市场调查与预测复习题
《市场调查与预测》复习题 1. 问答 1. 什么是市场调查 2. 什么是市场预测 3. 市场调查与市场预测的关系 4. 简述市场调查、市场预测与决策的关系。 5. 市场调查与预测有什么作用，进行市场调查与预测有什么意义？ 6. 市场调查应遵循的基本原则 7. 市场调查有哪些类型？ 8. 什么是探测性调查、描述性调查、因果性调查，它们之间有什么异同？ 9. 简述市场调查的内容。 10. 市场调查应遵循的程序？ 11. 在市场调研工作中，如何确定市场调研的主题？ 12. 市场调查的方法有哪些，各有什么优缺点？ 13. 询问调查法有哪些具体形式，各有什么优缺点？ 14. 调查表的基本格式？ 15. 调查表设计中应注意的问题？ 16. 什么是抽样误差？ 17. 如何确定样本规模？ 18. 市场预测的基本原理有哪些？ 19. 如果要预测2005年全国的运输周转量，请问应该按什么步骤做哪些工作？ 20. 预测工作应遵循什么步骤？ 21. 常用预测方法有哪几种？论述各种方法的优缺点和适用范围。 22. 常用预测方法有定性预测方法、时间序列预测法、回归分析预测法，请说出各种方 法的优缺点和适用范围。 23. 什么是梯减法？如何使用梯减法进行预测？ 24. 集体推断预测法有哪些组织形式，各有什么特点？ 25. 专家会议法有哪些会议形式？各有什么特点？ 26. 什么是专家小组法？它有什么特点？ 27. 时间序列一般由哪几种基本模式构成？分析时间序列模式有何作用？如何分析时间 序列的模式? 28. 说明时间序列预测法的预测思路。 29. 什么是回归分析预测法？说明回归分析预测法的工作步骤。 30. 请问在预测工作中，如何选择预测方法？ 31. 如何选用趋势外推模型? 32. 什么是指数平滑法？说明其加权性质和特点。 33. 回归分析预测法的显著性检验有哪些？ 34. 什么是定性预测方法，它有哪些特点？ 35. 因变量Y的总变差、回归变差和剩余变差各指什么？有什么含义？ 2. 计算 1. 下表是某销售公司月销售额数据及使用某种方法的预测数据，请计算该方法产生的平均 误差、平均绝对误差、均方误差、均方根误差。 |月份 |销售额 |预测销售额 |预测误差 |绝对误差 |平方误差| |1 |100 |110 |-10 |10 |100 | |2 |110 |90 |20 |20 |400 | |3 |90 |90 |0 |0 |0 | |4 |130 |120 |10 |10 |100 | |5 |70 |90 |-20 |20 |400 | |6 |110 |120 |-10 |10 |100 | |7 |120 |120 |0 |0 |0 | |8 |90 |110 |-20 |20 |400 | |9 |120 |70 |50 |50 |2500 | |10 |90 |130 |-40 |40 |1600 | |11 |80 |90 |-10 |10 |100 | |12 |90 |100 |-10 |10 |100 | |合计 |1200 |1240 |-40 |200 |5800 | |平均 |100 |103.3 |-3.3 |16.7 |483.3 | |百分比 | | |3.3% |16.7% |22% | 平均误差=-3.3(ME) 平均绝对误差=16.7(MAE,MAD) 均方误差=483.3(MSE) 均方根误差=483.3开根号=22(RMSE) 平均相对误差=3.3% 2. 下表是使用两种方法对某一预测对象若干期的预测结果。请分析两种方法的预测误差并 确定第11期的预测结果。 |序号 |观察值 |方法一 |方法二 | | | |预测值 |预测值 | |1 |13 |10 |10 | |2 |15 |19 |13 | |3 |20 |17 |19 | |4 |23 |25 |20 | |5 |21 |26 |20 | |6 |25 |21 |23 | |7 |32 |28 |30 | |8 |43 |38 |40 | |9 |51 |55 |50 | |10 |58 |62 |56 | |11 | |75 |70 | 3. 考虑如下的时间序列， |周 |1 |2 |3 |4 |5 |6 |7 | |数值 |8 |13 |15 |17 |16 |9 | | 1. 计算这个时间序列的3周移动平均数，第7周的预测值为多少？ 2. 计算3周移动平均数的均方误差 3. 用α=0.2，计算这个时间序列的指数平滑值，第7周的预测值为多少？ 4. 比较3周的移动平均预测值和用α=0.2的指数平滑预测值，那种方法提供更合适的预测？ 5. 用α=0.4计算指数平滑值。平滑系数0.2和0.4那个提供更合适的预测？解释原因 4. 如下是汽油销售量时间序列，请分别使用n=3的移动平均法和α=0.2的指数平滑法预测第 13期的汽油销售量；计算两种方法所产生的均方误差；请问那种方法提供的预测结果 更合适? |周 |1 | |1 |3.6 | |2 |4.0 | |3 |4.2 | |4 |4.5 | |5 |4.8 | |6 |5.2 | |7 |5.6 | |8 |5.8 | |9 |6.2 | 5. delta 航空公司10年间的总收入（单位：百万美元）如下 |年 |总收入 | |1 |2428 | |2 |2951 | |3 |3533 | |4 |3618 | |5 |3616 | |6 |4264 | |7 |4738 | |8 |4460 | |9 |5318 | |10 |6915 | a. 建立这个时间序列的线性趋势方程，对delta航空公司10年间的总收入，这个方程能说 明什么问题？ b. 预测第11年和第12年的总收入 6. 