市場調查預測實訓預測模型

㈠ 市場調查與預測作業一實訓題2

獨立控制配額抽樣是指調查人員只對樣本獨立規定一種特徵（或一種控制特性）下的樣本數額。 如在消費者需求調查中，我們按年齡特徵，分別規定不同年齡段的樣本數目，就屬於獨立控制配額抽樣。人們通常把消費者的年齡、性別、收入分別進行配額抽樣而不考慮三個控制特性的交叉關系。
相互控制配額抽樣是指在按各類控制特性獨立分配樣本數額基礎上，再採用交叉控制安排樣本的具體數額的抽樣方式。
具體計算方法
按民族獨立控制配額抽樣：把樣本總數乘上各自的比例即可
漢族：82%*2000=1640 回族：10%*2000=200 滿族：5%*2000=100 其它：3%*2000=60
按民族和收入相互控制配額抽樣：同上
漢族：82%*2000*15%=246 82%*2000*60%=984 82%*2000*25%=410
回族：10%*2000*15%=30 10%*2000*60%=120 10%*2000*25%=50
滿族：5%*2000*15%=15 5%*2000*60%=60 5%*2000*25%=25
其它：3%*2000*15%=9 3%*2000*60%=36 3%*2000*25%=15

㈡ 預測模型可分為哪幾類

1、趨勢外推預測方法

趨勢外推預測方法是根據事物的歷史和現實數據，尋求事物隨時間推移而發展變化的規律，從而推測其未來狀況的一種常用的預測方法。

趨勢外推法的假設條件是：

(1)假設事物發展過程沒有跳躍式變化，即事物的發展變化是漸進型的。

(2)假設所研究系統的結構、功能等基本保持不變，即假定根據過去資料建立的趨勢外推模型能適合未來，能代表未來趨勢變化的情況。

由以上兩個假設條件可知，趨勢外推預測法是事物發展漸進過程的一種統計預測方法。簡言之，就是運用一個數學模型，擬合一條趨勢線，然後用這個模型外推預測未來時期事物的發展。

2、回歸預測方法

回歸預測方法是根據自變數和因變數之間的相關關系進行預測的。自變數的個數可以一個或多個，根據自變數的個數可分為一元回歸預測和多元回歸預測。同時根據自變數和因變數的相關關系，分為線性回歸預測方法和非線性回歸方法。回歸問題的學習等價於函數擬合：選擇一條函數曲線使其很好的擬合已知數據且能很好的預測未知數據。

3、卡爾曼濾波預測模型

卡爾曼濾波是以最小均方誤差為估計的最佳准則，來尋求一套遞推估計的模型，其基本思想是： 採用信號與雜訊的狀態空間模型，利用前一時刻地估計值和現時刻的觀測值來更新對狀態變數的估計，求出現時刻的估計值。

它適合於實時處理和計算機運算。卡爾曼濾波器問題由預計步驟，估計步驟，前進步驟組成。 在預計步驟中， t時狀態的估計取決於所有到t-1 時的信息。在估算步驟中， 狀態更新後， 估計要於時間t的實際觀察比較。更新的狀態是較早的推算和新觀察的綜合。 置於每一個成分的權重由「 Kalmangain」（卡爾曼增益） 決定，它取決於雜訊 w 和 v。（雜訊越小，新的觀察的可信度越高，權重越大，反之亦然）。前進步驟意味著先前的「新」觀察在准備下一輪預計和估算時變成了「舊」 觀察。 在任何時間可以進行任何長度的預測（通過提前狀態轉換）。

4、組合預測模型

組合預測法是對同一個問題，採用多種預測方法。組合的主要目的是綜合利用各種方法所提供的信息，盡可能地提高預測精度。組合預測有 2 種基本形式，一是等權組合， 即各預測方法的預測值按相同的權數組合成新的預測值；二是不等權組合，即賦予不同預測方法的預測值不同的權數。 這 2 種形式的原理和運用方法完全相同，只是權數的取定有所區別。 根據經驗，採用不等權組合的組合預測法結果較為准確。

5、BP神經網路預測模型

BP網路（Back-ProPagation Network）又稱反向傳播神經網路， 通過樣本數據的訓練，不斷修正網路權值和閾值使誤差函數沿負梯度方向下降，逼近期望輸出。它是一種應用較為廣泛的神經網路模型，多用於函數逼近、模型識別分類、數據壓縮和時間序列預測等。點擊打開鏈接（BP神經網路預測實例）

