(二)、定量预测法:
定量预测法包括:
1、时间序列分析法
时间序列分析法是把预测商品的一组实际销售量统计数据按时间顺序排列,通过统计分析或建立数学模型进行外推的定量预测方法。
(1)、上期销售法:
①含义:把上期的实际销售量作为下一期销售量的预测值;
②公式:Ft=Dt-1;
③特点:
此方法是时间序列分析法的一种极端情况。
只考虑最近时期的实际数据,忽略其他时期实际数据的影响,
反映需求变化最快, 稳定性低。
(4)这种方法适用于实际需求变化幅度不大的情况。
【例题6:单选】东方商贸公司的某种商品前11个月的实际销售量如下表所示:
时间(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
实际销售量(台) |
350 |
360 |
380 |
370 |
390 |
400 |
420 |
440 |
436 |
450 |
470 |
|
用上期销售量法预测第12个月的销售量为( )台
A 372
B 406
C 446
D 470
答案:D
解析:把上期也就是第11月份的实际销售量作为第12个月销售量的预测值;
(2)、算术平均数法:
①含义:以时间序列各个时期实际销售量的算术平均值作为下一期的预测销售量;
②公式:Ft=1/n∑Di(i=1,2,...,n)
③特点:也是一种极端情况,考虑了时间序列的全部数据,把这些数据平均
化,反映需求变化最慢,稳定性强,灵敏性小。
④适用:对稳定形态最为合适。但不适用于趋势形态和季节性形态。
【例题7:08年单选】某商品流通企业某种商品前11个月的实际销售量如下表所示:
时间(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
实际销售量(台) |
360 |
370 |
390 |
380 |
400 |
410 |
430 |
450 |
446 |
460 |
480 |
|
用算术平均数法预测,第l2个月的销售量为( )台。
A.360
B.410
C.416
D.460
答案:C
解析:(360+370+390+380+400+410+430+450+446+460+480)/11=416台
(3)、移动平均数法。包括一次移动平均数法和二次移动平均数法。
1)一次移动平均数法:
①含义:用过去m个周期实际销售量的算术平均值作为下期的预测销售量,选取时间序列中最靠近预测值的一组数据。
②公式:Ft=1/m∑Dt-i(i=1,2,...m,m<t)
③特点:一次移动平均数法是介于上期销售量法和算术平均数法之间的一种方法。
【例题8,教材73页例题2】
【例题9,2009年单选】某商品流通企业某种商品前11个月的实际销售量如下表所示:
时间(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
实际销售量(吨) |
270 |
280 |
300 |
310 |
305 |
330 |
345 |
350 |
364 |
373 |
385 |
|
取m=4,用一次移动平均数法预测,则第12个月该种商品的销售量为( )吨。
A.350
B.364
C.368
D.385
答案:C
解析:F12=(D8+D9+D10+D11)/4=(350+364+373+385)/4=368吨。
2)二次移动平均数法
在明显的趋势形态中,预测量的变化总要落后于实际销售量的变化,在上升的趋势中预测量小于实际量,在下降趋势中预测量大于实际量,出现的偏差称为滞后偏差。
一般,当N为奇数时,要滞后(N-1)/2个周期。(N为移动期数)。为了消除滞后偏差,可用二次移动平均数法或二次指数平滑法。
二次移动平均数法,是利用预测目标时间序列的一次移动平均值和二次移动平均值(即以一次移动平均值作为时间序列,再计算第二次的移动平均值,移动期数N不变)的滞后偏差演变规律建立起线性方程进行预测的方法。
二次移动平均数法的线性方程式:
【例题10—08年单选】某商品流通企业某种仪表第20个周期的M20(1)=232,M20(2)=216,取移动期数N=5,用二次移动平均数法预测,第24个周期的仪表销售量为( )台。
A.216
B.232
C.264
D.280
答案:D
解析:
(4)、指数平滑法:包括一次指数平滑法和二次指数平滑法.
1)一次指数平滑法:又称指数加权移动平均数法。
①定义:它是以预测目标的上期实际销售量和上期预测销售量为基础,分别给两者以不同的权数,计算出指数平滑值,作为下期的预测值。
②公式:Ft=α×Dt-1+(1-α)×Ft-1
α为平滑系数,取值范围:0≤α≤1。
③特点:考虑了时间序列的全部数据,但对近期的数据给予较大的权数,对早期的数据给以递减的权数,平滑系数越大,越接近1,对近期数据加权的权数越大,反映需求变化的灵敏度越高,反之亦然。
分析:
可见,期数越早,权数越小。所以,对近期的数据给予较大的权数,对早期的数据给以递减的权数,平滑系数越大,越接近1,对近期数据加权的权数越大。
【例题11-教材例题3 】某商品流通企业某种商品1~12周期的实际销售量如下表,如取α=0.8,则指数平滑法的各周期预测值如下,此表中的预测值均为四舍五入为整数.
周期 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
实际值D |
500 |
510 |
480 |
600 |
600 |
660 |
590 |
700 |
680 |
740 |
790 |
760 |
预测值F |
500 |
500 |
508 |
486 |
577 |
595 |
647 |
601 |
680 |
680 |
728 |
778 |
假设第一期的预测值为500,然后带入公式,依次运算:
F2=0.8*500+(1-0.8)*500=500(千克)
F3=0.8*510+(1-0.8)*500=508(千克)
F4=0.8*480+(1-0.8)*508=486(千克)
其余类推,如预测第13期的销售量,则
F13=0.8*760+(1-0.8)*778=764(千克)
【例题12-单选】某商品流通企业某种商品前11个月的实际销售量如下表所示:
时间(月) |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
11 |
12 |
实际销售量(吨) |
410 |
430 |
460 |
480 |
470 |
490 |
510 |
530 |
550 |
560 |
575 |
|
已知第11个月的销售量预测值吨,取α=0.8,用一次指数平滑法预测第12个月的销售量为( )吨。
A.564
B.574
C.575
D.584
答案:B
解析:0.8*575+0.2*570=574
2)二次指数平滑法:
①定义:在一次指数平滑的基础上,对一次指数平滑值再做一次指数平滑,然后利用两次平滑值,通过求解平滑系数,建立数学预测模型。
【例题13-2010年单选】某商品流通企业在第20个周期时,采用二次指数平滑法预测第24个周期的某种钢材销售量。已知a20=1857,b20=560,则第24个周期的预测销售量为( )吨。
A.1857
B.2097
C.3097
D.4097
答案:D
解析: Y24=1857+560×(24-20)=4097吨
(二)回归分析法:
回归分析,就是处理变量与变量之间相关关系的一种数理统计方法。
在一元回归分析中,自变量和因变量之间呈线性关系,是最简单的回归分析法。
一元线性回归方程式:
y=a+bx
a、b为回归系数。
通过历史资料求出a、b后,将预测期的x代入线性方程,就可求出预测期的y。
【例题14,08年单选】某商品流通企业在经营中发现,钢材的销售额(万元)与汽车工业产值(亿元)有密切关系。根据近12年的统计资料,得出回归系数a=3079,b=4.5,预计下一年的汽车工业总产值为1 750亿元,用一元线性回归分析法预测,下一年的钢材销售额为( )万元。
A.3079
B.7089
C.8458
D.10954
答案:D
解析:Y=3079+1750×4.5=10954万元