2001 年第四季度销售量的预测值为：14.392
例 2：某企业计划生产某新产品投放市场，其生产成本为 4 元，在定价时，人们提出了三种方案：每台 5 元、6 元、7
元。由于价格不同，其销售量将会有所不同，相应地其预期收益也不同。下表表明了在不同的价格水平下可能的销量，
要求据此对定价方案做出选择。
首先，根据销售量、生产成本及定价，可以计算出各方案在不பைடு நூலகம்销路下可能获得的收益大小。
(5)多重共线性:在某些情况下，问题出在回归分析中变量太多上面。有时两个或两个以上的自变量之间高度 相关，这种现象被称为多重共线性。 多重共线性会使回归分析出现麻烦。如果两个自变量高度相关，就很难把每 个自变量对因变量的影响分开，回归分析无法进行。当出现多重共线性问题时，系数的标准差就会较大，从而 t统计量就会较小。因此系数在统计上的显著性就会减少。解决方法：对自变量之间是否存在高度相关进行检验， 从方程中取消一个高度相关的自变量 4 请阐述先行指标的有用性取决于那四个方面的因素？（8 分） (1)指标必须准确。也就是说它的波动应与它想预测的序列的波动紧密相关； (2)指标必须有足够的超前期。即使两个序列高度相关，如果超前期太短，指标也没有多大用处； (3)要求超前期相对稳定。如果一个序列有时超前另个序列 6 个月，有时则超前两年，这样的先行指标用处就不大。 (4)对某项指标能预测其他经济现象应当有合理的解释。 5 请详细阐述波士顿矩阵中三条失败的路线,并图示三条失败的路线？（9 分） 失败的路线有三条： （1）许多企业将从金牛赚来的钱，重新投资在该产品上，而对 问号投资不足，结果问号变成瘦狗，而未变成明星。 即用将来的机会换取了现在的金钱。目光短浅，只顾眼前的利益。 （2）一些企业对竞争对手或新进入者没有足够的警惕，允许他们在高增长的市场上增加市场份额，结果在明星业 务上投资不足，明星变成了问号，进而变成瘦狗。例如：在 20 世纪 70 年代，Adidas 允许 Nike 在跑鞋市场上增加 份额，结果失去了市场。同样我国很多企业也犯了类似的错误，有些企业本来已经成为市场领先者，但却在地位并 未完全巩固时就过早将目光移向其他产品，结果极大地削弱了自己的竞争地位。 （3） 一些企业从金牛身上挤了太多的奶，结果“牛”死了。众所周知的例子是美国施乐公司在 20 世纪 70 年代后 期和 80 年代早期过多地从复印机上获得利润，试图进入个人计算机市场，结果并未成功。
0.5
1 28
20
0.1
总计
200
1
方案
不同方案的销路、概率及效益
不同状态下的销量（万台）及收益
状态
畅销（0.25）一般（0.50） 差（0.25）
高价7元
30（90） 25（75）
20（60）
平价6元
48（96） 36（72）
28（56）
低价5元
100（100） 60（60）
46（46）
期望值（万元） 75 74
3
(4) 变量遗漏问题:当回归结果与经济理论不一致时，重要变量的遗漏可能是最主要的原因。比如：有一个大 学生进行需求预测，根据收集到的资料进行回归后得到的预测方程为：Q=7.8+3.42P，价格系数为正值，并在统计 上显著。对这样的一个结果，我们认为不合常理，一个解释是：价格一直上涨，但收入和人口数也增加，价格和 收入、人口呈现正相关，所以 3.42 反映收入和人口增加而导致需求的增加。因此，为例分别找出这些影响，就需 要在回归方程中增加新的变量。
品资料时也可采用机会均等决策的方法，即将各种自然状态可能发生的概率看做均等的 平均概率，或者依据销售人员
和决策者的经验进行各种概率的估计。在这种情况下，决策的偏差较大。
2
2008-2009 学年 第 2 学期末考试试题（A 卷） 一、名词解释（共 20 分 ， 每小题 4 分） 1、AHP 法:是一种将决策者对复杂问题的决策思维过程模型化、数量化的过程。通过这种方法，可以将复杂问题分
25
可行方案（日进货量） 0.1
25
500
26
420
27
340
28
260
市场日销售量 26 27 0.3 0.5 500 500
520 520 440 540 360 460
28 期望值 0.1 500 500 520 510 540 490 560 420
如果日进货量为 25 箱，则将来不管那种情况发生，都会销售出去，即收益值为
预期收益=销售量 X（售价-成本）
1
方案的期望值= 某方案各种状态的预期收益 X 相应的概率 最后，根据各方案期望值的大小，决定定价方案。
日销售量 完成天数
25
20
26
60
27
100
28
20
总计
200
概00..率 日13 销2售5 量
完成天数 20
概率 0.1
0.5 26
60
0.3
0.1 27
100
部分例题：
例 1 某地历年各季度背心的销售量如表 1，试预测 2001 年各季度的销售量。
表 1 各季度背心销售量 单位：万件
年季
1
2
3
4
合计 各年季平均数
1996
9 13 16
6
44
11.00
1997
11 14 17 10
52
13.00
1998
8 16 21
6
51
12.75
1999
10 12 20
平均数，如 505=10（万件）。
3．计算各年季平均数（为后期的指数平滑法打基础）：