㈢ 市場預測過程中,建立預測模型要注意的問題有哪些

市場調查要注意哪些因素 市場調查有：常見的市場調查消費者調查：針對特定的消費者做觀察與研究，有目地的分析他們的購買行為，消費心理演變等等。 市場觀察：針對特定的產業區域做對照性的分析，從經濟，科技等有組織的角度來做研究。 產品調查：針對某一性質的相同產品研究其發展歷史，設計，生產等相關因素。 廣告研究：針對特定的廣告做其促銷效果的分析與整理。 可能包括下列內容市場測試test marketing：在產品上市前，提供一定量的試用品給指定消費者，透過他們的反應來研究此產品未來市場的走向。 概念測試Concept Testing：針對指定消費者，利用問卷或電話訪談等其他方式，測試新的銷售創意是否有其市場。 神秘購物 mystery shopping：安排隱藏身份的研究員購買特定物品或消費特定的服務，並完整紀錄整個購物流程，以此測試產品、服務態度等。又被稱做神秘客或神秘客購物。 零售店審查store audits：用以判斷連鎖店或零售店是否提供妥當的服務。 需求評估demand estimation：用以判斷產品最大的需求層面，以找到主要客戶。 銷售預測：找到最大需求層面後，判斷能夠銷售多少產品或服務。 客戶滿意度調查：利用問卷或訪談來量化客戶對產品的滿意程度。 分銷審查distribution channel audits：用以判斷可能的零售商，批發業者對產品、品牌和公司的態度。 價格調整測試price elasticity testing：用來找出當價格改變時，最先受影響的消費者。 象限研究segmentation research：將潛在消費者的消費行為，心理思考等用人口統計的方法分為象限來研究。 消費者購買決定過程研究consumer decision process research：針對容易改變心意的消費者去分析，什麼因素影響他買此產品，以及他改變購買決定時的行為模式。 品牌命名測試brand name testing：研究消費者對新產品名的感覺。

㈣ 市場調查與預測方法有哪些並舉例說明（明天考試就考這個急急急）

1，定性市場調查預測法定性市場調查預測法，也稱為直觀判斷法，是市場調查預測中經常使用的方法。定性預測主要是依靠預測人員所掌握的信息，經驗和綜合判斷能力，來預測市場未來的狀況和發展趨勢。這類市場預測方法簡單易行，特別適用於那些難以獲取全面的資料進行統計分析的問題。因此，定性市場調查預測法在市場調查預測中得到廣泛的應用。定性市場調查預測法包括：個人經驗判斷法，集體經驗判斷法，專家調查法（又稱德爾菲法）。1，個人經驗判斷法，是指預測者根據個人的經驗和知識，通過對影響市場變化的各種因素進行分析，判斷和推理來預測市場的發展趨勢。在預測者經驗豐富，已有資料詳盡和准確的前提下，採用這種方法往往能做出准確的預測。2，集體經驗判斷法，是指預測人員邀請生產，財務，市場銷售等各部門負責人進行集體討論，廣泛交換意見，再做出預測的方法。由於預測參加者分屬於各個不同的部門和環節，做出的預測往往較為准確和全面。這種市場調查預測方法也較為簡單可行，常用於產品市場需求和銷售額的預測。3，專家市場調查法，是由美國蘭德公司開發出來的，被廣泛運用於軍事，經濟和商情預測，又稱德爾菲法。德爾菲法本質上是一種反饋匿名函詢法。其做法是：在對所要預測的問題徵得專家的意見後，進行整理，歸納，統計，再匿名反饋給各專家，然後再次徵求意見，再次歸納，統計，再反饋給各專家，直至得到穩定的意見。為了消除被徵求意見成員間相互影響，參加的專家可以互不了解。這種運用匿名，反復多次征詢意見進行背靠背交流的方式，可以充分發揮專家們的個人智慧，知識和經驗，最後匯總得出一個能反映群體意志的預測結果。德爾菲法具有以下三大特徵：一是資源利用的充分性。二是最終結論的可靠性。三是最終結論的統一性。

㈤ 簡述市場調查與預測的基本步驟

所謂市場預測，是對某一特定地區某種特定產品需求量和供應量的預測。市場需求量預測可分為市場潛量預測和市場發展趨勢預測。前者是分析產品在目前或近斯可能的最大需求量，後者是分析產品在今後一定時期內的需求變化趨勢。 市場發展趨勢預測，按時間長短可分為長期、中期和短期預測三種。長期預測，一般指5年以上的預測，應根據國民收入的增長、消費水平和購買支付能力的變化，以及生產、運輸能力和科學技術等客觀條件的發展變化等進行分析預測，從而確定產品長期的經營方向和發展規模。短期預測，一般指一年以內的預測，根據各季度和月份的客觀變化，預測需求的季節性變化，從而具體安排生產活動。而介於二者之間的中期預測，一般指3年左右的預測。
5.1.2 市場預測方法
市場預測方法可分為定性和定量二種。 定性預測主要依靠專家經驗，藉助於調查、了解、直觀分析的手段，對事物的未來發展作出預測，如，專家意見法、市場調查法。它比較適用於新產品以及掌握歷史數據不多的產品市場供需預測，也比較適用於對那些突變型、跳躍式發展的經濟事件預測。此類方法的特點是可以較好地考慮法律政策、技術變化等因素對市場行為的影響，但是缺乏定量方法的嚴密性。 定量預測方法主要是藉助於數學方法，採用時間序列、因果分析、消費水平和最終用途分析等方式進行數學推算或估算，常用於市場經濟發展趨勢分析。這類方法可以識別市場發展變化的因果關系，因而能夠較好地預測未來情況，尤其是預測可能的突變點。典型的預測模型有經濟計量模型和工程過程模型。 應該指出，礦產市場是一個受資源、技術、經濟、政治、法律、社會等眾多因素影響的復雜系統，因此，對其行為的准確預測是相當困難的。即使是綜合採用各種預測方法，也未必十分奏效。盡管如此，無論是廠商，或者是政府機構的決策者在制定決策時，都必須利用某種方法進行預測，別無選擇。

