)大，又容易喪失整個(gè)序列的趨勢(shì)性。根據(jù)經(jīng)驗(yàn)，選取的a值一般在0.3～0.5之間比較理想。第19頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月簡(jiǎn)單指數(shù)平滑的局限性簡(jiǎn)單指數(shù)平滑的缺點(diǎn)是比較適用于時(shí)間序列趨勢(shì)不明顯的場(chǎng)合，而當(dāng)序列明顯表現(xiàn)出線(xiàn)型趨勢(shì)時(shí)，簡(jiǎn)單指數(shù)平滑預(yù)測(cè)值總會(huì)落后于實(shí)際值的變動(dòng)。例如，預(yù)測(cè)某省農(nóng)民家庭人均食品支出額，假如a取0.9。年份食品支出預(yù)測(cè)值（a=0.9）絕對(duì)誤差1999243.29-02000277.82243.29*34.532001320.39274.3746.022002389.09315.7973.302003444.84381.7663.082004496.23438.5357.70絕對(duì)均差45.77第20頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.3.2布朗線(xiàn)型指數(shù)平滑在時(shí)間序列呈現(xiàn)出隨趨勢(shì)變動(dòng)的情況下，通常采用布朗指數(shù)平滑（Brown’sLinearExponentialSmoothing），也稱(chēng)二次指數(shù)平滑。首先先計(jì)算出簡(jiǎn)單和二次指數(shù)平滑值之后，再建立趨勢(shì)方程：T為時(shí)間間隔第21頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月可以通過(guò)計(jì)算出的簡(jiǎn)單和二次指數(shù)平滑值來(lái)確定系數(shù)a，b例如，2003年1月銷(xiāo)售量為60，2月為70，a＝0.5。則：

通過(guò)趨勢(shì)方程對(duì)3月份進(jìn)行預(yù)測(cè)：第22頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月案例預(yù)測(cè)某省農(nóng)民家庭人均食品支出額，假如a取0.8。年份食品支出S1a=0.8S2a=0.8abY絕對(duì)誤差1999243.29243.29*243.29*243.2902000277.82270.91265.39276.4322.08243.2934.522001320.39310.49301.47319.5136.08298.5121.882002389.09373.37358.99387.7557.52355.5933.502003444.84430.55416.24444.8657.24455.270.432004496.23483.09469.72496.4653.48502.105.872006603.42平均絕對(duì)誤19.24第23頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.3.3三次指數(shù)平滑二次指數(shù)平滑既解決了對(duì)有明顯呈趨勢(shì)變動(dòng)的時(shí)間序列的預(yù)測(cè)，又解決了一次指數(shù)平滑只能預(yù)測(cè)一期的不足。但如果時(shí)間序列呈非線(xiàn)性趨勢(shì)時(shí)，就需要采用更高次的指數(shù)平滑方法。三次指數(shù)平滑（TripleExponentialSmoothing）第24頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.4馬爾可夫預(yù)測(cè)法9.4.1馬爾可夫預(yù)測(cè)法基本原理馬爾可夫：俄國(guó)著名數(shù)學(xué)家馬爾可夫過(guò)程：以馬爾可夫名字命名的一種特殊的事物發(fā)展過(guò)程。已知現(xiàn)在狀態(tài)就可以預(yù)測(cè)將來(lái)的狀態(tài)，無(wú)須是否知道過(guò)去的狀態(tài)。而這種事物發(fā)展的未來(lái)狀態(tài)只與現(xiàn)在有關(guān)而與過(guò)去無(wú)關(guān)的性質(zhì)被稱(chēng)為，無(wú)后效性。例如，中國(guó)象棋中的“馬”。具有無(wú)后效性的事物的發(fā)展過(guò)程稱(chēng)為馬爾可夫過(guò)程，馬爾可夫過(guò)程主要用于企業(yè)產(chǎn)品的市場(chǎng)占有率的預(yù)測(cè)。第25頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月假定工大1萬(wàn)學(xué)生，每人每月用一支牙膏，并且只使用佳潔士與高露潔，根據(jù)12月調(diào)查，有7000人使用佳潔士，3000人使用高露潔；同時(shí)調(diào)查發(fā)現(xiàn)，7000使用佳潔士的人中，有30%下月準(zhǔn)備改用高露潔，而3000使用高露潔的人中，有40%下月準(zhǔn)備改用佳潔士，預(yù)測(cè)高露潔的市場(chǎng)。