[经济学]第3章：定量预测3-季节指数法

高级经济师-工商管理-专项练习题一（参考）-第三章市场营销管理-第三章主观题[问答题]1.简述品牌资产由哪几部分构成？正确答案：无参考解析：品牌资产是由品牌知名度，品牌认知度，品牌联（江南博哥）想度，品牌忠诚度和品牌其他资产五部分组成。

（一）品牌知名度指消费者对一个品牌的记忆程度。

可以分为无知名度，提示知名度，未提示知名度和顶端知名度4个阶段。

（二）品牌认知度指消费者对某一品牌在品质上的整体印象。

包括：功能，特点，可信赖度，耐用度，服务度，效用评价，商品品质和外观等。

（三）品牌联想度指透过品牌而产生的所有联想，是对产品特征，消费者利益，使用场合，产地，人物，个性等等的人格化描述。

（四）品牌忠诚度指消费者在购买决策中多次表现出来的对某个品牌有偏向性的（而非随意的）行为反应，也是消费者对某种品牌的心理决策和评估过程。

品牌忠诚度是品牌资产的核心。

（五）品牌其他资产指品牌有何商标，专利等知识产权，如何保护这些知识产权，如何防止假冒产品，品牌制造者拥有哪些能带来经济利益的资源，比如客户资源，管理制度，企业文化，企业形象等。

[问答题]2.简述网络调查法的优点有哪些正确答案：无参考解析：（1）速度快。

（2）成本低。

（3）组织简单，执行便利。

（4）不受时间和地域限制，调查范围广。

（5）匿名性好。

[问答题]3.试述企业进行市场调查可以采用的方法。

正确答案：无参考解析：企业进行市场调查可以采用的方法主要包括：（1）文案调查法文案调查法是利用企业内部和外部现有的信息、资料和情报，对调查内容进行分析研究的一种市场调查方法。

（2）访问法访问法是指调查人员通过访谈询问的方式来收集市场调查资料的一种实地调查方法，是市场调查资料收集最基本、最常用的调查方法。

（3）观察法观察法是指调查人员根据调查提纲或观察表，对被调查者进行观察和记录，获得资料的一种实地调查方法。

（4）实验调查法实验调查法是指从影响调查问题的许多因素中选出一个或两个因素，将它们置于一定条件下进行小规模的实验，然后对实验结果做出分析，研究是否值得大规模推广的一种实地调查方法。

第十章定量预测技术[教学目标与要求]了解定量预测的含义和作用；掌握时间序列预测法和回归预测法的原理；重点把握平滑预测法、趋势延伸预测法、季节指数预测法和线性回归分析预测法在实际调查中的应用。

[问题]产品销售要受哪些变动因素影响？近期的要素和远期的因素以及季节变动对销量的影响如何精确计算？第一节平滑预测法一、时间序列预测法的含义时间序列预测法，是指将过去的历史资料及数据，按时间顺序加以排列构成一个数字系列，根据其动向预测未来趋势。

这种方法的根据是过去的统计数字之间存在着一定的关系，这种关系，利用统计方法可以揭示出来，而且过去的状况对未来的销售趋势有决定性影响。

因此，可以用这种方法预测未来的趋势，它又称为外推法或历史延伸法。

二、影响时间序列变动的因素①长期趋势变动：它是时间序列变量在较长的持续时间内的某种发展总动向。

②季节变动。

它是由于季节更换的固定规律作用而发生的周期件变动。

季节变动的周期比较稳定，通常为一年。

③周期波动，又称循环变动，是指时间序列在为期较长的时间内(—年以上至数年)，呈现出涨落起伏。

④不规则变动。

又称随机变动，是指偶发事件导致时间序列小出现数值忽高忽低、时升时降的无规则可循的变动，三、平滑预测法的概念平滑预测法是指借助平滑技术消除时间序列中高低突变数值，得出—个趋势数列，据以对未来发展趋势的可能水平做出估计。

主要有：①移动平均预测法、②指数平滑法、③季节指数法。

* 移动平均预测法的定义移动平均预测法是指观察期内的数据由远而近按一定跨越期进行平均，取其平均值；然后，随着观察期的推移，根据—定跨越期的观察期数据也相应向前移动，每向前移动—步，去掉最早期的一个数据，增添原来观察之后期的一个新数据，并依次求得移动平均值；最后将接近预测期的最后一个移动平均值作为确定预测值的依据。

第二节趋势延伸法一、直观法定义：根据预测目标的历史时间数列在坐标图上标出分布点，直观地用绘图工具，画出一条最佳直线或曲线，并加以延伸来确定预测值。

名词解释1市场调查:市场调就是一种技术，它以消费者和环境为对象，通过细致的科学方法搜集商业网点数据、商业增长数据，以及消费心理，消费动机、购买意向和愿望等有关资料，以供市场营销和商业规划的决策作为依据。

