常用市場銷量預(yù)測方法的介紹與使用v-1.1

1、GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022常用市場銷量預(yù)測方法的介紹與使用常用市場銷量預(yù)測方法的介紹與使用2GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022銷量預(yù)測的方法分類：2.3 季節(jié)變動(dòng)預(yù)測法季節(jié)變動(dòng)預(yù)測法預(yù)預(yù)測測方方法法2、時(shí)間序列分析方法、時(shí)間序列分析方法3、因果分析方法、因果分析方法1.1綜合判斷法綜合判斷法2.1 灰色系統(tǒng)預(yù)測法灰色系統(tǒng)預(yù)測法3.1 相關(guān)回歸分析法相關(guān)回歸分析法3.2 彈性系數(shù)預(yù)測法彈性系數(shù)預(yù)測法1、簡易預(yù)測方法：、簡易預(yù)測方法：2.2 馬爾可夫鏈

2、預(yù)測法馬爾可夫鏈預(yù)測法3GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20221、銷量簡易預(yù)測方法：綜合判斷法綜合判斷法綜合判斷法是一種簡易的銷量預(yù)測方法，簡單來說，就是綜合若干人的銷量預(yù)測，以預(yù)測的最低銷量，最可能銷量，最高銷量為基準(zhǔn)，乘以相應(yīng)的經(jīng)驗(yàn)權(quán)重，得到預(yù)測估計(jì)量的方法。經(jīng)驗(yàn)值公式：它是一個(gè)經(jīng)驗(yàn)公式，最早使用在美國的計(jì)劃評審技術(shù)中，多作為簡易的預(yù)測工具預(yù)測市場銷量趨勢。優(yōu)點(diǎn)：簡單，快速。 缺點(diǎn)：準(zhǔn)確度較低，受人主觀影響大。理論依據(jù)：假定銷量服從正態(tài)分布，其均值為a，方差為 ，那么可以將銷量分為三段，第一段為銷量不高于 ,稱為最低銷量段；

3、第二段為銷量不低于 ，稱為最高銷量段；第三段在（ ）之間，成為最可能銷量段；由概率論知，第一段和第二段的可能性均是15.9，第三段的可能性是68.2，由此可得：aa2aa,4GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20222.1 時(shí)間序列預(yù)測方法：灰色系統(tǒng)預(yù)測法灰色系統(tǒng)預(yù)測法：灰色系統(tǒng)預(yù)測法：用于解決“少信息，不確定性”的問題。比較：時(shí)間序列分析大多以回歸分析為主，是應(yīng)用最廣泛的方法，但回歸分析要求大樣本，要求樣本數(shù)據(jù)有較好的分布規(guī)律，然后實(shí)際很多實(shí)際情形并非如此。例如：SPSS中的時(shí)間序列分析的季節(jié)性分析要求至少有中的時(shí)間序列分析的季節(jié)

4、性分析要求至少有4個(gè)全季節(jié)數(shù)據(jù)。個(gè)全季節(jié)數(shù)據(jù)?；疑到y(tǒng)預(yù)測法的優(yōu)勢灰色系統(tǒng)預(yù)測法的優(yōu)勢：用于時(shí)間短，數(shù)據(jù)資料少，數(shù)據(jù)不需要典型的分布規(guī)律，計(jì)算量較低，對短期預(yù)測有較高精度。不適合隨機(jī)波動(dòng)較大的數(shù)據(jù)不適合隨機(jī)波動(dòng)較大的數(shù)據(jù)。灰色系統(tǒng)預(yù)測法的建模思想：灰色系統(tǒng)預(yù)測法的建模思想：直接將時(shí)間序列轉(zhuǎn)化為微分方程，建立抽象系統(tǒng)的發(fā)展變化動(dòng)態(tài)模型，這個(gè)模型簡稱為：GM(1,1)模型，也稱為單序列一階線單序列一階線性動(dòng)態(tài)模型。性動(dòng)態(tài)模型。5GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20222.1 時(shí)間序列預(yù)測方法：灰色系統(tǒng)預(yù)測法灰色系統(tǒng)預(yù)測法的使用過程：灰

