第六章 需求預(yù)測

1、第六章第六章 需求預(yù)測需求預(yù)測 第一節(jié)第一節(jié) 預(yù)測預(yù)測 第二節(jié)第二節(jié) 定性預(yù)測方法定性預(yù)測方法 第三節(jié)第三節(jié) 定量預(yù)測方法定量預(yù)測方法 第四節(jié)第四節(jié) 預(yù)測監(jiān)控預(yù)測監(jiān)控第一節(jié)第一節(jié) 預(yù)測預(yù)測 一、預(yù)測及其分類預(yù)測及其分類 二、影響需求預(yù)測的因素二、影響需求預(yù)測的因素 三、需求預(yù)測的方法三、需求預(yù)測的方法 四、預(yù)測的一般步驟四、預(yù)測的一般步驟 五、預(yù)測中應(yīng)注意的幾個問題五、預(yù)測中應(yīng)注意的幾個問題一、預(yù)測及其分類一、預(yù)測及其分類預(yù)測作用預(yù)測作用 各種生產(chǎn)決策時的基資料各種生產(chǎn)決策時的基資料 適合于庫存生產(chǎn)適合于庫存生產(chǎn)(計劃生產(chǎn)計劃生產(chǎn)),訂貨生產(chǎn)訂貨生產(chǎn) 確保生產(chǎn)能力確保生產(chǎn)能力,原材料及制定有關(guān)

2、經(jīng)營戰(zhàn)略的必須因素原材料及制定有關(guān)經(jīng)營戰(zhàn)略的必須因素*預(yù)測的類型預(yù)測的類型 對象對象 科學(xué)預(yù)測：對科學(xué)發(fā)展情況的預(yù)計與推測科學(xué)預(yù)測：對科學(xué)發(fā)展情況的預(yù)計與推測 技術(shù)預(yù)測技術(shù)預(yù)測:預(yù)測技術(shù)進步率預(yù)測技術(shù)進步率,開發(fā)新產(chǎn)品開發(fā)新產(chǎn)品/新制造技術(shù)新制造技術(shù),由技訂領(lǐng)域?qū)＜胰?zhí)行由技訂領(lǐng)域?qū)＜胰?zhí)行 經(jīng)濟預(yù)測經(jīng)濟預(yù)測:預(yù)測經(jīng)濟狀況預(yù)測經(jīng)濟狀況,制定中長期經(jīng)營計劃制定中長期經(jīng)營計劃,由經(jīng)濟專家去執(zhí)行由經(jīng)濟專家去執(zhí)行 需求預(yù)測需求預(yù)測:預(yù)測產(chǎn)品及服務(wù)的需求預(yù)測產(chǎn)品及服務(wù)的需求,決策生產(chǎn)決策生產(chǎn) 社會預(yù)測：對社會未來的發(fā)展?fàn)顩r的預(yù)計和推測社會預(yù)測：對社會未來的發(fā)展?fàn)顩r的預(yù)計和推測 期間期間 短期預(yù)測短期預(yù)測

3、:6個月以內(nèi)個月以內(nèi),月別月別/周別周別/日別日別 中期預(yù)測中期預(yù)測:6個月個月-2年年 長期預(yù)測長期預(yù)測:2年以上年以上 過去依賴于預(yù)測者的經(jīng)驗過去依賴于預(yù)測者的經(jīng)驗/主觀判斷主觀判斷 最近開發(fā)數(shù)學(xué)統(tǒng)計技術(shù)最近開發(fā)數(shù)學(xué)統(tǒng)計技術(shù)二、影響需求預(yù)測的因素商業(yè)周期商業(yè)周期 恢復(fù)恢復(fù)/繁榮繁榮/后退后退/蕭條蕭條4局面局面產(chǎn)品周期產(chǎn)品周期 投入期投入期/成長期成長期/成熟期成熟期(穩(wěn)定期穩(wěn)定期)/衰退期的產(chǎn)品壽命周期衰退期的產(chǎn)品壽命周期(life cycle) 耐久材料與消費材料耐久材料與消費材料/服務(wù)之間的差異服務(wù)之間的差異其它因素其它因素 廣告廣告,促銷活動促銷活動,質(zhì)量質(zhì)量,信譽信譽,競爭公司競

