市场预测总论.DOC

市场预测总论10课前提问讨论以下问题有何不足？ 您认为这种高质量雀巢咖啡的口味如何？ 您认为这种*咖啡蛋糕的口味和原料的构成如何？ 我们正在进行一种*表的研究，您认为*表的质量如何？ 您的住处离最近的林荫路有多远 您家谁买衣服？ 您多在何处购买衣服？第一章 市场预测总论开篇案例：预测误导，丢失市场（市场分析P196）市场调研与市场预测的关系（市场调研与预测上海财大P15）1、 两者的共同点 主体相同 客体相同 功能和作用相同 本质相同2、 两者的区别 出发点不同 结果不同 技术方法不同3、 两者的相关关系 市场调研与市场预测具有前后相继关系 市场调研为市场预测提供依据 市场调研能验证，修正市场预测的结果第一节 市场预测的原理一、 市场预测的产生和发展（上财17）古希腊有个哲学家叫塞利斯，很注意市场调研与市场预测。有一年.二、 市场预测的基本原理（浙大94）1、 惯性原理 也叫连续性原理2、 因果原理3、 类推原理4、 概率原理三、 市场预测的基本要素从宏观看：市场预测的发展与经济理论、计算方法和计算工具“三要素”密切关系从微观看：信息、方法、分析、判断是市场预测的四个基本要素四、 市场预测的基本程序（浙大97）1、 确定预测目标2、 搜集资料3、 选择预测方法和建立预测模型4、 分析预测误差5、 编写预测报告第二节 市场预测的作用和内容一、 市场预测的作用1、 是选择目标市场、制定经营战略的基础2、 能促进企业提高市场适应能力和竞争能力3、 是企业产品进入国际市场并取得成功的关键4、 能促进企业提高经济效益二、 市场预测的基本要求1、 客观性2、 全面性3、 及时性4、 科学性5、 持续性6、 经济性三、 市场预测的内容（110法279）（一） 市场需求预测1、 市场商品需求总量预测2、 市场需求构成预测3、 消费者购买行为的预测（二） 市场资源预测1、 工业产品预测2、 农副产品预测3、 进口产品预测（三） 市场营销组合预测1、 产品预测2、 价格预测3、 销售渠道预测4、 促销方式预测课后思考分析市场调研与市场预测的相关关系网上作业3根据所学的市场调查的有关知识进行网上市场调查（也即文案调查），具体要求如下：1、 以3-5人为一组，确定负责人及各成员的具体职责2、 确定调研主题，可以某一个行业、某一品牌或某一社会现象为调研对象进行3、 编写调研策划书4、 进行具体资料搜集工作，主要通过网上，也可通过杂志、报纸、书籍搜集相关信息11课前提问：分析市场调研与市场预测的相关关系第三节 预测方法的比较一、 定性预测方法分为：主观估计法：经验判断法、集体意见法、主观概率法 技术分析法：特尔菲法、历史类推法、形态分析法、系统分析法经常采用的方法有：特尔菲法、主观概率法、经验判断法二、 定量预测方法特点：1、依靠实际观察数据，重视数据的作用和定量分析 2、建立数学模型作为定量预测的工具三、 市场预测方法的选择选择预测方法一般应考虑以下因素：1、 预测的期限及范围2、 预测的资料及模型3、 预测费用及精度市场预测方法比较分析表预测方法位次综合比较表第四节 视察预测报告的撰写一、 预测结果的分析和评价1、 逻辑推理评价法2、 数学评价方法3、 预测效果的综合评价二、 撰写市场预测报告的要求1、 高度重视报告的阅读者和使用者2、 报告报告内容要实事求是，力求客观真实3、 报告要突出预测的目的，明确其针对性和实用性4、 报告的结构要完整，内容要有重点文字要简短易懂三、 预测报告的格式构成1、 扉页2、 致函3、 委托信4、 目录5、 经理揽要6、 问题界定7、 解决问题的方法8、 预测设计9、 资料分析10、 结果11、 结论和建议12、 附件 第二章 非模型预测第一节 指标法与图形法一、 领先指标法（一） 领先指标、同步指标和滞后指标领先指标：变量在变化时间上早于预测对象同步指标：变量在变化时间上与预测对象相一致滞后指标：变量在变化时间上迟于预测对象（二） 领先指标法预测步骤1、 根据预测的目标和要求找出领先指标2、 化除领先指标、同步指标、滞后指标的时间序列图3、 进行预测（三） 应用领先指标法的条件认真分析情况，确认指标之间的伴随关系到现在是否仍然存在、间隔时间有什么变化。