首先求出各年的年合计，如 1996 年的年合计为：9+13+16+6=44（万件）；然后求各年的季平均，如 1996 年的季
平均为 444=11（万件）。
4.计算总平均数
五年总销售量为 250 万件，以季度为单位的总平均数为 25020=12.5（万件）。
5.计算季节指数
季节指数（SI）=各年同季平均数总平均数，所以：
一季度季节指数：SI1=1012.5=0.8=80%；
二季度季节指数：SI2=1412.5=1.12=112%；
三季度季节指数：SI3=1812.5=1.44=144%；
四季度季节指数：SI4=812.5=0.64=64%。
表 2 季平均预测值计算表 单位：万件
8
50
12.50
2000
12 15 16 10
53
13.25
合计
50 70 90 40
250
同季平均数
10 14 18
8
12.50
季节指数(%)
80 112 144 64
400
100.00
1．根据时间序列资料绘制散点图，可见该序列基本上属于水平型季节变动（图略）。
2．计算各年同季平均数。首先求出各年同季合计，如第 1 季度的各年合计为：9+11+8+10+12=50（万件）；然后求其
解为若干层次和若干因素，在各因素之间进行简单的比较和计算，就可以得出不同方案重要性程度的 权重，从而为决策方案的选择提供依据 2、回归分析预测法:利用统计分析，把两个或两个以上变量之间的相关关系模型化，建立回归方程，用以推算因
变量随自变量变动的数值、程度和方向。根据回归方程中自变量的多少，它可以分为一元回 归预测和多元回归预测 3 层次单排序: 在 AHP 法中，确定本层次与上层次中的某元素有联系的各元素重要性次序的权重值 4 差分法:所谓差分，是变量的微小变化。根据历史数据计算差分把数据修匀，将非平稳时间序列转换为平稳序列， 通过该平稳序列的表现，来发现该套用那个模型。假设时间序列为 yt （t=1.2，3 ……，n）一阶向后差 分为： y’t = yt - yt -1，二阶向后差分为： y”t= y’t -y’t -1，多阶以此类推 5 平滑系数: 起到一个调节器的作用。如果 值选取得越大，则越加大当前数据的比重，预测值受近期影响越大， 所以，序列按固定速度上升时，取较大的 值；如果 值选取得越小，则越加大过去数据的比重， 预测值受远期影响越大。因此， 值大小的选取对预测的结果关系很大。 二、问答题（共 50 分） 1、请回答定性预测与定量预测各自的优缺点（10 分） 定性预测和定量预测各有优点和缺点： 定性预测的优点：注重于事物发展性质方面的预测，具有较大的灵活性，易于充分发挥人的主观能动性，方法简 单且易于掌握，预测迅速，省时省费用。 定性预测方法的缺点：由于它比较注重人的经验和主观判断能力，所以其预测结果易受主观因素的影响，受到人 的知识、经验丰富度及其能力大小的束缚和限制，尤其缺乏对事物发展作数量上的精确描述。 定量预测的优点：注重在数量方面对事物发展规律的分析，特别重视对事物发展变化程度作数量上的描述。它更 多地依据历史统计资料，较少受主观因素的影响。可以利用电子计算机进行大量的数理统计处理，因此，其预测结果 明确，预测精度较高。 定量预测的缺点：对信息资料的质量和数量要求较高，预测过程比较机械，不易灵活掌握，尤其不易处理有较大 波动的信息资料，难以预测事物质的变化。 2、指数平滑法中，初始值 S0 如何确定？（4 分） 平滑系数如何选择？（4 分） S0（1）称为初始值，不能通过公式求得，一般是事先指定或估计。指定或估计的方法有两种：当时间序列的项数 较多时（n＞15），初始值对最终的预测结果影响相对小一些，可以指定第一项的值为初始值，即 S0（1）=Y1；当时间 序列的项数较少时（n＜15），初始值的大小对最终预测结果的影响就不容忽视，通常是选取前几项的平均值作为初始 值。 值大小的选取对预测的结果关系很大。如何选取 值呢？通常 值的选取类似于移动平均法中对值 N 的选取， 即多选几个 值进行试算，选择使预测误差小的 值。 3 请详细阐述回归分析预测时应注意的五个方面问题？（15 分） 尽管回归分析对于估计市场、经济、管理工作过程中因素与因素之间的关系很有用，但如果分析者在建立模 型和解释结果上不谨慎就可能出现比较严重的问题。 （1）关于定性分析问题：回归分析不能代替经济、管理、营销等理论对市场现象相互关系的质的分析，只有 在对现实的逻辑分析的基础上，才能测定市场现象在数量上的相互关系。这是回归法的一条基本原则。因此首先 进行定性分析。比如广告费同销售额的关系，只有在一定的范围内才具有相关关系，超出一定的“度”，就可能 荒谬。 (2)关于回归预测不能任意外推的问题。由于原来资料只提供了一定 范围内的数量关系，在此范围以外是否 存在同样的关系，尚未得知。如果有进行外推的充分根据和需要，应十分慎重，而且不能离开原来的范围太远。 (3)关于数据资料的要求问题:①关于数据资料的准确性问题：客观，核实，去掉表现异常的值（3 倍标准差） ②关于数据资料的可比性和独立性 问题③关于社会经济现象基本稳定的问题：没有突变，如果 10 年的数据，其 中第六年的数据是企业发生了重大的技术变革，这样的数据不能合并在一起来进行回归预测。