㈥ 市場規模的預測模型

Logit 模型
Logit 模型是假設事件發生概率服從標准 Logistic 的累積概率分布函數，其基本形式和一般的線性回歸形式相同，但因變數（被解釋變數） Y 不象線性回歸中所要求的連續變數而且服從正態分布，而是屬於二分類（ Dichotomous ）變數，如事件發生與否，是否屬於某類范疇等，其模型稱為二項 Logit 模型（ Binary Logit Model ）；或為多分類（ Polytomous ）變數，如屬於哪一類范疇，定序尺度（如滿意、一般、不滿意）等，其模型為多項 Logit 模型（ Multinomial Logit Model ）。
Bases Ⅱ Model模型
由 SAMI/Burke Marketing Research 於 1978 年開發出來的，用來預測新產品銷售情況（ New Proct Sales volume forecasting ），使用調查的數據作為分析基礎。該模型描述了用戶對新產品從不知道（ Unaware ）到知道（ Aware ），到試用該產品（ Trail ），最後到重復購買和使用（ Repeat ）的過程。因此，使用該模型預測新產品銷售情況的關鍵在於估計用戶由知道該產品到試用該產品的概率和有試用到重復購買和使用的概率。
分析法
市場研究中一個經常遇到的問題是，在所研究的 產品或服務中，具有哪些屬性的產品最能受到用戶的歡迎，哪種類型的用戶對產品或服務的哪些屬性最感興趣，即產品或服務的不同屬性對用戶的重要程度是怎樣 的？這就是調查公司所謂的結合分析技術，也稱聯合分析。其中，ARC最常用的結合分析方法的基本思想是：通過提供給用戶以不同的屬性水平組合形成的產品， 並請用戶作出心理判斷，按其意願程度給產品組合打分、排序，然後採用樹立分析方法對每個屬性水平賦值，是評價結果與用戶的給分盡量保持一致，來分析研究用 戶的選擇行為。
ARC通常使用結合分析實現解決以下幾個方面問題：
1 ）決定各種屬性在用戶選擇品牌（產品）時的相對重要性；
2 ）估計不同屬性水平的市場佔有率；
3 ）確定最受歡迎品牌的屬性水平組合；
4 ）根據用戶對屬性水平喜好的相似性，作用戶市場分類。

㈦ 市場調查預測的方法有哪些

觀察法、實驗法、詢問法、情況推測、問卷法等。

1、觀察法

觀察法是社會調查和市場調查研究的最基本的方法。它是由調查人員根據調查研究的對象，利用眼睛、耳朵等感官以直接觀察的方式對其進行考察並搜集資料。例如，市場調查人員到被訪問者的銷售場所去觀察商品的品牌及包裝情況。

2、實驗法

實驗法是由調查人員跟進調查的要求，用實驗的方式對調查的對象控制在特定的環境條件下，對其進行觀察以獲得相應的信息。

控制對象可以是產品的價格、品質、包裝等，在可控制的條件下觀察市場現象，揭示在自然條件下不易發生的市場規律，這種方法主要用於市場銷售實驗和消費者使用實驗。

(7)市場調查預測實訓預測模型擴展閱讀：

市場調查基本步驟：

預測應該遵循一定的程序和步驟以使工作有序化、統籌規劃和協作。市場預測的過程大致包含以下的步驟：

1、確定目標

明確目的，是開展市場預測工作的第一步，因為預測的目的不同，預測的內容和項目、所需要的資料和所運用的方法都會有所不同。

明確預測目標，就是根據經營活動存在的問題，擬定預測的項目，制定預測工作計劃，編制預算，調配力量，組織實施，以保證市場預測工作有計劃、有節奏地進行。

2、搜集資料

進行市場預測必須佔有充分的資料。有了充分的資料，才能為市場預測提供進行分析、判斷的可靠依據。在市場預測計劃的指導下，調查和搜集預測有關資料是進行市場預測的重要一環，也是預測的基礎性工作。