二、 图形法是依据过去的历史资料，预测人员凭借丰富的经验和技术手段，用图形对某种现象未来的发展趋势进行预测的方法。经常用于对就寿命的分析。第二节 专家预测法一、 个人判断法是用规定程序对专家个人进行调查的方法。主要依据对比类推原理、相关推断原理、比例关系及平衡关系对比类推法有：产品类推法、地区类推法、行业类推法、局部总体类推法注意：对比类推法是建立在事物发展变化的相似性基础上，相似性并不等于相同。实例：我国吸尘器市场需求预测（浙大C1P106）二、 集体判断法1、 首先，由若干熟悉预测对象的人员组成一个预测小组2、 要求在作出预测结果的同时，说明分析的理由，并允许在会上充分争论3、 预测者可重新调整预测结果4、 在若干名预测者的预测结果进行综合处理得出最终预测结果举例：C1P110三、 特尔菲法也称专家调查法或专家意见法，是为避免专家会议法不足而采用的预测方法。是以匿名方式，轮番征询专家意见，最终得出预测结果的一种集体经验判断法。（一） 特尔菲法进行市场预测的步骤1、 做好准备 明确预测目的和主题 准备背景资料 选择专家 设计调查咨询表2、 请专家作出初步判断3、 请专家修改初次判断4、 确定预测值（二） 特尔菲法的应用实例：C1P118第三节 概率预测法主观概率法C2P344主观概率法的运用步骤：1、 准备资料并提出预测要求2、 制定调查表3、 汇总整理4、 判断预测实例：C2P345一、 马尔柯夫预测法C1P2981、马尔柯夫过程的特征是：当事物的现在状态为已知时，人们就可以预测为了的状态而不需要知道事物的过去状态。马尔柯夫过程：立足现在，展望未来非马尔柯夫过程：回顾过去，立足现在，展望未来2、 转移概率与转移概率距阵假定某大学有1万学生，每人每月用一支牙膏，并且只使用“中华”牙膏与“黑妹”牙膏两者之一。根据本月调查，有3000人使用黑妹牙膏，有7000人使用中华牙膏。又据调查，使用黑妹牙膏的3000人中，有60%的人下月将继续使用黑妹牙膏，40%的人将改用中华牙膏；使用中华牙膏的7000人中，有70%的人将继续使用中华牙膏，有30%的人将改用黑妹牙膏。如表：两种牙膏之间的转移概率 拟用现用黑妹牙膏中华牙膏黑妹牙膏60%40%中华牙膏30%70%3、 长期市场占有率预测二、 交叉影响法交叉影响法的基本步骤是：1、 通过预测者的主观判断，获得各种有关是的发生概率2、 用矩阵的形式描述各种事件相互之间的逻辑关系3、 根据各事件之间正、负影响的程度，修正各事件的发生概率，再结合相互影响的时间作出最后预测。课后思考：1、 思考市场预测的步骤，及其与市场调研的步骤进行比较分析2、 根据以下资料用特尔菲法处理专家意见的预测值3、什么是主观概率法？怎么运用它来预测？4、什么是马尔柯夫预测法？5、什么是交叉影响法？6、专家意见的预测值专家预测值最低销售量最可能销售量最高销售量150150160270100150348809444070120544566866010012016课前提问：1、市场预测与市场调研的步骤比较2、 特尔菲法有什么优缺点？3、 什么是主观概率法？怎么运用它来预测？4、什么是马尔柯夫预测法？5、什么是交叉影响法？第三章 时间序列预测第一节 平均预测法C1P132 平均预测法的基本功能就是通过对历史数据的平均或平滑，消除历史数据中的部分随机波动因素，即消除历史数据中的随机因素的影响，在对历史数据修匀的基础上，指示出隐含其中的某种基本样式，并据此预测未来。