4、爭公司,顧客的信賴顧客的信賴 產(chǎn)品壽命周期的各階段產(chǎn)品壽命周期的各階段銷售量時間投入期成長期成熟期(穩(wěn)定期)衰退期三.需求預(yù)測方法 1、類型定性方法定性方法 由個人的主觀由個人的主觀/判斷判斷,或綜合多數(shù)意見后預(yù)測需求或綜合多數(shù)意見后預(yù)測需求 過去的資料不充分或不可信賴時過去的資料不充分或不可信賴時 代表方法代表方法: :Delphi方法方法,用戶調(diào)查方法用戶調(diào)查方法,主管人員意見法主管人員意見法,銷售人員意見匯集法，銷售人員意見匯集法，歷史類推法歷史類推法 中長期預(yù)測中長期預(yù)測定量方法定量方法 時系列時系列 過去的需求模式一直持續(xù)到未來的假設(shè)下過去的需求模式一直持續(xù)到未來的假設(shè)下,分析過去資

5、料投影未來分析過去資料投影未來 模模 型型 代表方法代表方法: :時間序列平滑法時間序列平滑法（移動平均法移動平均法,指數(shù)平滑法）指數(shù)平滑法）, 時間序時間序 列分解法列分解法 短期短期,中期預(yù)測中期預(yù)測 因果因果 從過去的資料中找出與需求有密切聯(lián)系的變量從過去的資料中找出與需求有密切聯(lián)系的變量,分析變量與需求的因果關(guān)系分析變量與需求的因果關(guān)系 模型模型 有利于預(yù)測需求模式的轉(zhuǎn)換點或根本變化有利于預(yù)測需求模式的轉(zhuǎn)換點或根本變化 代表方法代表方法: :回歸分析回歸分析,計量經(jīng)濟模型計量經(jīng)濟模型,投入投入-產(chǎn)出模型產(chǎn)出模型,先導(dǎo)指標(biāo)法先導(dǎo)指標(biāo)法, Simulation模型。模型。 中長期預(yù)測中長期

6、預(yù)測 *時系列時系列:隨時間變化的某現(xiàn)象以一定的時間間隔觀察讀取的一系列觀測值隨時間變化的某現(xiàn)象以一定的時間間隔觀察讀取的一系列觀測值(如如:日別日別/周別銷售額周別銷售額,月別銷售量月別銷售量)有趨勢有趨勢,季節(jié)因素季節(jié)因素,循環(huán)等模式循環(huán)等模式.四、預(yù)測的一般步驟 1 確定預(yù)測的目的確定預(yù)測的目的 2 確定預(yù)測的時間范圍確定預(yù)測的時間范圍 3 選擇預(yù)測的方法選擇預(yù)測的方法 4 收集和分析數(shù)據(jù)收集和分析數(shù)據(jù) 5 準(zhǔn)備預(yù)測準(zhǔn)備預(yù)測 6 對預(yù)測進行監(jiān)控對預(yù)測進行監(jiān)控 “預(yù)測預(yù)測”五、預(yù)測中應(yīng)注意的幾個問題（一）判斷在預(yù)測中的作用（一）判斷在預(yù)測中的作用1、判斷在選擇預(yù)測方法中的作用；、判斷在選擇

7、預(yù)測方法中的作用；2、判斷在辨別信息中的作用；、判斷在辨別信息中的作用；3、判斷在取舍預(yù)測結(jié)果時的作用；、判斷在取舍預(yù)測結(jié)果時的作用；（二）預(yù)測精度與成本（二）預(yù)測精度與成本（三）預(yù)測的時間范圍和更新頻率（三）預(yù)測的時間范圍和更新頻率（四）穩(wěn)定性與響應(yīng)性（四）穩(wěn)定性與響應(yīng)性第二節(jié) 定性預(yù)測方法 Delphi法法 選擇對象專家團選擇對象專家團提問提問/答案整理答案整理/反饋反饋(3-4回回)最終結(jié)果最終結(jié)果 不確定性大或沒有過去資料的情況不確定性大或沒有過去資料的情況 時間和費用是大的缺點時間和費用是大的缺點 為設(shè)備為設(shè)備,新產(chǎn)品新產(chǎn)品,市場戰(zhàn)略的長期預(yù)測或技術(shù)預(yù)測市場戰(zhàn)略的長期預(yù)測或技術(shù)預(yù)測選

