第二章总结一.市场调查方法的分类：
二、市场预测的基本方法
（一）预测方法分类
1.
可根据预测周期、产品生命周期、预测对象、数据资料、精度要求、时间与费用限制等因素，选择适当的方法。在实践中，多采用定性预测与定量预测方法进行组合。
2.不同预测方法的比较
三、一元线性回归分析（P34） （一）基本原理
一元线形回归分析就是通过建立一元线性模型来模拟两个变量之间的线性关系，并利用最小二乘法和已知的历史数据求出模型中的未知参数，使得模型计算得出的拟合值与实际值的误差最小，然后将自变量代入模型对因变量进行预测的方法。
（二）预测流程（P35图2－3示）
图2－3 一元线性回归预测流程
第一步：输入历史统计数据，建立一元线性回归模型
bx a y += 第二步：计算回归参数a 和b
2i i i
i
i
x y x y b x x x
-=
-∑∑∑∑ i
x
x n
=
∑
-
--=x b y a i
y
y n
=
∑
小技巧：（如何记住公式） bx a y +=公式（1）
y na b x =+∑∑公式（2）
2xy ax bx =+公式（3）
2
xy a x b x
=+∑∑∑公式（4）
公式（2）和（4）联立方程求解：
2i i i
i
i
x y x y b x x x
-=
-∑∑∑∑
第三步：回归检验 1.方差分析
（1）基本公式：
∑∑∑-
-
-+-=-2
2
2
)'()'()(y y y y y y i
i i i TSS ESS RSS =+
偏差平方和 = 残差平方和 + 回归平方和
总变差 = 未解释变差 + 可解释变差
在进行检验时，通常先进行方差分析，主要有两方面原因：
一方面可以检验在计算上有无错误；另一方面，也可以提供其它检验所需要的基本数据。 （2）可决系数2R
定义可决系数2R ：TSS RSS R /2=
2R 的大小表明了y 的变化中可以用x 来解释的百分比，因此，2R 是评价两个变量之间线性关系
强弱的指标。
21R ≤，越接近1，x 对y 的线性影响就越强，拟合方程的误差就越小。
2．相关系数检验 （1）计算相关系数R
（2）将计算得出的R 值与R （α，n －2）进行比较
R （α，n －2）是自由度（n －2）和显著性水平α（一般取α=0.05）的临界值，可以查相关系数检验表得到：
(2)R R n α-，；则变量x 和y 之间的线性关系成立；
(2)R R n α≤-，；变量x 和y 之间的线性关系不成立。
3．t 检验
t 检验是回归系数的显著性检验，以判定预测模型变量X 和Y 之间线性假设是否合理。根据一元线性回归模型的特点，e bx a y ++=，a 是常数，通常只检验参数b 。
（1）计算t b
b b
b
t S ==（2）将计算得出的t b 值与t （α/2,n-2)进行比较
t （α/2,n-2)是显著性水平为α，自由度为n －2的t 值，可通过t 分布表查得。
(/22)b t t n α-，；回归系数显著性不为0，t 检验通过，变量X 和Y 之间线性假设合理。
(/22)b t t n α≤-，；回归系数为0的可能性较大，未通过t 检验，回归系数不显著，说明变量x
和y 之间线性假设不合理。
第四步：计算——点预测和区间预测 1.点预测
00'bx a y +=
2.区间预测
① 当样本量n 小于30，置信水平为)%1(100α-的预测区间为：
0)2,2/('s n t y o -±α
其中：)2,/2(-n t α可以查t 检验表得出。通常取显著性水平α＝0.05。
o S S =②当样本n 很大时,在置信度为68.2%，95.4％, 99.7%的条件下，预测区间分别为： （概率论中的3α原则）
)','(00y y s y s y +-
)2',2'(00y y s y s y +- )3',3'(00y y s y s y +-
第五步：预测结果分析 第六步：输出预测结果分析
四、弹性系数分析 （一）概述 1.弹性系数
2.弹性分析方法的特点
优点：简单易行，计算方便，计算成本低；需要的数据少，应用灵活广泛。 缺点：
①分析带有一定的局部性和片面性。只考虑两个变量间的关系，忽略了其他相关变量的影响； ②结果比较粗糙，很多时候要根据弹性系数的变动趋势对弹性系数进行修正。 3.主要内容：
收入弹性、价格弹性、能源需求弹性 （一）收入弹性 1.概念： 2.基本公式：
收入弹性=购买量变化率/收入变化率
3.特点：
收入弹性一般为正数，也就是收入增加，需求量上升；收入减少，需求量下降。 （二）价格弹性 1.概念： 2.基本公式：
价格弹性=购买量变化率/价格变化率
3.特点：
价格弹性一般为负数，价格的变动方向与需求量反向变动，价格上升，需求量就会下降；价格下降，需求量就会上升。
（三）能源需求弹性 1.概念： 2.基本公式：
能源的国内生产总值弹性=能源消费量变化率/国内生产总值变化率
五、消费系数法 1.概念：
消费系数：某种产品在各个行业（或部门、地区、人口、群体等）的单位消费量。
消费系数=某部门产品消费量/该部门的产量
2.具体程序
(1)分析产品x 的所有消费部门或行业，包括现存的和潜在的市场。如果产品涉及的消费部门过多，需要筛选出主要的消费部门；
(2)分析确定产品x 在各部门或行业的消费系数；
(3)确定各部门或行业的规划产量，预测各部门或行业的消费需求量； (4)汇总各部门的消费需求量。 六、简单移动平均法1.概念：
简单移动平均法是以过去某一段时期的数据平均值作为将来某时期预测值的一种方法。该方法按对过去若干历史数据求算术平均数，并把该数据作为以后时期的预测值。
2.简单移动平均公式
简单移动平均可以表述为：∑+-=+=t
n t i i t X n F 1
11 (2－23)
3.n 的选择
n 的选择是移动平均的难点，不同n 的选择对所计算的平均数有较大影响的。
n 值越小，对近期观测值预测的作用越重视，预测值对数据变化的反应速度也越快，但预测的修匀程度较低，估计值的精度也降低。
n 值越大，预测值的修匀程度越高，但对数据变化的反映程度较慢。 n 值的选择应视具体情况来决定，不存在一个确定时期n 值的规则。 n 一般在3－200之间，要根据序列长度和预测目标情况来确定。 （1）水平型数据：
n 值的选取较为随意，如果历史序列的基本发展趋势变化不大，n 值取大一点。 （2）具有趋势性或阶跃型特点的数据：
n 值取较小一些，主要是为了提高预测值对数据变化的反应速度，减少预测误差。 （3）预测目标的趋势正在不断发生变化的数据
为了使移动平均值更能反映目前的发展变化趋势，n 应选小一点。 4.简单移动平均法的优缺点
