市场调查与预测复习题

1《市场调查与预测》复习题一、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？二、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21100110-10101002110902020400390900004130120101010057090-20204006110120-10101007120120000890110-2020400912070505025001090130-40401600118090-10101001290100-1010100合计12001240-402005800平均100103.3-3.316.7483.3百分比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。序号观察值方法一预测值方法二预测值113101021519133201719423252052126206252123732283084338409515550105862561175703、考虑如下的时间序列，周1234567数值8131517169①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3果更合适?周12345678910111213销售量1721192318162018222015225、加权移动平均考虑上表中的汽油销售量时间序列。①用权数1/2、1/3、1/6分别为最近时期、中间时期、最远时期观测值的权数，计算这个时间序列的3周加权移动平均数预测值。②计算3周加权移动平均数预测值的均方误差，你认为3周移动平均数和3周加权移动平均数那个更好？6、某地区国民生产总值历年的统计资料如下表。请用二次移动平均法预测第10年度这一地区的国民生产总值（设移动期数为3，只算点估计值）。年份编号国民生产总值（千亿元）13.624.034.244.554.865.275.685.896.27、delta航空公司10年间的总收入（单位：百万美元）如下年总收入124282295133533436185361664264747388446095318106915a.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8、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）121.6222.9325.5421.9523.9627.5731.5829.7928.641031.4119、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0.6③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1161189216156217620822115331782122301624182219240175519022324118610、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81.80.21大陆航空公司76.60.58西北航空公司76.60.85美国航空公司75.70.68联合航空公司73.80.74美洲航空公司72.20.93三角航空公司71.20.72美国西部航空公司70.81.22环球航空公司68.51.2511、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。时期消费基金额Y国民收入x1平均人口x2（十亿元）（十亿元）（百万人）191248210134931114504121550513165161621527182453820285459223055102536551131495612365557SUMMARYOUTPUT回归统计MultipleR0.99905317RSquare0.99810723AdjustedRSquare0.99768661标准误差0.41449253观测值12方差分析dfSSMSFSignificanceF回归分析2815.3704301407.68521512372.96615.58395E-13残差91.5462365460.171804061总计11816.9166667Coefficients标准误差tStatP-valueLower95%Upper95%Intercept-25.850645.640250349-4.5832432850.0013217-38.60978199-13.0915XVariable10.484243820.02438198819.860719459.657E-090.4290878880.5394XVariable20.605776760.1186298525.1064445530.00063960.3374171870.874136RESIDUALOUTPUT观测值预测Y残差19.0375708-0.037570798210.1275914-0.127591377311.217612-0.217611957411.70185580.298144225512.79187640.208123646615.81887220.181127792717.87738040.122619575820.4201325-0.42013246921.99439690.0056031421024.89985980.100140231131.8008062-0.8008061731235.31204580.68795415512、已知某地区若干年的运输周转量Y以及社会总产值x的统计数据如下，根据这些数据建立的回归方程为，Y=6.34+0.213x，①计算y的总变差Syy，回归变差U及剩余变差Q6②检验该回归方程的统计显著性。(注:r0.05(7)=0.666，F0.05(1,7)=5.59)③当x=60时，利用估计的回归方程预测y的值，并估计α=5%时预测值的大致的置信区间。序号总周转量（亿吨公里）Y社会总产值(百亿元)X112.530214.536314.738415.141515.548616.852717.553818.253.5918.855总计143.6406.5