8、專家選專家專家團專家團20人人綜合整理、綜合整理、統(tǒng)一描述統(tǒng)一描述反饋反饋背景材料背景材料預(yù)測項目預(yù)測項目自由意見自由意見具體預(yù)測具體預(yù)測修正預(yù)測修正預(yù)測 主管人員意見法主管人員意見法 各部門主管開會各部門主管開會綜合意見綜合意見預(yù)測值預(yù)測值用戶調(diào)查法用戶調(diào)查法 對調(diào)查內(nèi)容的假設(shè)對調(diào)查內(nèi)容的假設(shè)消費者調(diào)查消費者調(diào)查(調(diào)查表調(diào)查表/面談面談/電話電話)驗證假設(shè)驗證假設(shè) 定性技術(shù)中時間和費用是最大的缺點定性技術(shù)中時間和費用是最大的缺點 預(yù)測比較正確的優(yōu)點預(yù)測比較正確的優(yōu)點 銷售人員意見匯集法銷售人員意見匯集法 經(jīng)銷商經(jīng)銷商/銷售員銷售員自由交換意見自由交換意見預(yù)測值預(yù)測值 歷史類推法歷史類推法 追

9、蹤類似產(chǎn)品在過去市場中需求的成長過程追蹤類似產(chǎn)品在過去市場中需求的成長過程 類推類推 屬于新產(chǎn)品屬于新產(chǎn)品,以前沒有資料的情況以前沒有資料的情況 *其它定性技術(shù)其它定性技術(shù):Scenario分析法分析法,trend外插法外插法第三節(jié)第三節(jié) 定量預(yù)測方法定量預(yù)測方法 一、時間序列模型一、時間序列模型 二、因果模型二、因果模型（一）時間序列平滑模型 1、移動平均法 簡單移動簡單移動 沒有季節(jié)性變化或急劇的增加沒有季節(jié)性變化或急劇的增加/減少趨勢減少趨勢,偶然變化起重要作用時偶然變化起重要作用時 平均法平均法 通過移動平均消除偶然變化通過移動平均消除偶然變化 對預(yù)測期間前一定期間的需求做為簡單的平均

10、值對預(yù)測期間前一定期間的需求做為簡單的平均值 公式公式 Ft+1 = t:期間期間, Ft+1:t+1的預(yù)測值的預(yù)測值, At:t的實際需求的實際需求, N:移動平均期間移動平均期間 移動平均期間為移動平均期間為4個月個月,實際需求為如下時實際需求為如下時 月月(t) 1 2 3 4 5 實際需求實際需求(At) 4 3 4 5 ? 5月的需求預(yù)測值月的需求預(yù)測值F5為為 考慮預(yù)測的穩(wěn)定性和需求變化考慮預(yù)測的穩(wěn)定性和需求變化 的反映度選擇移動平均期間的反映度選擇移動平均期間 F5 = = = 4 *移動平均期間越長移動平均期間越長,偶然因素損偶然因素損 失越多失越多,但對實際需求變化反映慢但對

11、實際需求變化反映慢 如果如果,5月的實際需求為月的實際需求為5時時,6月的需求預(yù)測值是月的需求預(yù)測值是 F6= = = 4.25 At+At-1+At+1-N N 5+4+3+4 416 45+4+3+5 417 4（一）時間序列平滑模型 1、移動平均法 加權(quán)移動加權(quán)移動 在用于預(yù)測之前在用于預(yù)測之前N期間資料值乘上合為期間資料值乘上合為1的加權(quán)值的加權(quán)值,求出移動平均求出移動平均 平均法平均法 *簡單移動平均的情況簡單移動平均的情況,在在N期間的各資料值乘上同一的期間的各資料值乘上同一的1/N的加權(quán)值的加權(quán)值 公式公式 Ft+1=WtAt+Wt-1At-1+Wt+1-NAt+1-N Ft+1

12、:t+1的預(yù)測值，的預(yù)測值，At:t的實際需求，的實際需求，Wt: :賦予賦予t t的加權(quán)值，的加權(quán)值， 實際需求如下實際需求如下 月（月（t） 1 2 3 4 5 實際需求（實際需求（At） 100 90 105 95 ？ 加權(quán)值為加權(quán)值為4 4月月0.4,30.4,3月份月份0.3,20.3,2月份月份0.2,10.2,1月份月份0.10.1時時 在最近的資料中賦予大在最近的資料中賦予大 5月的需求預(yù)測值月的需求預(yù)測值F5是是 的加權(quán)值的加權(quán)值,使能夠趕上使能夠趕上 F5=0.4*95+0.3*105+0.2*90 +0.1*100 =97.5 實際需求變化實際需求變化 如果如果,5,5月