广义市场调查:是从整个市场的角度定义市场调查，认为市场调查是运用科学的方法和手段，收集产品从生产者转移到消费者手中的一切与市场活动有关的数据和资料，并进行分析研究的过程。

狭义市场调查:从市场营销的角度定义市场调查，认为市场调查就是对消费者进行调查研究，是运用科学的方法和手段收集消费者对产品购买及其使用的数据、意见、动机等有关资料，通过分析研究，以识别、定义市场机会和可能出现的问题，制订和优化市场营销组合策略，并评估其效果。

终端市场：就是销售渠道的末端，是制造商产品的最后的“出口处”。

它担负上联厂家、批发、代理商、经销商，下联消费者的需要责任。

2行业：行业一般是指其按生产同类产品或具有相同工艺过程或提供同类劳动服务划分的经济活动类别调查方案：是指在正式调查之前，根据市场调查的目的和要求，对调查的各个方面和各个阶段所作的通盘考虑和安排。

市场调查总体方案是否科学、可行，关系到整个市场调查工作的成败。

市场调查机构：是受企业委托，专门从事市场调查的单位或组织，如盖洛特市场研究有限公司。

概念市场调查机构是受企业委托，专门从事市场调查的单位或组织。

完全服务公司：有能力完成其委托人所要求的全部市场调查工作，能够找出问题，进行调查设计、搜集和分析数据，并且完成最后的报告。

有限服务公司：专门从事某个方面或某几个方面的调查工作，主要是为其他市场调查公司提供各种辅助性服务。

3调查问卷:调查问卷又称调查表或询问表，是以问题的形式系统地记载调查内容的一种印件。

是非题：又称二项选择题、真伪题或者二分题，属于封闭式的问题，是指一些非此即彼的问题，让调查者从两个答案中选择一个进行回答的提问方法。

顺序题：在多选题类型上发展出来的一种类型题，是指不仅要求被调查者选出答案，而且要求被调查者对答案进行重要性排序。

季节指数法则
季节指数法是一种基于时间序列中季节性周期变动的预测方法。

它通过计算描述该变动的季节变动指数来预测目标未来的状况。

这种方法适用于具有明显季节性特征的数据，如销售、生产等。

季节指数的计算步骤如下：
1. 收集数据：收集时间序列数据，确保数据具有明显的季节性特征。

2. 求出各年同月或同季观察值的平均数（用A表示）。

3. 求历年间所有月份或季度的平均值（用B表示）。

4. 计算各月或各季度的季节指数，即C=A/B。

季节指数法的应用非常广泛，可以用于预测销售、库存、生产等领域的未来趋势。

通过计算季节指数，企业可以更好地了解市场需求和销售情况，从而制定更加合理的生产和销售计划。

需要注意的是，季节指数法只适用于具有明显季节性特征的数据，对于非季节性数据或季节性特征不明显的数据，这种方法可能不太适用。

同时，在进行季节指数预测时，还需要考虑其他因素的影响，如经济环境、市场竞争等。

因此，在使用季节指数法进行预测时，需要结合其他方法和数据来源进行综合分析。

四、季节变动预测法季节变动是指由于自然条件和社会条件的影响，事物现象在一年内随着季节的转换而引起的周期性变动。

例如，电力系统一天24小时的负荷和交通系统的客运量均呈现季节性的波动。

为了掌握季节性变动的规律，测算未来的需求，正确地进行各项经济管理决策，及时组织生产和交通运输、安排好市场供给，必须对季节变动进行预测。

季节变动预测就是根据以日、周、月、季为单位的时间序列资料，测定以年为周期、随季节转换而发生周期性变动的规律性方法。

进行季节变动分析和预测，首先要分析判断该时间序列是否呈现季节性变动。

通常，将3—5年的已知资料绘制历史曲线图，以其在一年内有无周期性波动作出判断。

然后，将各种影响因素结合起来，考虑它是否还受趋势变动和随机变动等其他因素的影响。

季节变动的预测方法有很多，最常用的方法是平均数趋势整理法。

它的基本思想是：通过对不同年份中同一时期数据平均，消除年随机变动，然后再利用所求出的平均数消除其中的趋势成分，得出季节指数，最后建立趋势季节模型进行预测。

下面以例5.5为例，介绍平均数趋势整理法的实际操作。

例5.5 已知某市2003年至2005年接待海外游客资料如表5.7所示，要求预测2006年第一季度各月该市接待海外游客的数量。

表5.7 某市2003-2005年接待海外游客资料单位：万人次[解] (1)求出各年的同月平均数，以消除年随机变动。

以n代表时间序列所包含的年数，i r表示各年第i个月的同月平均数，则：173191715...121111=++=+++=n y y y r n33.193212017...222122=++=+++=n y y y r n……253272523...1221211212=++=+++=n y y y r n求各年的月平均数，以消除月随机变动。

