管理经济学（第三章 需求估计与需求预测）

这是一篇关于管理经济学（第三章 需求估计与需求预测）的思维导图，包含需求估计的市场方法、需求估计的统计方法、需求预测的方法等。

管理经济学

• 第3章 需求估计和需求预测
  • 3.1 需求估计的市场方法
    • 常用的预测技术包括时间序列分析、平滑技术、气压计技术、调查与民意测验和计量经济方法。
    • 1、 需求估计的市场方法：消费者访谈、焦点小组 2、市场试验法：通过 人为地改变实际市场环境，掌握消费者行为方式的反应，来形成市场需求估计的结果（缺点：费用高昂，试验次数不能太多，试验的规模因费用限制不能太大，因而结果不可靠）
    • 市场调查失灵的原因：1、被调查者无法区分讨厌和特别的两种感觉；2、消费者会把陌生感和不熟悉当成是反感； 3、产品使用场景不同，消费者的真实选择会不同 可以将市场调查和专家反馈相结合
  • 3.2 需求估计的统计方法
    • 统计方法：识别变量---收集数据--确定模型--估计参数--进行预测
    • 1、 线性模型：不管衡量的是需求曲线上的哪一个 点，每个自变量都对需求量有一个不变的边际影响。但注意每个自变量的需求弹性不是不变的，而是随着需求曲线上被衡量点的不同而变化。 2、 乘数指数模型：是在估计参数所使用的数据范围内弹性是不变的，而且 等于相应参数的估计值。 （确定需求函数形式时，在 需求弹性基本不变或变化不大时，或者是所有变量仅在一个不大的范围内变化时，用对数-线性函数形式比较好。
    • 在确 定用 于某 一既 定问 题的 最优 样本 规模 时， 一定 要权 衡样 本的 预期 准确 性和 成本。
    • 预测时应该注意的问题：1、很多情况下，对于自变量特别大或特别小的数值来说，线性关系是不存在的。所以，对估计方程的结果进行外推时应注意不能过多地超出在 获得最初的参数估计值时使用的数据值的范围。（这种情况对于乘法指数模型或者其他形式的需求函数来说都是与线性模型一样的）
    • 统计检验：1、回归系数检验（t检验）：用于检验以下假设：某一具体自变量在解释因变量的变化过程中是有用的； 2、 相关系数检验（R检验）：可决系数R衡量的是因变量的变化中已被回归方程（即全部自变量）解释的部分所占的比例；3、回归方程检验(F检验）：用于检验以下假设：回归方程中所有的自变量（X1,X2,X3等）解释了因变量的大部分。 只要以上的统计检验有一个 不通过，就需要对确定的变量、收集的数据、函数的形式等重新加以审视，或是还有重要变量的遗漏、或是 数据有重大失真、或是函数的形式不当等。需重新确定变量、收集数据，建立模型，再进行回归分析。直到所有统计检验都通过为止。 R2=0 ，Y的任何变动都未被回归直线所解释；R2=1，Y的所有变动都被回归直线所解释
    • 经济检验：是检验 模型参数估计量在 经济意义上的合理性，主要方法是将模型参数的估计量与预先拟定的理论期望值进行比较，包括估计参数量的 符合、大小 、相互之间的关系是否合理。如对于一个正常商品，它的需求价格弹性应当为负值，若回归发分析的结果为正值，则说明不能通过经济检验
    • 1、包含两个或多个自变量的线性关系叫做多元线性回归模型。乘法指数模型可以通过取对数转换为线性模型。 2、注：杜宾-沃森 ，自相关检验，数值在0~4之间，越接近2，观测值相互独立的可能性越大
  • 3.3 需求预测的方法
    • 1、 选择一种预测技术 取决于：相对于潜在效益来说建立预测模型的 成本、被预测关系的复杂性 、预测的 时间长短、模型所 要求的 准确性以及获得预测模型所需投入所要求的前导时间等因素； 2、用于预测的数据可以采取时间序列形式，即对一种变量在过去一定时期内的一系列观察值；也可以是横断面形式，就是对个人、厂商、地区、社区或 其他观察对象在同一时点上 进行观察的值
    • 预测技术的方法：1、时间序列预测模型的基础是把过去的数值外推到未来 。时间序列预测模型可以对数据中的季节、长期和周期趋势进行调整。当一个数据序列具有很高的随机性时，可以通过诸如移动平均数和指数平滑法等平滑技术来提高预测的准确性。趋势分析模型和平滑技术都不能确定一个经济数据序列方向上的未来重大变化。2、气压计技术 3、调查和民意测验技术 4、计量经济方法
    • 1、移动平均法：是一种最简单的平滑技术。移动平均法就是选取一定数目的观察值，计算它们的平均值，并把这个平均值作为下一期的预测值。 2、指数平滑法给予 最近的观察值的 权数为W（从0到1之间的某个数值），给过去的预测值的权数为（1-W） 的 。对所有过去 观察值的一种加权平均，权数是由几何级数来界定； 3、如果时间序列数据的长期趋势比较稳定 ，应取较小的W值（如0.05~0.20）。如果时间序列数据有较迅速明显的变动倾向，则应取较大的w值（如0.3~0.7）； 4、最优权数w值一般是通过连续预测确定，选择均方根误差最小的w。
    • 借助AI进行智能预测