一、 简单平均法把历史数据加以算术平均，并以平均数作为预测值的方法。二、 加权平均法运用加权平均法需要确定一组适当的权数，确定权数的原则是，对离预测期较近的历史数据应给予较大的权数，对离预测期较远的历史数据应给予较小的权数，循此原则，预测者可根据各历史数据的重要性分别给予不同的权数。加权平均法主要适用于呈水平型变动的历史数据。三、 移动平均法是以预测对象最近一组历史数据（实际值）的平均值直接或间接地作为预测值的方法。（一） 一次移动平均法1、 简单移动平均法这种方法就是直接以简单平均值数列中的最后一个数值作为预测值的方法。2、 加权移动平均法这种方法是在移动平均跨越期内，对距离预测期较远的数据给予较小的权数，反之则给予较大的权数，计算出加权移动平均值数列，并以最后一个加权平均值作为预测值。（二） 二次移动平均法是以一次移动平均值作为时间数列，再计算一次移动平均值数列，在此基础上分析这两次平均值的滞后偏差，并利用其变化规律建立线性方程来进行预测的方法。课后复习：1、 什么是移动平均法？ 2、 简述二次移动平均法的原理课后作业：教材P134页2、3、1、 某食品厂的W牌果奶在市场上的市场份额为20%。该厂通过市场调查发现其顾客中有10%下月转向购买其他牌号的果奶；但与此同时，原先购买其它牌号的果奶的消费者每月有5%转向购买W牌果奶。（1）写出转移概率的距阵（2）预测该厂下个月的市场占有率（3）计算市场占有率变化趋于稳定后的该厂果奶的长期占有率。2、 某企业19962001年销售额如下表：年份199619971998199920002001销售额300324347372396202根据以上资料分别运用简单平均法和加权平均法预测2002年的销售额（权数分别为1-6）。3、 某企业19902001年销售额如下表：年份 90 91 92 93 94 95 96 97 98 99 00 01销售额192 224 188 198 206 203 238 228 231 221 259 273根据以上资料，用二次移动平均（N取4）预测该企业2002年和2003年销售额。17 课前提问：1、什么是马尔柯夫预测法？2、什么是移动平均法？3、 简述二次移动平均法的原理4、 你觉得在现实从事营销工作中什么地方可以用到移动平均法？（产品的产量、销售量的变动；营销人员的数量；顾客的数量）5、 探讨移动平均法的不足导入新课：移动平均法在运用过程中存在两个方面的不足：首先，计算一次移动平均值必须储存多个实际值，当预测项目很多时，就要占据相当大的预测空间；其次，往往对最近的几个实际值等值来看待，并T-N期以前的数据完全不考虑。为了弥补这些缺点，就产生了指数平滑法。它是通过对预测目标历史统计序列的逐层的平滑计算，消除由于随机因素造成的影响，找出预测目标的基本变化趋势，并以此预测未来。它的预测效果比移动平均要好，应用面也更广。新课：第二节 指数平滑法指数平滑法是一种特殊的加权平均法，加权的特点是对离预测期较近的历史数据给予较大的权数，对离预测期较远的历史数据给予较小的权数，权数由近到远按指数规律递减。一、 一次指数平滑法一次指数平滑法，是指以预测对象的上期实际发生数和上期预测值为资料，用平滑系数来确定二者的权数，计算加权平均数（即平滑值），并根据平滑值确定本期预测值的一种预测方法。（一） 一次指数平滑法的模型一次指数平滑法的预测模型为：上式又可表示为：在实际资料中，F0是不存在的，指数平滑法也不能将其求出来确定方法主要有两种：1、 在数据较多时，以D1代替（常用）2、 以预测值最远的几个历史数据的平均数作为初始值。（二） 一次指数平滑法的特点1、 调整预测值的功能在一次指数平滑法的模型中，调整项是a(Dt-1-Ft-1),其中(Dt-1-Ft-1)是T-1的预测误差。