(4)指数平滑法
1)一次指数平滑法:以预测目标的上期实际销售量和上期预测销售量为基数,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。计算公式为:
F t=αDt-1 (1-α)Ft-1
式中:F t——第t期的预测销售量;
F t-1——第t-1期的预测销售量;
D t-1——第t-1期的实际销售量;
α——平滑系数,取值范围为0≤α≤1.
平滑系数α越大,越接近1,对近期数据加的权数越大,反映需求变化的灵敏度越高;反之,α越小,对需求变化反映的灵敏度就越差。
2)二次指数平滑:二次指数平滑法是在一次指数平滑法的基础上,对一次指数平滑值再做一次指数平滑,然后,利用两次指数平滑值,通过求解平滑系数,建立数学预测模型进行预测。公式为:
Y t T=at btT
a t=2St(1)-St(2)
b t=α(St(1)-St(2))/1-α
St(2)=αSt(1) (1-α)St-1(2)
St(1)=αDt (1-α)St-1(1)
式中:Dt——第t期的实际销售量;
α——加权系数;
S t(1)——第t期的一次指数平滑值;
S t(2)——第t期的二次指数平滑值;
S t-1(2)——第t-1期的二次指数平滑值;
a t,bt——为平滑系数;
Y t T——第t T期的预测值。
2. 回归分析法:一元回归、多元回归
回归分析研究的是变量与变量之间的关系,涉及多个统计量。变量与变量之间的关系有两种类型:一种是确定型的关系,另一种是非确定型的相关关系。如果只有一个自变量,就称一元回归分析,如果涉及两个或更多的自变量,就称二元回归分析、多元回归分析。一般考试都会直接给出回归系数,所以大家只要记住:y=a bx这个公式就可以了。记住常数项是a.式中:y为因变量,即预测值;x为自变量,即引起因变量变化的某影响因素;a、b为回归系数。在应用一元线性回归分析法进行销售量或销售额预测时,收集的历史统计数据要尽可能多一些,一般要在20个以上。数据个数太少,预测的正确性差。
三、市场预测的一般过程
(一)确定预测目标:即明确预测什么商品、预测什么项目、预测多大的市场范围和多长期限等问题。
(二)搜集数据和资料。
(三)选择预测方法:不同预测方法适用于不同情况的预测问题,每一种预测方法,预测费用及预测结果的精确程度不同。选择预测方法的取决因素:(1)预测的目标;(2)预测范围;(3)数据资料状况;(4)预测期限和费用。
(四)进行预测和输出预测结果。
(五)预测结果的分析和调整:预测结果的调整主要依靠预测人员的经验和判断能力。强调一点,对计算所得预测值必须加以调整,才能得出最终预测结果。