13、的實際需求為月的實際需求為110110時時,6,6月的需求預(yù)測值是月的需求預(yù)測值是 F6 = 0.4*110+0.3*95+0.2*105+0.1*90 = 102.511NttiiW（一）時間序列平滑模型 2、指數(shù)平滑法一次指數(shù)一次指數(shù) 利用指數(shù)減少的加權(quán)值利用指數(shù)減少的加權(quán)值,給最近的資料賦予大比重給最近的資料賦予大比重,過去的資料過去的資料 平滑法平滑法 賦予小比重后預(yù)測未來需求；賦予小比重后預(yù)測未來需求； 即需求預(yù)測值是最近期間的實際需求乘上即需求預(yù)測值是最近期間的實際需求乘上a的加權(quán)值的加權(quán)值,對最近的需對最近的需 求預(yù)測值乘上求預(yù)測值乘上(1-a)的加權(quán)值后加權(quán)平均的數(shù)據(jù)；的加權(quán)值

14、后加權(quán)平均的數(shù)據(jù)； 與移動平均法一樣與移動平均法一樣,在季節(jié)性變化、趨勢、循環(huán)要素不起作用的在季節(jié)性變化、趨勢、循環(huán)要素不起作用的情情 況下有效。況下有效。 公式公式 Ft+1=aAt+(1-a)Ft 為求預(yù)測值為求預(yù)測值Ft+1需要需要3種資料種資料:最近預(yù)測值最近預(yù)測值(Ft),最近實際需求最近實際需求(At), 平滑常數(shù)平滑常數(shù)a(0a1)公式變化后公式變化后 Ft+1=aAt+(1-a)Ft =aAt+Ft-aFt =Ft+a(At-Ft)即即,新預(yù)測值是對舊預(yù)測值修正新預(yù)測值是對舊預(yù)測值修正(a*預(yù)測誤差預(yù)測誤差)后算出后算出上個月需求預(yù)測值是上個月需求預(yù)測值是100,實際需求是實際

15、需求是110,平滑常數(shù)平滑常數(shù)a=0.3時這個月的時這個月的預(yù)測值是預(yù)測值是Ft=Ft-1+a(At-1-Ft-1)=100+0.3(110-100)=103（一）時間序列平滑模型 2、指數(shù)平滑法一次指數(shù)平滑法的連續(xù)展開一次指數(shù)平滑法的連續(xù)展開 期間期間1:A1,F1(F1已知已知,期間期間1末期值可以知道末期值可以知道A1 ) 期間期間2:F2=aA1+(1-a)F1 期間期間3:F3=aA2+(1-a)F2 =aA2+a(1-a)A1+(1-a)2F1 (F2代入式子整理代入式子整理) 期間期間4:F4=aA3+(1-a)F3 =aA3+(1-a)A2+a(1-a)2A1+(1-a)3F1

16、 (F3代入式子整理代入式子整理) 因此一般因此一般Ft+1用如下公式表示用如下公式表示 公式公式 Ft+1=aAt+a(1-a)At-1+a(1-a)2At-2 +a(1-a)t-1A1+(1-a)tF1 平滑常數(shù)（平滑常數(shù)（a)的值越大預(yù)測值對需求的值越大預(yù)測值對需求變化反應(yīng)越大，越小平滑的穩(wěn)定性越好變化反應(yīng)越大，越小平滑的穩(wěn)定性越好; 實際需求穩(wěn)定時（例：食品），為減實際需求穩(wěn)定時（例：食品），為減小短期小短期/偶然性變化的效果減小偶然性變化的效果減小a的值；的值； 為維持預(yù)測值的穩(wěn)定性一般從為維持預(yù)測值的穩(wěn)定性一般從0.10.3中設(shè)定。中設(shè)定。例例3.1：某公司的月銷售額記錄如表：某公

17、司的月銷售額記錄如表3-3所示，試取所示，試取a= 0.4,F1=11.00,計算計算一次指數(shù)平滑預(yù)測值。一次指數(shù)平滑預(yù)測值。月份月份At(千元千元)aAt-1(千元千元)Ft-1(千元千元)（1-a）Ft-1(千元千元)Ft(千元千元)110112124116.610.603134.810.606.3611.164165.211.166.711.905196.411.907.1413.546237.613.548.1215.727269.215.729.4318.6383010.418.6311.1821.589281221.5812.9524.95101811.224.9514.9726.