当Dt-1Ft-1时，Dt-1-Ft-10，也就是说T-1期的预测值太小，因此，在预测T期时应对Ft-1做一定的调整，把大于0 的a(Dt-1-Ft-1)加到Ft-1上去，作为T期的预测值Ft。反之，可见，一次指数平滑法具有根据T-1误差，调整T期预测值的能力，而且，在给定的a下，预测误差越大，对预测值调整的幅度也越大，反之，则越小，从而使预测误差控制在一定的范围内。2、 预测值中包含的信息量较多 t-1当T很大时，（1-a）是一个很小是值，而且F0不能从公式中 t-1求得，上式中（1- a）F0可忽略不计，则从上式可见，一次指数平滑法的预测值是全部历史数据参加平均的结果。由于一次指数平滑法参与平均的历史数据大大多于一次移动法参与平均的历史数据，所以一次指数平滑法预测值中所包含的信息量比一次移动平均法预测值中所包含的信息量要丰富得多。（三） 一次指数平滑法平滑系数的运用在实际预测中，为提高预测的精确度，可通过比较a在不同取值下的预测效果，确定较合适的值。一般经验是：P118（四） 一次指数平滑法的应用P118（五） 一次指数平滑法的局限性象一次移动平均法一样，一次指数平滑法只适用于水平型历史数据的预测，而不适用于呈斜坡型线性趋势历史数据的预测。因为此时即使a取值很大，仍然会产生较大的系统误差。如表所示：年份食品支出预测值绝对误差（1）（2）（3）（4）1995199619971998199920002001合计平均误差243.29277.82320.39389.09444.84496.23243.29243.29274.37315.79381.76438.53034.5346.0273.3063.0857.70274.6345.27表中第二栏是某地区农民家庭平均每人全年食品支出的数据，呈明显的上升趋势，现在a=0.9，但平均误差仍为45.77，而且，每期的实际值都大于预测值，（注意：请同学们考虑一次移动平均法也有这种状况出现，当时我们的解决办法是什么？）是由于预测模型同历史数据不适应造成的误差。这就证明了一次指数平滑法不适用于呈斜坡型线性变动的历史数据。二、 二次指数平滑法二次指数平滑法是对一次指数平滑值序列的再进行一次指数平滑值的计算，求得二次指数平滑值序列，通过对两次指数平滑值序列的比较分析，建立起线性方程来进行市场预测的方法。二次指数平滑法预测模型的建立必须在一次指数平滑值和二次指数平滑值的计算的基础上。二次指数平滑值的计算必须通过一次指数平滑值来计算，其公式为：二次移动平均法的原理完全适用于二次指数平滑法，对于斜坡型的历史数据，历史数据和一次指数平滑值的差值与一次指数平滑值和二次指数平滑值的差值基本相同，（注意：这又和二次移动平均法的预测模型的建立的原理是一样的）所以，根据这一原理，我们可以建立二次指数平滑法的线性预测模型：其中At是模型参数，是线性方程式的截距。Bt是线性方程式的斜率。二次指数平滑法的应用：P120小结：指数平滑法n 一次指数平滑法n 二次指数平滑法作业：P134 41、 某企业1996-2001年销售额如下表：单位：万元年份199619971998199920002001销售额210195200197205202用一次指数平滑法（A取0.4）预测2002年产品的市场需求量。2、 某企业1995-2001年销售额如下表：单位：万元年份1995199619971998199920002001销售额300324347372396420446根据以上资料，用二次指数平滑法（A取0.8）预测企业2002年和2003年的销售额。18课前提问：1、 什么是移动平均法？2、 什么是指数平滑法？3、 一次指数平滑法和二次指数平滑法有何不同？4、 比较二次移动平均法和二次指数平滑法导入新课 时间序列预测中，时间数列的表现形式有许多种季节时间数列的数据表现出随着季节变换会重复出现有规律波动的形态。