以)(t y -表示第t 年的月平均数，则：83.261223241715121121211)1(=++++=+++=-y y y y33.301225292017122122221)2(=++++=+++=-y y y y……5.321227302119121221)(=++++=+++=-n n n n y y y y建立趋势预测模型，求趋势值。

简单季节指数法的步骤[1]简单季节预测法的具体步骤如下：1.收集历年按季度记录的历史统计资料；2.计算出n年各相同季度的平均值(A)；3.计算出n年每一个季度的平均值(月)；4.计算季节指数，即用各季度的平均值除以所有季度的平均值：式中C=A/BC——季节指数。

5.利用季节指数(C),对预测值进行修正：Yt = (a + bT)C i式中Ci——第i季度的季节指数(i=1,2,3,4)；Yt——第t季度的销售量；a——待定系数；b——待定系数；T——预测期季度数，[编辑]简单季节指数法实例分析[1]例如，某公司从1996年到2001年，每一年各季度的纺织品销售量见下表。

预测2001年各季度纺织品的销售量。

1996 600 180 150 120 150 1997 660 210 160 130 160 1998 700 230 170 130 170 1999 750 250 180 140 180 2000 850 300 200 150 200 2001 1000 400 220 160 220 合计4560 1570 1080 830 1080 季节指数 1.38 0.95 0.73 0.95预测过程如下：1.六年各相同季节的平均销售量(Ai)A1=1970÷6≈262(单位)同理A_2=180，A_3≈138.3，A_4=180(单位)2.六年所有季度的平均销售量(B)(单位) M——6年销售量总和3.各季节销售指数(Ci)Ci=262÷19≈1.38同理C2≈0.95，C3≈0.73，C4≈0.954.修正2002年各季度预测值(1)建立时间序列线性回归预测模型由上表可得知各有关数据，利用公式(1)(2)y_t=190+1.90T式中T=-23,-21,…,-1,1,3,…,23(2)修正2002年各季度预测值第一季度预测值=(190+1.90×25)×1.38≈328(单位) 第二季度预测值=(190+1.90×27)×0.95≈229(单位) 第三季度预测值=(190+1.90×29)×0.73≈179(单位) 第三季度预测值=(190+1.90×31)×0.95≈236(单位)注意：如果n为奇数，例如n=9，则T=-4，-3，-2，1，0，1，2，3，4.季节销售指数也可以按月计算。

有趋势的季节指数法趋势的季节指数法是一种时间序列分析方法，用于预测和分析季节性影响下的趋势变化。

它将时间序列数据进行分解，在每个季节周期内计算季节指数，并将趋势进行拟合和预测。

首先，趋势的季节指数法要求数据具有明显的季节性变化。

这意味着数据在一年内的某个季节或多个季节内呈现出重复性模式，例如销售额在圣诞节附近可能会上升，而在其他季节可能会下降。

为了使用趋势的季节指数法，首先需要对原始数据进行分解。

分解是将数据分成三个主要部分：趋势、季节和随机波动。

趋势代表了数据的长期变化趋势，季节表示数据在不同季节内的周期性变化，而随机波动表示不可预测的因素。

分解的方法通常使用季节分解（Seasonal Decomposition）或X-11分解（X-11 Decomposition）。

季节分解是一种简单而直接的方法，通过计算每个季节周期内数据的平均值来获得季节指数。

X-11分解是一种更复杂的方法，它使用统计模型来识别和估计趋势和季节分量。

在进行分解之后，可以计算季节指数。

季节指数表示某个季节相对于整个季度的平均水平。

它通常以百分比的形式表示，其中100表示季节的平均水平，大于100表示高于平均水平，小于100表示低于平均水平。

计算季节指数有多种方法，常见的有平均数法、比率法和回归法。

平均数法是最简单的方法，它计算每个季节周期内数据的平均值与整个季度的平均值的比率。

比率法是一种更准确的方法，它计算每个季节周期内数据和整个季度的平均值的比率。

回归法是一种更复杂的方法，它使用统计模型来估计季节指数，考虑到趋势和其他变量的影响。

得到季节指数后，可以用它来调整原始数据。

将季节指数乘以原始数据将得到调整后的数据，该数据消除了季节性效应。

调整后的数据可以用来分析趋势的变化和预测。

对于趋势的分析和预测，常用的方法有移动平均法、指数平滑法和回归分析法。

移动平均法使用某个时间段内数据的平均值来表示趋势的变化。

指数平滑法是一种常用的方法，它使用历史数据的加权平均值来估计未来的趋势。