vr分分彩 > 季节养生 >

季节变动数据模式分析法及预测步骤

2018-08-12 10:34

  季节变动数据模式分析法及预测步骤_从业资格考试_资格考试/认证_教育专区。第一节 季节变动数据模式分析法及预测步骤 一、数据模式的分析法 1、叠加法 2、乘积法 二、预测步骤 第一步:确定在不考虑季节变化因素影响下的年度预测值,也称水平/趋势预测值。 第二步:利用按季(

  第一节 季节变动数据模式分析法及预测步骤 一、数据模式的分析法 1、叠加法 2、乘积法 二、预测步骤 第一步:确定在不考虑季节变化因素影响下的年度预测值,也称水平/趋势预测值。 第二步:利用按季(月)度的各年历史值(3 年以上)计算各季度的季节指标(季节指数、季节变差、季节 比重。 第三步:运用步骤二中得到的季节指标和步骤一中得到的年度预测值, 从而估算预测期各季(月)度的预 测值。 第二节 季节指数预测法 一、季节指数的测算方法 1、按季平均法 例:某食品公司历年肉制品按季销售资料如表所示(单位:吨) : 表 8—1 按季平均法计算表 年份 2001 2002 2003 2004 2005 第一季度 2150 2192 2089 2230 2285 第二季度 1440 1500 1495 1530 1510 第三季度 1485 1510 1504 1525 1579 第四季度 1768 1795 1765 1810 1796 历年同季的季度平均值见上表中所示。 表 8—2 按季平均法计算表 2、全年比率平均法 分两步: 二、实际预测 1、情形一:已知年度预测值,估计各季度预测值 2、情形二:已知某季度的实际值,估计其它各季预测值。 第三节 季节变差预测法 一、季节变差指标的测定方法 某季的季节变差=历年同季的季节平均值-全时期季度平均值 例题:上例中(见表 8-1 数据) ,要求利用季节变差估算各季度预测值。 二、实际预测 1、情形一:已知年度预测值,预测其它各季度值。 某季的预测值=年度预测值/4+该季的季节变差 例:数据同上,预计 2006 年该公司肉制品销售量比上年增加 3%,估计其它各季度 预测值,即 2006 年度预测值为:7170 ×(1+3%)=7385 (吨) ,预测各季度值。 2、情形二:已知某季的实际值,估计其它各季度预测值。 某季度预测值=已知季度的实际值—已知季度的季节变差+该季的季节变差 例题:上例中,2004 年一季度销售量为 2400 吨,要求预测其它各季销售量。 第二季度的预测值=2400-441.3+(-252.9)=1705.8(吨) 第三季度的预测值=2400-441.3+(-229.1)=1729.6 (吨) 第四季节的预测值=2400-441.3+38.9=1997.6 (吨) 全年的预测值=(2400-441.3)×4=7834.8 (吨) 第四节 季节比重预测法 一、季节比重指标的测定方法 一年中各季的季节比重之和为 100%,平均每季季节比重为 25%, 大于 25%,高于平均水平,小于 25%,低于平均水平。 例题:上例中的数据,要求估算各季度季节比重,计算结果见表 8-4 所示。 表 8-4 季节比重计算表 (单位:%) 年份 2001 2002 2003 2004 2005 合 季节比重% 第一季度 31.4 31.3 30.5 31.4 31.9 计% 156.3% 31.3% 第二季度 21.05 21.45 21.8 21.6 21.2 107.1% 21.4% 第三季度 21.7 21.6 22.0 21.5 21.9 108.6 21.7% 第四季度 25.83 25.65 25.75 25.5 25.04 127.8 25.6% 全年 100 100 100 100 100 二、实际预测 1、情形一:已知年度预测值,预测其它各季度值。 例题:已知 2006 年度预测值为 7385 吨,要求利用季节变差预测各值 一季度预测值=7385×31.3%=2311.5(吨) 二季度预测值=7385×21.4%=1580.4(吨) 三季度预测值=7385×21.7%=1602.5(吨) 四季度预测值=7835×25.6%=1890.6(吨)