管理经济学-第三章-需求预测分析

12
回归分析
广告 1
1 1 2 2
销量 108 109 112 113 115
广告 2
3
4
销量 116 117 122
2018/12/10
需求函数的估计与预测
13
回归分析
可以用目测法作估计
124 122 120 118 116 114 112 110 108 106 0
2018/12/10
ú Á Ï ¿
需求函数的估计与预测
17
需求预测
四 需求预测 避风险 追利润 人无远虑 必有近忧虑 综合判断法 经验 判断能力 消费者 销售人员 专家
2018/12/10
需求函数的估计与预测
18
需求预测
时间序列法 由过去推测未来 假定有内在联系 过 几年上一个台阶 先行指标法 人口 历史数据 创造先行指标
2018/12/10 需求函数的估计与预测 19
我国人口的年龄分布 2005年11月1日零时 (百人)
400000 350000 300000 250000 200000 150000 100000 50000 0
0
7
源自文库
14
21
28
35
42
49
56
63
70
77
84
91
2018/12/10
需求函数的估计与预测
20
98
需求预测
复杂一点的经济问题 “预测与不可预料” 需求的不确定性是管理者的最大风险 如何使供给适应不确定的需求 产品积压要造成损失 供不应求也是企业的损失
需求函数的估计与预测
2018/12/10
4
需求函数的鉴别
企业是市场价格被动接受者时,价格 完全是市场供求决定的,数据样本只有均 衡产量和均衡价格，要至少有一个除价 格以外的因素，只对供给有影响,而对需 求没有影响。 当企业在一定的程度上能决定价格 时 需求函数相对容易确定一些
2018/12/10
需求函数的估计与预测
2018/12/10 需求函数的估计与预测 11
回归分析
例如 我们估计产品的销量是广告的函数 y = a + bX + e i i i 这里 i 代表不同的地区, i = 1, 2, ……, n y 为销量 x 在某一地区作广告的量 如何来估计 a 和 b?
2018/12/10
需求函数的估计与预测
2018/12/10
气温 价格 销量 o C 千 元 /台 百 台 25 2 4 6 .1 -2 .2 2 8 .3 1 5 .6 1 2 .8 2 2 2 1 1 1 0 5 4 5
2018/12/10 需求函数的估计与预测 15
回归分析
4 . 经济检验 通过统计检验后 还要进行经济检验 从经济的角度看是否合理
2018/12/10
需求函数的估计与预测
16
消费者访问和市场试验
三 消费者访问和市场试验 直接向消费者了解 路访 调查表 有奖问答 市场试验 不多
2018/12/10
需求函数
的估计 与预测
需求函数的估计和预测
需求函数的估计和预测 实用的需求函数是基于经验估计的基础 得到的 一 需求函数的鉴别 对一个企业产品的需求量是 由许多经济变量共同影响的结果
2018/12/10
需求函数的估计与预测
2
需求函数的鉴别
而通常所说的需求函数是假定当其它 条件不变时 需求量与商品价格之间的关系 要鉴别经济变量之间的相关关系 如北京市历年鸡蛋价格和销量之间的关系
2018/12/10
需求函数的估计与预测
9
回归分析
3 . 确定函数方程形式 广义需求函数 简单实用 线性方程 Qx = a0 + a1P x + a2 I + a3 N + a4 Py +…… + e （数据范围较大弹性在变） 最小二乘法 回归分析 a i 回归系数
2018/12/10 需求函数的估计与预测 10
工商管理教学是什么品？
2018/12/10 需求函数的估计与预测 7
回归分析
耐用消费品 商品信誉程度 季节性商品 天气条件 资本品 利率 手机? 居民用电?
2018/12/10
需求函数的估计与预测
8
回归分析
2 . 收集数据
时间序列数据 横截面数据 数据的可得性 可靠性 成本 销售的原始数据是 最重要的来源 条形码 计算机
回归分析
非线性方程 Q x = b Pb1x Ib2 （数据范围较小弹性大体不变） 两变取对数 log Q x = log b + b1log Px + b2 log I 又成了线性方程 最小二乘法 回归分析 b i 回归系数 结果要通过统计检验 R F t检验等 选择函数形式很大程度上取决于经验
4 3 2 1 0 7.26
2018/12/10
P(元/公斤)
Q (万吨)
8.62 7.25 8.68 9.21 10.2 10.3 11.3 11.5 10.5
3 需求函数的估计与预测
需求函数的鉴别
D6
p
D2 S1 D3 S2
D5 S3 D4 S4
S5
S6 B
D1
A 0
Q
需求函数的鉴别是一个复杂的问题
2018/12/10
需求函数的估计与预测
21
例题
某空调机生产厂通过向销售人员调查发现 ：空调机的销售量与空调机的价格和当时 的气温有关，于是随机从一个销售点抽样 了12周的空调机价格、当周平均气温和 销售量，数据如后：
2018/12/10
需求函数的估计与预测
22
例题
气温 价格 销量 o C 千 元 /台 百 台 2 2 .2 2 3 2 7 .7 -0 .6 2 7 .2 2 4 .4 10
5
回归分析
二 回归分析
数据处理最常用的方法是回归分析
1 . 确定自变量 确定有重要影响的经济变量因素 Ｐ Pe Pr I T N Ad 变量数目太多 数据收集困难 自相关 变量数目太少 有重要遗漏 不同商品 因素是不一样的
2018/12/10 需求函数的估计与预测 6
回归分析
不同性质商品的影响因数也不一样 搜索品 search goods 商品质量在购买前就能知道 经验品 experience goods 商品质量在购买后才能知道 信任品 credence goods 商品质量在购买后也难知道
Advertising
1 2 3 4 5
14 需求函数的估计与预测
回归分析
看来可以用一条直线来拟合，这条直 线的方程 y= a* + b*x 各采样点到拟合直线在y轴方向的距离 e*i = yi -yi* = yi - a* - b*xi 希望e*1 + e*2 + ?+ e*n 等于0 2 2 2 e*1 + e*2 + ?+ e*n 尽可能的小