5、色系統(tǒng)預(yù)測法的使用過程：1、對歷史時(shí)間銷量數(shù)據(jù)進(jìn)行一階累加處理，得到生成數(shù)列 ：2、建立微分方程模型GM(1,1) ： 3、利用等式求得a、u的值：其中： ， nmmmmxmxmxnxxxx102101101111,2,1 1xuaxddtx)1()1(11YBBBuaTT6GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20222.1 時(shí)間序列預(yù)測方法：灰色系統(tǒng)預(yù)測法灰色系統(tǒng)預(yù)測法的使用過程：灰色系統(tǒng)預(yù)測法的使用過程：4、將得到的a、u值，代入微分方程解出的時(shí)間函數(shù)：由此，可以求得數(shù)列 ，然后再將此預(yù)測值數(shù)列利用下式還原為預(yù)測銷量數(shù)列：5、精度

6、檢驗(yàn)：殘差檢驗(yàn)、關(guān)聯(lián)度檢驗(yàn)、后驗(yàn)差檢驗(yàn)等。7GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022灰色系統(tǒng)預(yù)測法的使用案例：灰色系統(tǒng)預(yù)測法的使用案例： 案例數(shù)據(jù)：構(gòu)造矩陣B和數(shù)據(jù)向量Yn：2.1 時(shí)間序列預(yù)測方法：灰色系統(tǒng)預(yù)測法8GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022灰色系統(tǒng)預(yù)測法的使用案例：灰色系統(tǒng)預(yù)測法的使用案例：計(jì)算出a,u的值：確定預(yù)測模型：預(yù)測銷售額：2.1 時(shí)間序列預(yù)測方法：灰色系統(tǒng)預(yù)測法9GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與

7、使用May 3, 20222.2 馬爾可夫鏈預(yù)測法馬爾可夫鏈預(yù)測法：馬爾可夫鏈預(yù)測法：學(xué)名叫狀態(tài)概率矩陣預(yù)測法，因?yàn)槭怯啥韲鴶?shù)學(xué)家馬爾可夫創(chuàng)立一種分析隨機(jī)過程的方法，所有叫馬爾可夫鏈預(yù)測法。馬爾可夫鏈預(yù)測法的優(yōu)勢馬爾可夫鏈預(yù)測法的優(yōu)勢：適合于隨機(jī)波動(dòng)較大的動(dòng)態(tài)系統(tǒng)的預(yù)測問題，。 缺點(diǎn)：缺點(diǎn)：預(yù)測的準(zhǔn)確性受客觀因素影響太大。使用領(lǐng)域：使用領(lǐng)域：日用商品、食品、燃料、藥品等快速消費(fèi)品。馬爾可夫鏈預(yù)測法的建模思想：馬爾可夫鏈預(yù)測法的建模思想：系統(tǒng)的未來狀態(tài)，僅與最近狀態(tài)有關(guān)，而與原始狀態(tài)和過去狀態(tài)無關(guān)，即具有（或近似具有）無后效性特點(diǎn)；根據(jù)某些變量的現(xiàn)在狀態(tài)及其變化趨向，預(yù)測其在未來某一特定期間內(nèi)可

8、能出現(xiàn)的狀態(tài)。10GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022馬爾可夫鏈預(yù)測法的使用過程：馬爾可夫鏈預(yù)測法的使用過程：1、對歷史銷量數(shù)據(jù)進(jìn)行狀態(tài)劃分： 利用樣本均值- 均方分類法進(jìn)行分類，按數(shù)據(jù)值是否落在 (- ,x-s)x-s, x-0.5s, x-0.5s, x+0.5s,x+0.5s, x+s, x+s,+ 把數(shù)據(jù)值分成五種狀態(tài)。2、狀態(tài)轉(zhuǎn)移概率的計(jì)算和狀態(tài)轉(zhuǎn)移概率矩陣的構(gòu)造（即構(gòu)造馬爾可夫鏈）： 數(shù)據(jù)序列由狀態(tài) ，經(jīng)過m步轉(zhuǎn)移達(dá)到狀態(tài) 的概率為m步轉(zhuǎn)移概率，記為 ，計(jì)算公式為：由m步轉(zhuǎn)移概率元素構(gòu)成的矩陣稱為m步狀態(tài)轉(zhuǎn)移概率矩

9、陣，見下圖：2.2 馬爾可夫鏈預(yù)測法iEjEijmP)(iijmijmMmP)()(11GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022馬爾可夫鏈預(yù)測法的使用過程：馬爾可夫鏈預(yù)測法的使用過程：3、利用狀態(tài)轉(zhuǎn)移概率矩陣 編制預(yù)測表： 4、根據(jù)最后預(yù)測狀態(tài)，確定預(yù)測值。 預(yù)測值可以取數(shù)值區(qū)間的中位數(shù)。2.2 馬爾可夫鏈預(yù)測法)(mR12GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20222.2 馬爾可夫鏈預(yù)測法馬爾可夫鏈預(yù)測法的使用過程：馬爾可夫鏈預(yù)測法的使用過程：5、案例數(shù)據(jù)：13GfK