如下是某种自行车销售量的时间序列，使用线性趋势方程拟合法预测第11期的自行车销 售量，并给出α=5%时估计值的置信区间。 |时期 |销售量（千辆）| | | |1 |21.6 | | | |2 |22.9 | | | |3 |25.5 | | | |4 |21.9 | | | |5 |23.9 | | | |6 |27.5 | | | |7 |31.5 | | | |8 |29.7 | | | |9 |28.6 | | | |10 |31.4 | | | |11 | | | | 7. 如下是某公司五年内各季的销售额(百万元)资料， 1. 使用比率平均法计算各季的季节指数。 2. 使用二次指数平滑法预测第六年度的全年销售额。初始值取第一期的观察值，平 滑系数取0.6 3. 预测第六年度各季的销售额。 |年份 |第一季度 |第二季度 |第三季度 |第四季度 | |1 |161 |189 |216 |156 | |2 |176 |208 |221 |153 | |3 |178 |212 |230 |162 | |4 |182 |219 |240 |175 | |5 |190 |223 |241 |186 | 8. 美国各航空公司航班正点到达的比率和每10万名乘客投诉的次数的数据如下 a. 画出这些数据的散点图， b. 根据散点图，说明两变量之间存在什么关系？ c. 求出投诉率依赖于航班到达正点率的回归方程。 d. 如果航班按时达到的正点率是80%，估计每10万乘客投诉的次数是多少？ |航空公司名称 |航班正点率（%） |投诉率（次/10万名乘客 | | | |） | |西南航空公司 |81.8 |0.21 | |大陆航空公司 |76.6 |0.58 | |西北航空公司 |76.6 |0.85 | |美国航空公司 |75.7 |0.68 | |联合航空公司 |73.8 |0.74 | |美洲航空公司 |72.2 |0.93 | |三角航空公司 |71.2 |0.72 | |美国西部航空公司 |70.8 |1.22 | |环球航空公司 |68.5 |1.25 | 9. 已知某地区若干年的消费基金额Y以及国民收入x1和平均人口x2的统计数据，根据这些 数据使用Excel软件回归分析的结果如下： 1. 写出回归方程 2. 能否使用该方程进行预测，为什么？ 3. 当x1=67, x2=58时，利用估计的回归方程预测y的值，并估计α=5%时预测值的置信区间。 |时期 |消费基金 |国民收入x|平均人口x| | |额Y |1 |2 | | |（十亿元 |（十亿元 |（百万人 | | |） |） |） | |1 |9 |12 |48 | |2 |10 |13 |49 | |3 |11 |14 |50 | |4 |12 |15 |50 | |5 |13 |16 |51 | |6 |16 |21 |52 | |7 |18 |24 |53 | |8 |20 |28 |54 | |9 |22 |30 |55 | |10 |25 |36 |55 | |11 |31 |49 |56 | |12 |36 |55 |57 | |SUMMARY | | |OUTPUT | | |回归统计 | |Multiple R |0.9990531| | |7 | |R Square |0.9981072| | |3 | |Adjusted R |0.9976866| |Square |1 | |标准误差 |0.4144925| | |3 | |观测值 |12 | 方差分析 |　 |df |SS |MS |F |Significa| | | | | | |nce F | |回归分 |2 |815.37043|407.68521|2372.96|5.58395E-| |析 | |01 |51 |61 |13 | |残差 |9 |1.5462365|0.1718040| | | | | |46 |61 | | | |总计 |11 |816.91666|　 |　 |　 | | | |67 | | | | |　 |Coefficie|标准误差 |t Stat |P-value|Lower 95%|Upper | | |nts | | | | |95% | |Interce|-25.85064|5.6402503|-4.583243|0.00132|-38.60978|-13.0915| |pt | |49 |285 |17 |199 | | |X |0.4842438|0.0243819|19.860719|9.657E-|0.4290878|0.5394 | |Variabl|2 |88 |45 |09 |88 | | |e 1 | | | | | | | |X |0.6057767|0.1186298|5.1064445|0.00063|0.3374171|0.874136| |Variabl|6 |52 |53 |96 |87 | | |e 2 | | | | | | | RESIDUAL OUTPUT |观测值 |预测 Y |残差 | |1 |9.03757|-0.037570| | |08 |798 | |2 |10.1275|-0.127591| | |914 |377 | |3 |11.2176|-0.217611| | |12 |957 | |4 |11.7018|0.2981442| | |558 |25 | |5 |12.7918|0.2081236| | |764 |46 | |6 |15.8188|0.1811277| | |722 |92 | |7 |17.8773|0.1226195| | |804 |75 | |8 |20.4201|-0.420132| | ...
市场调查与预测复习题