管理經(jīng)濟學(第7版)課件:需求估計和需求預測_第1頁
管理經(jīng)濟學(第7版)課件:需求估計和需求預測_第2頁
管理經(jīng)濟學(第7版)課件:需求估計和需求預測_第3頁
管理經(jīng)濟學(第7版)課件:需求估計和需求預測_第4頁
管理經(jīng)濟學(第7版)課件:需求估計和需求預測_第5頁
已閱讀5頁,還剩20頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

需求估計和需求預測第1節(jié)需求估計第2節(jié)需求預測1第1節(jié)

需求估計2一、市場調(diào)查通常采用兩種方法訪問調(diào)查法市場實驗法31.訪問調(diào)查法

[例3—1]

某公司在1000人中調(diào)查皮革錢包的需求量,調(diào)查表中列出了五種價格水平,要求被調(diào)查人在每一種價格上表示購買意見,共有六種意見可供選擇(1)肯定不買;(2)不一定買;(3)可能買;(4)較可能買;(5)很可能買;(6)肯定買。

調(diào)查結果如表3—1所示。4[表3—1]價格(元)各種意見人數(shù)9080706050500300100500(1)(2)(3)(4)(5)(6)300225150100251251752501005050150250200225251001502503000501002004005調(diào)查人把每種意見的購買概率定為:(1)0;(2)0.2;(3)0.4;(4)0.6;(5)0.8;(6)1.0。

為了獲得需求估計所需要的數(shù)據(jù),要根據(jù)概率計算每種價格水平上的期望需求量。例如,價格為90元時的期望需求量為:500×0+300×0.2+125×0.4+50×0.6+25×0.8+0×1.0=160(個)這樣,就可以求得需求估計用的各種價格水平上的期望需求量數(shù)據(jù)(見表3—2)。6

把這些數(shù)據(jù)畫在坐標圖上,可以得出一條需求曲線,這條需求曲線的方程為:

P=100.7-0.063Q(見圖3—1)。價格(P)需求量(Q)5060708090800640500335160表3—27圖3—182.市場實驗法

表3—3美國佛州大學的一次市場實驗結果價格變動1%銷售量變化率(%)-3.07+1.16+0.18佛州印第安河流域產(chǎn)橘子佛州內(nèi)地產(chǎn)橘子加州產(chǎn)橘子佛州印第安河流域產(chǎn)橘子佛州內(nèi)地產(chǎn)橘子加州產(chǎn)橘子+1.56-3.01+0.09+0.01+0.14-2.769二、統(tǒng)計法(回歸分析法)

四個步驟

1.確定自變量

2.取得觀察數(shù)據(jù)

3.選擇回歸方程的形式

(1)線性函數(shù):

函數(shù)特性:①邊際需求量是常數(shù);②可用最小二乘法估計參數(shù)。

(2)冪函數(shù):

函數(shù)特性:①每個變量的彈性是常數(shù),等于它的指數(shù);②可轉(zhuǎn)化為線性關系,仍可用最小二乘法估計參數(shù)。

4.估計回歸參數(shù)1010…回歸分析法簡介

假定需求函數(shù)(回歸方程)的形式為一元線性方程:,如圖3—2所示。11圖3—2假定觀察數(shù)據(jù)有:

…在時,的估計值為;此時,與之間的離差為。用最小二乘法求參數(shù)α,β,也就是使上述離差的平方和的值為最小,這時,回歸方程能最好地擬合觀察數(shù)據(jù)。12根據(jù)微分知識,為使上式的值為最小,α,β必須滿足下列條件:解上述兩個方程,即可求得參數(shù)α,β的值。13式中,n為觀察數(shù)據(jù)成對的數(shù)目;為觀察數(shù)據(jù)x的總和;為觀察數(shù)據(jù)y的總和;為觀察數(shù)據(jù)y的算術平均值;為觀察數(shù)據(jù)x的算術平均值

14y-[例3—2]假定一家連鎖商店在自己的六家分店中銷售蛋糕。這六家分店所在地區(qū)的居民,都屬于中等收入水平。最近,各分店都按每公斤7.9元出售,平均每店每月銷售4625公斤(假定各分店的月銷售量是比較接近的)。今連鎖商店打算估計蛋糕的需求曲線和價格彈性。為此,它們進行了實驗:第一家分店的價格仍維持每公斤7.9元不變,但其他五家分店的價格都做了變動。價格變動后,各分店的月銷售量如表3—4所列。15表3—4