10、Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022季節(jié)變動(dòng)的含義：季節(jié)變動(dòng)的含義：季節(jié)變動(dòng)是指有些社會(huì)經(jīng)濟(jì)現(xiàn)象，因受社會(huì)因素和自然因素的影響，在一年內(nèi)隨著時(shí)序的變化而引起周期性的變化。這種周期性的變化一般都是比較穩(wěn)定的。在統(tǒng)計(jì)中，一般指的是一年內(nèi)4季或12月的周期性變動(dòng)。季節(jié)模型：季節(jié)模型：一般認(rèn)為影響動(dòng)態(tài)數(shù)列發(fā)展變化的因素有四個(gè)， 即：長期趨勢(這是最主要的)，用T表示；季節(jié)變動(dòng)，用S表示；循環(huán)變動(dòng)，用C表示；不規(guī)則變動(dòng)，用I表示。因此，動(dòng)態(tài)數(shù)列的模型有三種模式： 乘法模式： 加法模式： 混合模式：2.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法14GfK

11、 Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022趨勢和季節(jié)混合型動(dòng)態(tài)數(shù)列的季節(jié)變動(dòng)分析：趨勢和季節(jié)混合型動(dòng)態(tài)數(shù)列的季節(jié)變動(dòng)分析： 在我們工作中，碰到更多的是既有長期趨勢因素又有季節(jié)因素影響的數(shù)列。但如果數(shù)據(jù)量不足，在SPSS中無法進(jìn)行季節(jié)變動(dòng)分析時(shí)，我們就需要計(jì)算數(shù)列的季節(jié)指數(shù)，再和SPSS預(yù)測的趨勢值一起預(yù)測未來值。2.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法季節(jié)變動(dòng)預(yù)測法的使用過程：季節(jié)變動(dòng)預(yù)測法的使用過程：1、必須先消除長期趨勢的影響，才能得到準(zhǔn)確的季節(jié)指數(shù)。 先利用移動(dòng)平均法計(jì)算原始時(shí)間數(shù)列，求出數(shù)列長期趨勢值。 若樣本數(shù)據(jù)較多，可以使用中心

12、移動(dòng)平均法（指以當(dāng)前值為中心，計(jì)算前后若干期的平均值）；若樣本數(shù)據(jù)較少，可以使用前移動(dòng)平均法（指計(jì)算當(dāng)前值以前若干期的平均值）?？梢岳肧PSS計(jì)算移動(dòng)平均值。2、：用原始數(shù)列的值除以對應(yīng)的長期趨勢值，依照乘法模型，YTSI（暫不考慮循環(huán)因素影響）。15GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022季節(jié)變動(dòng)預(yù)測法的使用過程：季節(jié)變動(dòng)預(yù)測法的使用過程：3、將同年各月的數(shù)值求平均值，也就是對SI求平均值，就可以消除I（不規(guī)則變動(dòng)因素）的影響，就剩下了S（季節(jié)因素）。4、將12個(gè)月的平均季節(jié)指數(shù) 加總 ，其總和應(yīng)為12，如果不等于12則要求出

13、調(diào)整系數(shù)（12/ ）。5、用調(diào)整系數(shù)再乘回各月比率值，得到修正后的季節(jié)指數(shù)。6、預(yù)測出預(yù)測期的長期趨勢值，然后乘以已經(jīng)求出的固定的季節(jié)指數(shù)，就得到數(shù)列預(yù)測值。2.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法16GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022季節(jié)變動(dòng)預(yù)測法使用案例：季節(jié)變動(dòng)預(yù)測法使用案例：1、原始值：、原始值：2、長期趨勢：、長期趨勢：月份月份2003年年2004年年2005年年月份月份2003年年2004年年2005年年12345614401353127512891407176014601378135713651525188217

14、11155814741440152918157891011122022208020551709145112972119216221421870158114412066222821691821149514932003200420052003200420052.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法17GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022季節(jié)變動(dòng)預(yù)測法使用案例：季節(jié)變動(dòng)預(yù)測法使用案例：3、季節(jié)指數(shù)計(jì)算表：、季節(jié)指數(shù)計(jì)算表：2003200420052.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法18GfK Retail and Technolog