18、1711167.626.1715.7022.9012146.422.9013.7420.14（一）時間序列平滑模型 2、指數(shù)平滑法二次指數(shù)平滑公式公式 Ft+1=SAt+Tt式中：式中：Ft+1第第t+1期二次指數(shù)平滑值；期二次指數(shù)平滑值； Tt為為t期平滑趨勢值，期平滑趨勢值， T0事先給定；事先給定； SAt為為t期平滑平均值，又稱之為期平滑平均值，又稱之為“基數(shù)基數(shù)”， SA0事先給定。事先給定。ttttttFATSAASA)1()(1(1111)1 ()(ttttTSASAT 斜率偏差的平滑系數(shù)。例例3-2：對例：對例3.1提供的數(shù)據(jù)，設(shè)提供的數(shù)據(jù)，設(shè)=0.4, =0.5, SA0 =

19、11.00, T0 =0.80,求二求二次指數(shù)平滑預(yù)測值。次指數(shù)平滑預(yù)測值。tAtAt(1-1-)FtSAt(SA(SAt t-SA-SAt-1t-1) ) (1- )Tt-1TtFt+10110.8011.8011047.0811.080.040.400.4411.522124.86.9111.710.320.220.5412.253135.27.3512.55.0.420.270.6913.244166.47.9414.340.900.351.2515.595197.69.3516.951.310.631.9418.896239.211.3320.531.790.972.7623.2972

20、610.413.9724.371.921.383.3027.678301216.628.602.121.653.7732.3792811.219.4230.621.011.892.9033.5210187.220.1127.31-1.651.45-0.2027.1111166.416.2722.67-2.32-0.10-2.4220.2512145.612.1517.75-2.46-1.21-3.6714.08（二）時間序列分解模型（二）時間序列分解模型趨勢成分（趨勢成分（Trend ）- 數(shù)據(jù)長期變化趨勢數(shù)據(jù)長期變化趨勢季節(jié)性成分（季節(jié)性成分（Seasonality） - 數(shù)據(jù)隨季節(jié)有規(guī)律的

21、波動數(shù)據(jù)隨季節(jié)有規(guī)律的波動周期成分（周期成分（Cyclicity variations）- 周期因素引起的波動周期因素引起的波動不規(guī)則變化不規(guī)則變化/ /隨機波動（隨機波動（ Irregular variations ）- 隨機因素引起的波動隨機因素引起的波動 1）因此需求）因此需求Y可用下列函數(shù)表示可用下列函數(shù)表示 Y=f(T,S,C,I) 2)并且根據(jù)構(gòu)成要素的結(jié)合形態(tài)并且根據(jù)構(gòu)成要素的結(jié)合形態(tài) 剩法模型剩法模型 Y=T*S*C*I 加法模型加法模型 Y=T+S+C+I圖3-7 幾種可能的時間序列類型例例3.4 表表3-6是某旅游服務(wù)點過去是某旅游服務(wù)點過去3年各季度快餐的銷售記錄。試預(yù)測

22、該公司年各季度快餐的銷售記錄。試預(yù)測該公司未來一年各季度的銷售量。未來一年各季度的銷售量。季度季度季度序號季度序號t銷售量銷售量At4個季度銷售總個季度銷售總量量4個季度移動平個季度移動平均均季度中點季度中點夏夏111800秋秋210404冬冬3 8925春春4106004172910432.32.5夏夏5122854221410553.53.5秋秋6110094281910704.84.5冬冬7 92134310710776.85.5春春8112864379310948.36.5夏夏9133504485811214.57.5秋秋10112704511911279.88.5冬冬11102664

23、617211543.09.5春春12121384704211756.010.5解：分三步進行。解：分三步進行。 （1）求趨勢直線方程。采用最小二乘法或目測法。）求趨勢直線方程。采用最小二乘法或目測法。先求得先求得a=10000(份份)，再求，再求b的值的值: b=(12000-10000)/12=167 Tt=10000+167t(2)估算季節(jié)系數(shù)（估算季節(jié)系數(shù)（Seasonal index, SI）。）。t123456789101112At/Tt1.161.010.850.991.131.000.821.001.160.950.871.01 SI(夏夏)=（ A1/T1 + A5/T5 +

