因果预测法(Casual Forecasting Methods)
目录
|
因果预测法是根据事物之间的因果关系来预测事物的发展和变化,通过对需求预测目标有直接或间接影响因素的分析找出其变化的规律,并根据这种变化规律来确定预测值。例如,联想微机的销量与联想的广告预算、微机价格、竞争对手的价格等影响因素有关。这里,微机的销量是因变量,其他变量则称为自变量。由于反映需求及其影响因素之间因果关系的数学模型不同,因果预测模型又分为回归模型、经济计量模型、投入产出模型等。由于这些方法计算量较大,一般都要借助计算机才能使用。
因果预测的方法一般有:
(一)单元回归预测法
它适用于对影响事物变动的因素中有一个因素是基本的、而自变量同因变量之间的数据分布呈线性趋势的事物进行预测。
(二)多元回归预测法
客观事物的发展有其主要原因,但也不能忽视其他原因。要求依据影响事物各种主要原因去预测其未来发展变化时,可以采用多元回归预测法。
(三)投入产出分析预测法
它是根据编制投入产出表而建立的数学模型,用以预测各部门的相互关系。
因果预测举例如下:某企业根据主营业务收人与主营业务利润的近年资料,预测2005年计划年度产品销售收入190万元的销售利润。1995—1999年有关资料,如下表所示:
年度 | 主营业务收入(万元) | 主营业务利润(万元) |
---|---|---|
2000 | 110 | 15 |
2001 | 110 | 14 |
2002 | 125 | 20 |
2003 | 135 | 16 |
2004 | 160 | 25 |
按上列资料进行计算,如下表所示:
年度 | 产品销售收人(X) | 产品销售利润(Y) | XY | X2 |
---|---|---|---|---|
2000 | 110 | 15 | 1500 | 10000 |
2001 | 110 | 14 | 1540 | 12100 |
2002 | 125 | 20 | 2500 | 15625 |
2003 | 135 | 16 | 2160 | 18225 |
2004 | 160 | 25 | 4000 | 25600 |
n=5 | ∑X=630 | ∑Y=90 | ∑XY=11700 | ∑X2=81550 |
根据上述计算资料,利用回归直线方程进行计算,结果如下:
y = a + bx
预计的产品销售利润=-2.9034+0.1659×190=-2.9034+31.521=28.6176(万元)