假定蛋糕的價格與銷售量之間的關系為線性關系,其函數(shù)形式為:。請用最小二乘法估計回歸方程中α和β的值。解:六家分店價格和銷售量的觀察數(shù)據(jù)以及據(jù)此計算出來供最小二乘法使用的各種數(shù)字如表3—5所列。分店編號價格

(元)17.94650銷售量(公斤)234569.9302012.521508.944005.963804.5550016表3—5分店編號價格(元)銷售量(公斤)123456

7.99.912.58.95.94.5465030202150440063805500367352989826875391603764224750

62.4198.01156.2579.2134.8120.252162250091204004622500193600004070440030250000=49.6=26100=195060=450.94=12567980017代入式(3—4),得:代入式(3—5),得:所以,擬合觀察數(shù)據(jù)的回歸方程應為:18第2節(jié)

需求預測19一、德爾菲法一種背靠背征求專家意見的調(diào)查方法。

具體步驟

運用該方法的關鍵:

一是要選擇好專家;

二是要決定適當?shù)膶<乙?guī)模,一般以10~50人為宜;

三是要擬定好調(diào)查表。20二、時間序列分解法適用于受季節(jié)性、周期性和一些不規(guī)則因素影響的情況。

Q=T·S·C·I2122觀察時間(年/季度)期數(shù)銷售量(Q)(千件)移動平均數(shù)(MA)移動平均中心值(CMA)長期趨勢值(CMAT)季節(jié)系數(shù)(SF)周期系數(shù)(CF)季節(jié)指數(shù)(SI)預計銷售量2011/117

05.073

1.237

2011/226

05.446

1.009

2011/33405.7505.87505.8190.6811.0100.7594.462011/44606.0006.12506.1920.9800.9890.9956.09

2012/15806.2506.50006.5651.2310.9901.2378.042012/26706.7506.87506.9381.0180.9911.0096.942012/37607.0007.25007.3110.8280.9920.7595.502012/48707.5007.75007.6840.9031.0090.9957.71

2013/191008.0008.00008.0571.2500.9931.2379.902013/210908.0008.25008.4301.0910.9791.0098.332013/311608.5008.75008.8030.6860.9940.7596.642013/412909.0009.12509.1760.9860.9940.9959.08

2014/1131209.2509.62509.5491.2471.0081.23711.912014/2141010.0010.37509.9220.9641.0461.00910.472014/315910.7510.87510.2950.8261.0560.759

8.252014/4161211.0011.00010.6681.0911.0310.99510.96

2015/1171311.0010.87511.0411.1950.9851.23713.452015/2181010.7510.62511.4140.9410.9311.00910.722015/319810.50

11.787

0.97a0.759

8.682015/42011

12.160

0.98a0.99511.86

2016/121?b

12.533

1.01a1.23715.66c2016/222?b

12.906

1.04a1.00913.54c2016/323?b

13.297

1.06a0.75910.68c2016/424?b

13.652

1.04a0.99514.13c三、指數(shù)平滑法預測模型:

23式中,A--當期的實際銷售量F--過去對當期的銷售量的預測W--權值F--下一期銷售量的預測值ttt+10.2770.2920.3110.3410.3741.901.901.721.431.491.771.621.601.872.262.662.342.121.901.901.761.511.501.711.631.611.812.152.542.372.181.901.901.801.601.551.681.641.621.721.902.142.332.221.901.901.841.711.651.691.661.651.721.902.142.192.161.901.901.881.831.801.801.781.761.781.831.911.951.971.91.71.41.51.81.61.61.92.32.72.32.10.72013/12013/22013/32013/42014/12014/22014/32014/42015/12015/22015/32015/42016/1W=0.9W=0.7W=0.5W=0.3W=0.1W取不同值時的銷售量預測值(萬件)實際銷售量(萬件)時間(年/季)表3—8大明食品公司的銷售量預測24四、在預測中使用回歸模型[例3—3]

假設已知太陽食品公司的需求函數(shù)為

Q=15.939-9.057P+0.009I+5.092C

式中,Q為銷售量(噸);P為太陽食品公司食品的價格(元);I為社會人均收入水平(元);C

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論