发布时间 : 星期三 文章09营销管理预测与决策实训 - 图文更新完毕开始阅读864e39906bec0975f465e217
分析：
三次指数平滑预测是二次平滑基础上的再平滑。这是一种很高的预测，但是相对来说计算量是比较大的。下面我以1988-2001肉类产量的数据进行分析其中α=0.2, α=0.8时的SDE和MAPE：
SDE MAPE SDE MAPE 363.6749 8.00 662.06948 8.14 我们可以看出α=0.8时误差较小，相对来说是有可取性的。我又我们引进excel变量进行了测试发现当α越接近1时，预测的精度更高，所以我们进行肉类产量预测时可以将α的值取大一点，这样可以让我们更精确一点。
实验八：季节水平模型
季节变动是指某些市场现象的时间序列，由于受自然气候、生产条件、生活习惯等因素的影响，在若干年中每一年随季节的变化都呈现出的周期性变动。而对于不含趋势变动，只含季节变动的时间序列，一般采用季节水平模型对其进行预测。本题中是预测2008年某商场电风扇销量的季节水平模型，我们可以从前三年的折线图中看出，电风扇这种商品受季节变化的影响较大，基本不存在增长或下降趋势。所以我们首先计算出年度和月度的平均值为37.0利用这个我们计算出每个月的季节指数，这样我们利用2007年的月平均值计算出2008的电风扇销售量。虽然有波动，但是还是可以反映一定的现象的。
实验九：季节交乘模型
季节交乘应用于这样的情况：有些时间序列，既存在明显的季节变动又含有长期趋势变动，而且时间序列的季节变动幅度，随现象的趋势变动而加大。对于这样的市场现象，在预测时我们倾向于采用季节交乘模型。对于这种模型我们可以采取两种方法来预测，第一种是利用季节因子来做的，第二种是消除季节因子。这个模型中我就不对书上的数据进行分析了。我对于另外两个进行分析，第一种方法我们可以看到其SDE和MAPE如下：
SDE 1.22
MAPE 0.07
实验十：季节迭加模型
季节迭加模型用于以下的情况，若所研究和预测的时间序列，既有季节变动又有趋势变动，而且其每年都出现的季节变动的变动幅度不随市场现象的趋势变动而变动，我们就会倾向于季节迭加模型。例如电视上的电视机销售量就适宜用这种方法我们可以看到其SDE和MAPE：
SDE 2.00
MAPE 10.59
可以看出我们的误差还是比较小的看到画出的折线图中实际值和趋势值还是在沿一定趋势的还是有可取性的，当然我们不可以排除其他因素的影响。不过呢！预测还是有其准确性的。从预测结果看，如果销售条件不改变，销售量将越来越小。要增加销售量，企业就要分析销售量减少的原因。如果内部经营管理的不足是主要原因，要设法提高经营管理水平，更好的运用各项影响措施。