15、y常用市場銷量預(yù)測方法的介紹與使用May 3, 2022季節(jié)變動(dòng)預(yù)測法使用案例：季節(jié)變動(dòng)預(yù)測法使用案例：4、預(yù)測值計(jì)算：、預(yù)測值計(jì)算：假如測定假如測定2006年年1月的趨勢值為月的趨勢值為2000元，而該月的固定的季節(jié)指數(shù)為元，而該月的固定的季節(jié)指數(shù)為93.72。則該月的預(yù)測值為：。則該月的預(yù)測值為： 2000*93.721874.4（元）（元）2.3 時(shí)間序列預(yù)測方法季節(jié)變動(dòng)預(yù)測法19GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022相關(guān)回歸分析法的含義：相關(guān)回歸分析法的含義： 市場預(yù)測中常用的方法有回歸分析法、彈性系數(shù)法、時(shí)間序列法等；

16、其中回歸分析法是研究變量之間相關(guān)關(guān)系的一種統(tǒng)計(jì)方法，它要解決的問題如下： 1、確定變量之間是否存在相關(guān)關(guān)系，如果存在的話，找出它們之間合適的數(shù)學(xué)表達(dá)式。 2、從共同影響變量的若干自變量中，判斷自變量的影響顯著效果。 3、利用所找到的數(shù)學(xué)表達(dá)式對變量進(jìn)行預(yù)測。3.1 因果分析方法相關(guān)回歸分析法20GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用過程：相關(guān)回歸分析法的使用過程：1、相關(guān)分析。 在進(jìn)行回歸分析之前，要先進(jìn)行相關(guān)分析，采用相關(guān)分析確定變量之間是否確實(shí)有相關(guān)關(guān)系存在，如果存在，則

17、再用回歸分析求出變量之間的定量關(guān)系表達(dá)式。 衡量變量之間的相關(guān)程度使用的是：散點(diǎn)圖 和 相關(guān)系數(shù)。SPSS的相關(guān)分析： 利用SPSS選項(xiàng)：AnalizeCorrelateBivariate 再把兩個(gè)有關(guān)的變量選入，選擇Pearson，Spearman或Kendall就可以得出這三個(gè)相關(guān)系數(shù)和有關(guān)的檢驗(yàn)結(jié)果(零假設(shè)均為不相關(guān))。 21GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用過程：相關(guān)回歸分析法的使用過程：2、回歸分析。 利用spss提供的若干回歸工具，確定回歸方程，建立預(yù)測模型。

18、 SPSS中自變量和因變量都是定量變量時(shí)的線性回歸分析： 利用SPSS選項(xiàng)：AnalizeRegressionLinear 再把有關(guān)的自變量選入Independent，把因變量選入Dependent，然后點(diǎn)OK即可。如果自變量有多個(gè)（多元回歸模型），只要都選入就行。3、用預(yù)測模型求預(yù)測值，并評估預(yù)測效果。 Coefficients1-91.33218.596-4.911.0035.302.764.9436.937.000(Constant)V31ModelBStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.

19、Dependent Variable: V21. 22GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用過程：相關(guān)回歸分析法的使用過程： 需要注意說明自變量解釋因變量變化百分比的度量，叫做決定系數(shù)（coefficient of determination），用R square表示。對于下例，R square =0.889；這說明這里的自變量可以大約解釋88.9的因變量的變化。 R square越接近1，回歸就越成功。由于R square有當(dāng)變量數(shù)目增加而增大的缺點(diǎn)，人們對其進(jìn)行修改，有一

20、修正的R square （adjusted R square）。Model Summary.9431.889.8714.284231ModelRR SquareAdjustedR SquareStd. Error ofthe EstimatePredictors: (Constant), V31. 23GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用案例：相關(guān)回歸分析法的使用案例： 根據(jù)北京市某區(qū)的大型電器商場渠道提供的自2000年2007年的電冰箱銷售數(shù)據(jù)及由民政局,統(tǒng)計(jì)局等政府信息

21、部門提供的數(shù)據(jù),編制了電冰箱年銷售量（20002007）表格,見下表: 年份電冰箱銷售量Y（千臺(tái)）年新結(jié)婚戶數(shù)X1居民戶均收入X2（千元）2000202228.520012622.53420023023.138.620033423.4402004402442.520054424.5462006492650.220075528.554.824GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用案例：相關(guān)回歸分析法的使用案例：Correlations 電冰箱銷售量Y（千臺(tái)）年新結(jié)婚戶數(shù)X1居民

22、戶均收入X2（千元）電冰箱銷售量Y（千臺(tái)）Pearson Correlation10.9430.993Sig. (1-tailed)0.0000.000N888年新結(jié)婚戶數(shù)X1Pearson Correlation0.94310.946Sig. (1-tailed)0.0000.000N888居民戶均收入X2（千元）Pearson Correlation0.9930.9461Sig. (1-tailed)0.0000.000N888*. Correlation is significant at the 0.01 level (1-tailed).25GfK Retail and Techno