新课：第三节 季节指数法C1P205根据历史数据中所包含的季节变动规律性，对预测目标的未来状况作出预测的方法。季节变动极其特点：季节变动是指许多经济现象受自然因素和消费习惯、风俗习惯等社会因素的影响，在一年内随季节的更换而发生有规律性的变动。季节生产，常年消费：粮食、棉花、茶叶常年生产，季节消费：电风扇、空调器、汗衫、绒线季节生产，季节消费：冷饮、月饼共同特点：季节变动的循环周期为一年，而且在一年中随着季节的更替呈现有规律的变动。季节指数是一种以相对数表示的季节变动衡量指标。一、 无趋势变动的季节指数预测法无趋势变动即水平型季节变动，是指以年为间隔单位的历史数据在总体上是呈水平发展的不包含趋势变动因素，只含季节变动因素和不规则因素。无趋势变动的季节指数预测法就是通过平均来消除不规则因素，然后计算出季节指数、季节变差等指标，以反映季节变动的规律性，并据以进行预测的方法。1、季节指数预测法季节指数（%）=历年同季平均数/全时期总平均数 *100%2、季节变差预测法季节变差=历年同季平均数-全时期总平均数 3、 应用：（1） 已知某季实际值例P124（2） 已知预测目标半年预测值 例P124（3） 已知预测目标全年预测值 例P124二、 含趋势变动的季节指数预测法含趋势变动的季节指数预测法就是先消除趋势因素和不规则因素，然后计算出季节指数和季节变差，以揭示季节变动的规律性，并据以进行预测的方法。（一） 趋势型季节变动的历史数据结构分析趋势型季节变动是指以年为间隔单位的历史数据从总体上看是呈现上升或下降趋势发展的，既包含趋势变动因素，也包含季节变动因素和不规则变动因素。（二） 趋势型季节变动的测定方法：移动平均趋势消除法步骤：1、 求4个季移动平均数。注意：其移动平均值应放在参加移动平均的4个季度的数据中间。2、 求趋势值。由于移动平均的跨越期数4是偶数，需要将相邻的两个移动平均数加以平均作为趋势值。3、 求历年各季趋势变动情况（即季节变差）、季节比率季节变差=历年同季平均数-趋势值 季节比率=销售量/趋势值*100%4、 求季节指数季节指数（%）=历年同季季节比率的平均数的修正系数（三）应用P127第四节 趋势外推法就是根据时间数列呈现出的规律性趋势向外推导，从而确定预测对象未来值的预测方法。一、 直线趋势外推法C1P165是指对有线性变动趋势的时间数列，拟合成直线方程进行外推预测的方法。1、 增减量预测法是以上期实际值与上两期之间的增减量之和，作为本期预测值的方法。2、 平均增减量预测法先计算出整个时间数列逐期增减量的平均数，再与上期实际数相加，从而确定预测值的方法。二、 曲线趋势外推法C1P173某些市场现象的变化趋势近似以某种曲线的形式，人们可以根据曲线的特征，拟合成相应的曲线方程向外推导，求出预测值。主要类型有：1、 二次曲线预测法亦称抛物线模型预测法，它是根据预测对象具有二次曲线变动趋势的历史数据，拟合成一条二次曲线进行预测的方法。Y=A+BT+CT2用最小平方法求模型中的参数A、B、C二次曲线预测法的应用：随着生活水平的提高，人民对保健品和医疗用品的需求不断扩大，我国城镇居民家庭平均每人全年用于药物及医疗用品方面的费用占全部生活费支出的比重如表所示，试用最小平方法求参数，预测2001年和2002年药物及医疗费用占全部生活费支出的比重。年份199519961997199819992000比重（%）0.930.951.001.141.321.52解：年份实际值年序数tttttttytty（1）（2）（3）（4）（5）（6）（7）199519961997199819992000和0. 930. 951. 