24、A9/T9 ）/3=（1.16+1.13+1.16）/3=1.15同樣可得，同樣可得， SI(秋秋)=1.00; SI(冬冬)=0.85; SI(春春)=1.00 。(3)預(yù)測預(yù)測。夏季：夏季：（10000+1671313）1.15=13997(份份)秋季：（秋季：（10000+1671414）1.00=12338(份份)冬季：（冬季：（10000+1671515）0.85=10629(份份)春季：（春季：（10000+1671616）1.00=12672(份份)二、因果模型 1、回歸分析回歸分析回歸分析 需求作為函數(shù)需求作為函數(shù),影響需求的因素作為變量來預(yù)測影響需求的因素作為變量來預(yù)測 單一

25、變量單一變量:單一線形回歸分析單一線形回歸分析,2個以上變量個以上變量:多重線形回歸分析多重線形回歸分析單一線形回歸分析單一線形回歸分析 公式公式 Y=函數(shù)函數(shù)Y的推定值的推定值(即即,回歸線上值回歸線上值) X=獨立變量獨立變量(對需求影響最大的因素對需求影響最大的因素) a=Y軸的截距軸的截距 b=回歸線回歸線(直線直線)的斜率的斜率 用最小二乘法求用最小二乘法求a,b下列式子下列式子 多重線形回歸分析多重線形回歸分析 現(xiàn)實中影響需求的有多種因素現(xiàn)實中影響需求的有多種因素,因此公式如下因此公式如下 公式公式 Y=a+b1X1+b2X2+bkXk 但是不用手算，用計算機計算但是不用手算，用計

26、算機計算bxaY2112111)()(nttnttnttnttntttXXnYXYXnbnXbYanttntt11例例3.5 對例對例3.4應(yīng)用一元線形回歸法進行預(yù)測。應(yīng)用一元線形回歸法進行預(yù)測。XYX2XY2.510432.36.2526 080.753.510553.512.2536 937.254.510704.820.2548 171.605.510776.830.2559 272.406.510948.342.2571 163.957.511214.556.2584 108.758.511279.872.2595 878.309.511543.090.25109 658.5010.5

27、11756.0110.25123 438.005 .58X0 .99209Y25.4402X50.654709XY解：183.1645 .58)25.440(9/)0 .99209(5 .58)5 .654709(92b03.99569/ )5 .58183.16499209(aXYT183.16403.9956衡量一元線形回歸方法偏差的兩個指標(biāo)：線形相關(guān)系數(shù)衡量一元線形回歸方法偏差的兩個指標(biāo)：線形相關(guān)系數(shù)r和標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)差Syx 。)()(2222YYnXXnYXXYnr2)(2nYYSTyx二、因果模型 2、其它模型計量經(jīng)濟計量經(jīng)濟 用一系列相互關(guān)聯(lián)的回歸方程式預(yù)測各種經(jīng)濟活動用一系列相互

28、關(guān)聯(lián)的回歸方程式預(yù)測各種經(jīng)濟活動 模型模型投入投入-產(chǎn)出產(chǎn)出 分析各產(chǎn)業(yè)部門間的產(chǎn)品及服務(wù)的流程預(yù)測需求分析各產(chǎn)業(yè)部門間的產(chǎn)品及服務(wù)的流程預(yù)測需求 模型模型先導(dǎo)指標(biāo)法先導(dǎo)指標(biāo)法 根據(jù)預(yù)測對象的先導(dǎo)指標(biāo)預(yù)測需求根據(jù)預(yù)測對象的先導(dǎo)指標(biāo)預(yù)測需求 石油價格是大型車需求的先導(dǎo)指標(biāo)石油價格是大型車需求的先導(dǎo)指標(biāo)Simulation 假設(shè)各種內(nèi)生變量和外生變量后假設(shè)各種內(nèi)生變量和外生變量后,利用電腦進行模擬實驗利用電腦進行模擬實驗, 模型模型 預(yù)測需求的動模型預(yù)測需求的動模型 價格上漲價價格上漲價10%時需求的變化時需求的變化,國內(nèi)經(jīng)濟蕭條時需求的國內(nèi)經(jīng)濟蕭條時需求的 變化變化第四節(jié)第四節(jié) 預(yù)測監(jiān)控預(yù)測監(jiān)控 一、預(yù)測精度測量一、預(yù)測精度測量 二、預(yù)測監(jiān)控二、預(yù)