简单平均法在销售预测中的应用及实例分析

aizixun8

简单平均法 1​​112∑预测销售量.58 简单平均法 月合计 06900 【示例】 已知：某公司生产某种产品，20×8年1月至12月的销售数据（单位：吨）如表所示。 要求：用算术平均法预测20×9年1月份的销售量（计算结果保留两位小数）。 月销售量（Qt） 解： 分子 = 25+23+26+29+24+28+30+27+25+29+32+33=331（吨） 分母 n=12 20×9年1月份预测销售量 = 331/12 = 27.58（吨） 【练习】 某公司上半年的销售数据如表所示。试利用简单平均法预测该公司7月份的销售量。销售额（元） 移动平均法 移动平均数 25.42627.427.626.827.828.629.2 趋势值 0.61.40.2-0.810.80.6 移动加权平均法 月总计 06900 【例】已知某公司生产某种产品，表格中列出20×8年1月至12月的销售数据（单位：吨）。

要求： 用移动平均法预测20×9年1月份的销售量（计算结果保留到小数点后两位）。（期间数m=5） 月趋势值b=最后一个移动期的平均值-前一个移动期的平均销售量（Qt） 预测销售量=最近m个期间的算术平均销售量+趋势值 解： 20×9年1月份预测销售量=（27+25+29+32+33）/5=29.2（吨） 【修改示例】 用修改后的移动平均法预测20×9年1月份的销售量。上一移动期平均值=（30+27+25+29+32）/5=28.6（吨） b=29.2-28.6=0.6 预测1月份销售量20×9=29.2+0.6=29.8（吨） 【练习】某公司上半年的销售数据如表所示，试利用移动加权平均法预测该公司7月份的销售量。 （m=3，选项序号分别为1、2、3） 计划期销售预测（x）=∑Wx/∑W+b 销售量（元）b=[本季度月均实际销售量（金额）-上季度月均实际销售量（金额）]/3 趋势平均法 趋势平均法 月销售移动平均数 三期销量移动平均数 月销售趋势平均数 销量..04..46..03.64..25.25..64.44..00.43..02.02. 【例】设某工厂20×1年1月至12月的销售量如下表所示。

假定未来一段时间的销量是与其临近时期销量的直接延续，和较远时期的销量关系不大。同时，为了尽量减少偶然因素的影响，可以取近期平均值作为计算预测值的依据。下面的计算都集中在下表中。 （销量移动平均数的期数m=5，趋势值的期数n=3） 要求：用趋势平均法预测20×2年1月的销量。 【练习】假设某工厂20×1年1月至12月的销量如下表所示。 （销量移动平均数的期数m=5，趋势值的期数n=3） 要求：用趋势平均法预测20×2年1月的销量。变化趋势b 变化趋势b 解：设在20×1年12月预测20×2年1月份的销售量，则预测值可按下式计算： 96+4×2.27=105.08(千元) 上式中，96为19×1年9月计算出的平均销售量，从19×1年9月到20×2年1月，共计4个月，20×1年8月至10月的平均月增长率为2.27千元，因此，预计到20×2年1月，销售量将达到105.08千元。 加权平均法 ΣΣ 加权平均法 月总计 06900 【示例】 已知：某企业生产某种产品，20×8年1月至12月的销售量数据（单位：吨）如表所示。

要求：（1）使用自然加权平均法预测20×9年1月份的销售量；（2）利用后3期的销售量，用饱和加权平均法预测20×9年1月份的销售量。 （权重分别为0.2、0.3、0.5） 月销量（Qt） 解： （1）自然加权平均法 Σ（Qt·Wt）= 25×1 + 23×2 + 26×3 + 29×4 + 24×5 + 28×6 + 30×7 + 27×8 + 25×9 + 29×10 + 32×11 + 33×12 = 2242 权重和 = 12*（12+1）/2 = 7820×9 1月份预测销量 = 2242/78 = 28.74（吨） （2）饱和加权平均法，期数为3，设W1 = 0.2，W2 = 0.3，W3 = 0.520×9 1月份预测销量 = 29 × 0.2 + 32×0.3+33×0.5=31.9（吨） 【练习】某公司上半年销售数据如表。要求： （1）利用自然加权平均法预测销售量； （2）利用后三期销售量，按照饱和加权平均法预测20×9年1月份的销售量。 （权重分别为0.2、0.3、0.5）销售额（元）指数平滑法指数平滑法125----25.----2230.3250.725.0025..30.73260.3230.725.0024..30.74290.3260.724.4024..30.75240.3290.724.8826..30.76280.3240.726.1225..30.77300.3280.725.4826..3 30 0.7 26.24 27.37 9 25 0.3 27 0.7 27.37 27.26 10 29 0.3 25 0.7 27.26 26.58 11 32 0.3 29 0.7 26.58 27.31 12 33 0.3 32 0.7 27.31 28.71 【示例】已知某企业生产某种产品，表格中列出了20×8年1月至12月的销售量数据（单位：吨）。

要求：（1）用平滑指数法预测20×8年1月至12月的销售量；（2）预测20×9年1月份的销售量。（平滑指数0.3）【练习】某公司上半年的销售数据如表所示。（单位：千元）要求：（1）用平滑指数法预测1月至6月的销售量；（2）预测7月份的销售量。 （平滑指数0.3） 第t月的观测销量Qt 平滑指数α 前期实际销量Qt-11-平滑指数（1-α） 前期预测销量Qt-1 预测销量Qt 第t月的观测销量Qt 平滑指数α 前期实际销量Qt-11-平滑指数（1-α） 前期预测销量Qt-1 预测销量Qt 解：（2）20×9年1月预测销量=0.3×33+（1-0.3）×28.71=30（吨） 时间序列的回归分析方法 时间序列的回归分析方法 月xy x2 rab 月xy x21 1 5 5 1 0.6 5.4 0.6 1 1 10002 2 7 14 4 2 2 9003 3 9 27 9 3 3 12004 4 8 32 16 4 4 11005 5 6 30 25 5 5 13006 6 10 60 36 6 6 1400Σ 21 45 168 91 Σ【示例】假设某公司前6个月的销售数据如表所示，试运用回归分析的方法预测7月份的销售情况。

【例子】 假设某公司前6个月的销售数据如表所示，试用回归分析预测7月份的销售额。 时间 X 销售额 y（万元） 时间 X 销售额 y（万元） 解： b = (n∑xy - ∑x ∑y) ÷ (n∑x2 - (∑x)2) = 63÷105 = 0.6 a = (∑y - b ∑x) ÷ n = 32.4÷6 = 5.4 则计划期7月份的销售额预测为： y = a + bx = 5.4 + 0.6 * 7 = 9.6（万元）