001.141.321.526.86-5-3-1135025911925706258111816251414-4.65-2.85-1.001.143.967.604.2023.258.551.001.1411.8838.0083.82A=1.07B=0.06C=0.01y=a+bt+ctt=1.07+0.06T+0.01TTy2001=1.98%y2002=2.42%2、 指数曲线预测法是根据预测对象具有指数曲线变动趋势的历史数据，拟合成一条指数曲线，通过建立指数曲线模型进行预测的方法。Y=Abt仍然用最小二乘法求某性参数。课后小结： 季节指数法n 无趋势变动的季节指数预测法n 含趋势变动的季节指数预测法 趋势外推法u 直线趋势外推法u 曲线趋势外推法课后作业：教材P134页3、 4、5、6、某企业1998-2001年各季的销售额资料如下 单位：万元 季度年份一季度二季度三季度四季度1998217116284467199923612529148320002271372854962001230130297475（4） 该企业2002年全年的预测值为1430万元，利用季节指数法测算2002各季的销售额。（5） 根据2002年4月初的统计结果，2002第一季度的销售实绩为245万元，试用季节指数法预测第二、三、四季度和全年的预测值。19课前提问：1、 什么是季节指数法？比较无趋势变动和含趋势变动的预测法的不同。2、 什么是趋势外推法？作业讲解：导入新课： 第四章 回归分析预测我们常常可以发现，我们所要预测的量与一个或数个变量有很强的依存关系。如果找到了这种依存关系的明确的数学表达式，则市场预测就比较容易进行了。这就是回归分析预测法。第一节 一元线性回归预测法一、 一元线性回归预测基本思想通过居民消费支出的多少和居民生活费收入的关系来说明。二、 一元线性回归预测模型的建立设为Y因变量，为X自变量，（Xi，Yi）（i=1，2，3，N）为一组样本观察值，直线方程称为一元线性回归直线， a和b称为回归系数，Y为估计值。参数的确定是利用最小二乘法的原理来确定P138下面介绍一种使用矩阵的直观而简便的方法。设已知N对数据（X1，Y1）（YN，YN），要用一个线性模型来拟合这N对数据，也就是要求得A和B使得：上式用矩阵形式表示为两边左乘矩阵即为：求方程解实例1建立居民生活费收入和居民消费支出的一元线性回归模型。实例2根据经验知道，市场上高级音响设备的需求量同新结婚户的数量之间具有正相关关系。假设某地区从1992年至2001年高级音响设备的销售量和新结婚户的资料如下表。 预计2004年该地区的新结婚户为430万户，要求预测该年高级音响设备是需求量。某地区高级音响设备销售量与新结婚户资料年份新结婚户数X音响销售量（千套）YXYX219921993199419951996199719981999200020012002152352502752853003303503607074808488921001101121161400015910188002100024200262203000036300392004176040000462255522562500756258122590000108900122500129600合计2800926267390811800B=0.2917266A=10.916552Y=10.916552+0.2917266XY=10.916552+0.29172668*430=136.36（千套）三、 模型的检验常用的方法有： 经济意义检验 回归标准差检验 拟合优度检验 回归系数显著性检验 回归方程显著性检验1、 经济意义检验就是根据模型中各个参数的经济含义，分析各参数的值是否与分析对象的经济含义相符。2、 回归标准差检验因变量的实际值和估计值的拟合误差为Y-Y，回归标准差是拟合误差平方的算术平均数的平方根。方差越接近于0，说明模型估计值与实际值的偏差越小，模型拟合程度越好。3、 拟合优度检验注意：在一元线性回归中拟合优度R与相关系数r相等。