23、logy常用市場銷量預(yù)測方法的介紹與使用May 3, 20223.1 因果分析方法相關(guān)回歸分析法相關(guān)回歸分析法的使用案例：相關(guān)回歸分析法的使用案例：Coefficients1-20.7712.903-7.155.0001.387.068.99320.348.000(Constant)V41ModelBStd. ErrorUnstandardizedCoefficientsBetaStandardizedCoefficientstSig.Dependent Variable: V21. Model Summary.9931.986.9831.537921ModelRR SquareAdjuste

24、dR SquareStd. Error ofthe EstimatePredictors: (Constant), V41. 26GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022彈性系數(shù)預(yù)測法：彈性系數(shù)預(yù)測法： 彈性系數(shù)預(yù)測法屬于微觀預(yù)測，它認(rèn)為市場上某種商品的銷量，主要是受居民收入、該商品價(jià)格和相關(guān)商品價(jià)格等因素的影響，通過計(jì)算產(chǎn)品銷售（產(chǎn)品需求）的價(jià)格彈性、收入彈性、和交叉彈性等系數(shù)來反映并預(yù)測未來銷量。1、價(jià)格彈性系數(shù)預(yù)測法。、價(jià)格彈性系數(shù)預(yù)測法。 產(chǎn)品需求的價(jià)格彈性，表示需求量（銷售量）變化對價(jià)格變化反映的靈敏程度。計(jì)算公式為：

25、產(chǎn)品銷量預(yù)測模型：3.2 因果分析方法彈性系數(shù)預(yù)測法27GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022 價(jià)格彈性系數(shù)預(yù)測法的使用案例。 假設(shè)某商品當(dāng)每臺(tái)平均零售價(jià)2150元時(shí)，銷售3100臺(tái)；價(jià)格下降為1430元時(shí)，銷售達(dá)到6900臺(tái)，該地區(qū)本期共銷售該商品25000臺(tái)，假如預(yù)測期平均每臺(tái)價(jià)格再下降300元，在其它條件不變的情況下，下期該商品的銷量預(yù)測是多少臺(tái)？ 首先計(jì)算出實(shí)驗(yàn)銷售所取得的價(jià)格彈性系數(shù)： Ed（6900-3100）/（1430-2150）*（2150/3100）-3.66 再根據(jù)價(jià)格彈性系數(shù)測算下期可能銷售量： Q125

26、000+（-3.66*25000*（-300）/143044196臺(tái) 因此，預(yù)測期的銷售量約為44200臺(tái)左右。3.2 因果分析方法彈性系數(shù)預(yù)測法28GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20222、收入彈性系數(shù)預(yù)測法。、收入彈性系數(shù)預(yù)測法。 產(chǎn)品需求的收入彈性，是衡量收入的相對變動(dòng)與隨之變化的需求量的相對變動(dòng)之間的關(guān)系，反映需求量（銷售量）對收入量變化的敏感程度。計(jì)算公式為：預(yù)測值計(jì)算公式為：3.2 因果分析方法彈性系數(shù)預(yù)測法29GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 2022

27、收入彈性系數(shù)預(yù)測法的使用案例。 經(jīng)過對歷史數(shù)據(jù)的測算，某地區(qū)居民對文娛用品類的收入需求彈性為1.55，去年該地區(qū)的文娛產(chǎn)品的銷售額為40億元，從統(tǒng)計(jì)部門得知該地區(qū)的居民可支配收入將比去年上漲5，則今年的文娛產(chǎn)品的銷售額預(yù)測為多少？ Q140*（1+1.55*5）43.1 億元 預(yù)測今年的文娛產(chǎn)品的銷售額可能為43億元左右。3.2 因果分析方法彈性系數(shù)預(yù)測法30GfK Retail and Technology常用市場銷量預(yù)測方法的介紹與使用May 3, 20223、交叉彈性系數(shù)預(yù)測法。、交叉彈性系數(shù)預(yù)測法。 交叉彈性又稱為偏彈性，表明一種商品價(jià)格變動(dòng)影響另一種商品銷售量的程度，計(jì)算公式為：內(nèi)涵：1、若系數(shù)為正數(shù)，表示計(jì)算的兩種商品為替換品，一方的價(jià)格變化會(huì)引起另一方商品的銷量向相反的方向變化。2、若系數(shù)為