可以得到轉(zhuǎn)移概率矩陣：B＝[]0.60.40.30.7擬用現(xiàn)用高露潔牙膏佳潔士牙膏高露潔牙膏60%40%佳潔士牙膏30%70%第26頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月用轉(zhuǎn)移概率矩陣可以預(yù)測(cè)市場(chǎng)占有率的變化預(yù)測(cè)下個(gè)月高露潔牙膏的使用人數(shù)為：3000×60％＋7000×30％＝3900人預(yù)測(cè)下個(gè)月佳潔士牙膏的使用人數(shù)為：3000×40％＋7000×70％＝6100人（3000，7000）[]=(3900，6100)如果再預(yù)測(cè)2月份的情況：（3000，7000）[][]=(4170，5830)0.60.40.30.70.60.40.30.70.60.40.30.7第27頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.4.2長(zhǎng)期市場(chǎng)占有率預(yù)測(cè)根據(jù)市場(chǎng)調(diào)查得知，兩種品牌的市場(chǎng)占有率分別為0.3，0.7，則占有率向量為：A＝（0.3，0.7）轉(zhuǎn)移概率矩陣為B，則K個(gè)月后市場(chǎng)占有率為：AB假定X＝（x1,x2）為穩(wěn)定后的市場(chǎng)占有率，則XB＝X(X1,X2)[]=(x1,x2)解二元一次方程可求出（x1,x2）＝（3/7,4/7）k0.60.40.30.7第28頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月在市場(chǎng)營(yíng)銷(xiāo)實(shí)戰(zhàn)中，市場(chǎng)上的品牌往往有十幾種甚至幾十種。如果有20種的話(huà)，那轉(zhuǎn)移概率矩陣就是一個(gè)20×20的矩陣，計(jì)算非常麻煩。但是，一般我們只會(huì)關(guān)心其中的一種或兩種品牌，那簡(jiǎn)便處理，我們可以把其它品牌一起歸為“其它”，這樣矩陣就是2×2或是3×3的矩陣。第29頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月課堂練習(xí)某食品廠(chǎng)的W牌果奶在市場(chǎng)份額為20%。該廠(chǎng)通過(guò)市場(chǎng)調(diào)查發(fā)現(xiàn)，其顧客中有10%下月轉(zhuǎn)向購(gòu)買(mǎi)其他牌號(hào)的果奶；但與此同時(shí)，原先購(gòu)買(mǎi)其他牌號(hào)的果奶的消費(fèi)每月有5%轉(zhuǎn)向購(gòu)買(mǎi)W牌果奶。（1）寫(xiě)出轉(zhuǎn)移概率的矩陣。（2）預(yù)測(cè)該廠(chǎng)下個(gè)月的市場(chǎng)占有率。（3）計(jì)算市場(chǎng)占有率變化趨于穩(wěn)定后的該廠(chǎng)果奶的長(zhǎng)期占有率。第30頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.5季節(jié)分析預(yù)測(cè)法季節(jié)分析預(yù)測(cè)法，又稱(chēng)季節(jié)變動(dòng)預(yù)測(cè)法，是根據(jù)歷史數(shù)據(jù)中所包含的季節(jié)變動(dòng)規(guī)律性，對(duì)預(yù)測(cè)目標(biāo)的未來(lái)狀況作出預(yù)測(cè)的方法。很多產(chǎn)品都表現(xiàn)出很明顯的季節(jié)性：季節(jié)生產(chǎn)常年消費(fèi)——糧食茶葉常年生產(chǎn)季節(jié)消費(fèi)——空調(diào)旅游季節(jié)生產(chǎn)季節(jié)消費(fèi)——冷飲月餅掌握商品季節(jié)變動(dòng)的規(guī)律性，科學(xué)制訂生產(chǎn)經(jīng)營(yíng)決策，對(duì)企業(yè)的經(jīng)濟(jì)效益和社會(huì)效益具有重要意義。第31頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.5.1季節(jié)分析預(yù)測(cè)衡量指標(biāo)一、季節(jié)指數(shù)季節(jié)指數(shù)是一種以相對(duì)數(shù)表示的季節(jié)變動(dòng)衡量指標(biāo)。表明各季節(jié)變量與全年平均值的相對(duì)關(guān)系。季節(jié)指數(shù)=（歷年同季平均數(shù)/全時(shí)期總平均數(shù)）×100%或季節(jié)指數(shù)=（歷年同季平均數(shù)/趨勢(shì)值）×100%季節(jié)指數(shù)總是圍繞100％上下波動(dòng)。如果指數(shù)大于100％則表明該季節(jié)為旺季，否則為淡季。第32頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月二、季節(jié)變差季節(jié)變差是以絕對(duì)數(shù)表示的季節(jié)變動(dòng)衡量指標(biāo)。季節(jié)變差＝歷年同季平均數(shù)－全時(shí)期總平均數(shù)或季節(jié)變差＝歷年同季平均數(shù)－趨勢(shì)值如果某季的季節(jié)變差大于零，則表明該季為旺季，否則為淡季。三、季節(jié)比重是對(duì)歷年同季季節(jié)比例加以平均的結(jié)果，反映了季節(jié)變量占全年總值的比例，衡量季節(jié)的變動(dòng)規(guī)律。季節(jié)比重＝歷年同季季節(jié)比例之和÷年份數(shù)如果某季季節(jié)比重大于25%，則表明該季屬旺季，否則為淡季第33頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月9.5.2水平型季節(jié)分析預(yù)測(cè)法季節(jié)分析預(yù)測(cè)有水平型、趨勢(shì)型季節(jié)分析預(yù)測(cè)水平型季節(jié)變動(dòng)是指以年為間隔單位的歷史數(shù)據(jù)在總體上是呈水平發(fā)展的，趨勢(shì)變動(dòng)因素不明顯，卻含有隨季節(jié)不規(guī)則變動(dòng)的季節(jié)變動(dòng)因素。