在多元线性模型中，不再存在简单相关系数的概念，但拟合优度R的概念仍然适用。也称复相关系数。但是多元线性回归中的复相关系数与一元线性回归中的但相关系数有重大差别：1、 但相关系数有明确的定义，而复相关系数则没有。2、 单相关系数可以取负值，表示两变量负相关，而复相关系数取负值无意义。4、 回归系数的显著性检验5、 回归方程的显著性检验四、 利用回归预测模型进行预测1、 点预测法将自变量取值带入回归预测模型求出因变量的预测值。2、 置信区间预测法在实际应用中，我们希望估计出一个范围，并知道在此范围的可靠程度，这个取值范围通常称为预测的置信区间。置信区间的表达式为：实例：中国城镇家庭年人均收入与年人均消费的有关数据：单位：元年人均收入年人均消费860107712671489175920727829611098127514571685一元线性回归参数计算表年人均收入X年人均消费YXYXX8601077126714891759207278296110981275145716856725201034997139116618984752562863349132073960011599281605289221712130940484293184合计842572491105134113109204平均14211208B=0.7596A=132.7Y=132.7+0.7596X当收入达到6000元时，人均消费将达到Y=132.7+0.7596*6000=4673（元）第二节 多元线性回归预测法一、 二元线性回归预测法二、 多元线性回归预测法三、 多元线性回归模型的检验1、 判定系数检验2、 回归系数显著性检验3、 回归方程的显著性检验四、 实例2第三节 非线性回归预测法一、 可线性化的回归模型及其变换方式1、 直接变换法转化模型（1） 多项式回归模型（2） 双曲线回归模型（3） 对数曲线回归模型（4） 三角函数曲线回归模型2、 对数变化法转化模型（1） 指数曲线回归模型（2） 幂函数曲线回归模型二、 实例3课后思考：1、 如何用最小二乘法建立回归直线方程？2、 一元回归模型的检验方法有几种，各检验方法是对模型哪方面的检验？3、 多元线性回归预测法与一元线性回归预测法有何异同？4、 什么是非线性回归预测法？课后作业：教材P156页 4、5、20网上作业 根据先前制定的小组调研计划，进一步通过网络信息搜寻有关资料，要求把最后的调研报告在期末考试前一周上交。21复习提问1、2、导入新课第五章 综合预测第一节 景气分析预测法一、 市场景气分析概述二、 市场景气预测的种类和方法（一） 领先落后指标法（二） 扩散指数法1、 扩散指数2、 扩散指数的应用（三） 压力指数法1、 需求对供给的压力指数2、 需求对生产的压力指数3、 零售市场对农业生产的压力指数4、 结余购买力对零售市场的压力指数5、 结余购买力对商品存货压力第二节 生命周期预测法一、 产品生命周期的概念二、 产品生命周期阶段的划分1、 试销期2、 成长期3、 成熟期4、 衰退期三、 产品生命周期的判断和预测方法（一） 销售增长率分析预测法（二） 产品社会普及率预测法（三） 对比类推法1、 产品类推法2、 地区类推法3、 国际类推法4、 行业类推法5、 产品升级换代类推法（四） 曲线模型预测法四、 实例第三节 灰色预测法一、 灰色系统基础知识1、 灰色系统2、 灰变量、灰数、灰数序列二、 灰色生成1、 累加生成2、 累减生成3、 均值生成三、 灰色预测第四节 组合预测法一、 组合预测法原理二、 组合预测的组合方法1、 平均组合法（1） 简单平均法（2） 标准差法（3） 二项式系数法2、 三点合成法3、 区域合成法（1） 四分位数法（2） 区间交集法三、 应用实例（1） 简单平均法（2） 标准差法课后小结：复习思考：课后作业：