季節(jié)分析預(yù)測(cè)就是用以上三種指標(biāo)來(lái)反映這種季節(jié)變動(dòng)因素，分為季節(jié)指數(shù)預(yù)測(cè)法、季節(jié)變差預(yù)測(cè)法和季節(jié)比重預(yù)測(cè)法。第34頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月一、季節(jié)指數(shù)預(yù)測(cè)法首先，現(xiàn)計(jì)算出季節(jié)指數(shù)。可以用按季節(jié)平均法季節(jié)指數(shù)＝（季節(jié)平均值/全時(shí)期季平均值）×100%或是全年比率平均法。季節(jié)指數(shù)＝歷年各季比率的平均值案例：近年來(lái)某百貨商店的銷(xiāo)售額大幅度上升，2004年銷(xiāo)售額達(dá)8億多元，比2000年增長(zhǎng)85.96%。但是隨著人民生活水平的提高和消費(fèi)習(xí)慣的變化，購(gòu)買(mǎi)成衣的消費(fèi)者日益增多，從而使成衣的需求呈水平型發(fā)展，該店女裝部2000年～2004年分季銷(xiāo)售額資料如下表第2）至5）欄所示，試用按季平均法測(cè)算季節(jié)指數(shù)。第35頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月季節(jié)年份一季度二季度三季度四季度合計(jì)全年平均1）2）3）4）5）6）7）2000354.94370.18312.08352.161389.36347.342001338.96457.59269.26442.121507.93376.982002432.97398.50317.83467.421616.72404.182003368.58416.18216.55390.291391.60347.902004354.42415.72186.53356.211312.88328.22合計(jì)1849.872058.171302.252008.207218.491804.92季平均數(shù)369.72411.63260.45401.641443.69360.92季節(jié)指數(shù)%102.51114.0572.16111.28400.00100.00第36頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月其測(cè)算步驟是：⑴計(jì)算歷年同季的合計(jì)數(shù)和平均數(shù)⑵計(jì)算全時(shí)期20個(gè)季的季平均數(shù)即：⑶計(jì)算各季的季節(jié)指數(shù)，如一季度指數(shù)為：

第37頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月季節(jié)年份一季度二季度三季度四季度全年平均1）2）3）4）5）6）1993102.19106.5889.85101.39100.00199489.91121.3871.43117.28100.001995107.1298.5978.64115.65100.001996105.94119.6362.24112.18100.001997107.98126.6658.83108.53100.00合計(jì)513.14572.84358.99555.03500.00季節(jié)指數(shù)102.63114.5771.80111.01100.00第38頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月計(jì)算步驟為：⑴計(jì)算歷年各季比率計(jì)算公式為：⑵計(jì)算歷年同季季節(jié)比率和⑶計(jì)算各季季節(jié)指數(shù)，計(jì)算公式為：如一季度的季節(jié)指數(shù)為：

第39頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月然后，用季節(jié)指數(shù)進(jìn)行預(yù)測(cè)一般情況下，有兩種情況：1、已知預(yù)測(cè)目標(biāo)全年預(yù)測(cè)值，利用季節(jié)指數(shù)預(yù)測(cè)該年各季節(jié)的預(yù)測(cè)值。某季預(yù)測(cè)值=（年預(yù)測(cè)值/4）*該季節(jié)指數(shù)同樣的案例：該百貨商場(chǎng)女裝部預(yù)測(cè)2005年銷(xiāo)售額為1444.17萬(wàn)元，用季節(jié)指數(shù)預(yù)測(cè)各個(gè)季度的銷(xiāo)售額。一季度預(yù)測(cè)值=1444.17÷4×102.51%≈370.10（萬(wàn)元）二季度預(yù)測(cè)值=1444.17÷4×114.05%≈411.77（萬(wàn)元）三季度預(yù)測(cè)值=1444.17÷4×72.16%≈260.53（萬(wàn)元）四季度預(yù)測(cè)值=1444.17÷4×111.28%≈401.77（萬(wàn)元）第40頁(yè)，課件共46頁(yè)，創(chuàng)作于2023年2月2、已知某季實(shí)際值，求全年預(yù)測(cè)值和未來(lái)各季預(yù)測(cè)值同樣的案例，該女裝部2005年第一季度銷(xiāo)售額為370萬(wàn)，預(yù)測(cè)第二、三、四季度銷(xiāo)售額和2005年全年預(yù)測(cè)值。二季度預(yù)測(cè)值=370÷102.51%×114.05%≈411.65三季度預(yù)測(cè)值=370÷102.51%×72.16%≈260.45四季度預(yù)測(cè)值=370÷102.51%×111.28%≈4