第五大題-市場預(yù)測

第五大題市場預(yù)測一、考試要點

（1）專家會議法；（2）德爾菲法；（3）一元線性回歸法；（4）簡單移動平均法；（5）一次指數(shù)平滑法；（6）彈性系數(shù)法；（7）消費系數(shù)法。

二、涉及科目

本大題主要涉及：市場預(yù)測方法《項目決策分析與評價》。

三、考試難點

（1）一元線性回歸法；（2）不同預(yù)測方法的適用情況；（3）預(yù)測方法的選用。

四、典型題目

第一題【背景資料】

某地區(qū)鍍鋅鋼板需求預(yù)測。2010年某地區(qū)鍍鋅鋼板消費量15.32萬噸，主要應(yīng)用于家電業(yè)、輕工業(yè)和汽車工業(yè)等行業(yè)，2001～2010年當(dāng)?shù)劐冧\鋼板消費量及同期第二產(chǎn)業(yè)產(chǎn)值如下表所示。按照該地區(qū)“十二五”規(guī)劃，“十二五”期間地方第二產(chǎn)業(yè)增長速度預(yù)計為12%。檢驗顯著水平為5%。

表2001～2010年某地鍍鋅鋼板消費量與第二產(chǎn)業(yè)產(chǎn)值年份鍍鋅鋼板消費量（萬噸）第二產(chǎn)業(yè)產(chǎn)值（千億元）20013.451.00320023.501.11920034.201.26020045.401.45020057.101.52720067.501.68120078.501.886200811.001.931200913.452.028201015.322.274【問題】請用一元線性回歸方法預(yù)測2015年當(dāng)?shù)劐冧\鋼板需求量。【參考答案】

1.建立回歸模型，計算相關(guān)參數(shù)

（1）建立一元回歸模型。

經(jīng)過分析,發(fā)現(xiàn)該地區(qū)鍍鋅鋼板消費量與第二產(chǎn)業(yè)產(chǎn)值之間存在線性關(guān)系,將鍍鋅鋼板設(shè)為因變量y,以第二產(chǎn)業(yè)產(chǎn)值為自變量x,建立一元回歸模型y=a+bx

（2）計算參數(shù)。

a,b求解公式見《項目決策分析與評價》P35公式2-4和2-5

1）

1）

其中：

采用最小二乘法，計算出相關(guān)參數(shù)：n=10

各年第二產(chǎn)值x的平均值

（千億元）各年鍍鋅鋼板消費量的平均值

（萬噸）

2.相關(guān)檢驗

（1）采用相關(guān)系數(shù)檢驗法。

因此，相關(guān)系數(shù)R=0.961。

在α=0.05（此值為已知）時，自由度=n-2=10-2=8，查相關(guān)系數(shù)表（見本書附錄），得。

因

故在α=0.05的顯著性檢驗水平上，檢驗通過，說明第二產(chǎn)業(yè)產(chǎn)值與鍍鋅鋼板需求量線性關(guān)系合理。相關(guān)計算見下表。

表相關(guān)計算表年份y實際消費量（萬噸）y'預(yù)測消費量（萬噸）（y-y'）220013.452.061.9220.1820023.503.180.1019.7320034.204.530.1114.0020045.406.350.906.46續(xù)表年份y實際消費量（萬噸）y'預(yù)測消費量（萬噸）（y-y'）220057.107.090.000.7120067.508.571.140.2020078.5010.534.130.31200811.0010.960.009.35200913.4511.892.4230.34201015.3214.251.1454.43合計79.4279.4211.86155.71平均值7.947.941.1915.57（2）t檢驗法。

在α=0.05（此值為已知）時，自由度=n-2=10-2=8,查t檢驗表（第四本教材P459）,得t（α/2，n-2）=t（0.025，8）=2.306

因

故在α=0.05的顯著性檢驗水平上，t檢驗通過，說明第二產(chǎn)業(yè)產(chǎn)值與鍍鋅鋼板需求量線性關(guān)系明顯。

3.需求預(yù)測

據(jù)當(dāng)?shù)亟?jīng)濟發(fā)展規(guī)劃，2011～2015年當(dāng)?shù)氐诙a(chǎn)業(yè)年增長速度為12%，則2015年地區(qū)第二產(chǎn)業(yè)產(chǎn)值將達到：

（千億元）

于是，2015年當(dāng)?shù)劐冧\鋼板需求點預(yù)測為：

（萬噸）

區(qū)間預(yù)測：

于是，在α=0.05的顯著性檢驗水平上，2010年鍍鋅鋼板需求量的置信區(qū)間為：

=30.88±2.306×2.656=30.88±6.13

即有95%的可能性在（24.75，37.00）的區(qū)間內(nèi)。

[參考文獻]：本案例涉及市場預(yù)測方法（一元線性回歸）,詳見《項目決策分析與評價》第二章，P34～40。

第二題（收入彈性系數(shù)法）

彈性系數(shù)法：

①收入彈性：

②價格彈性：

③能源需求彈性：

【背景資料】

某地區(qū)照相機消費需求預(yù)測。

2005～2010年照相機銷售量和人均年收入見下表，預(yù)計到2015年人均年收入較2010年增加86%,人口增長控制在0.4%。

【問題】用收入彈性法預(yù)測2015年照相機需求量。

表某地區(qū)2005～2010年照相機消費量和人均年收入年份人均收入（元/年）人口（萬人）照相機銷售量（萬臺）200528206803.22200636406843.56200746406883.99200859786924.36200975856964.81201091987015.18【答案】

1.計算照相機收入彈性系數(shù)年份較上年收入

增長（%）每萬人照相機消費

（臺/萬人）每萬人照相機

消費增長（%）收入彈性系數(shù)200547.35200629.152.009.80.34200727.558.0011.50.42200828.863.008.60.30200926.969.009.50.35201021.374.007.20.34從上表可以看出，2005～2010年照相機消費收入彈性系數(shù)為0.30～0.42，平均為0.35。因此，取2015年的彈性系數(shù)為0.35。

2.計算2015年照相機需求量增長率

以2010年為基數(shù)，2015年人均年收入增長86%；則每萬人均照相機消費增長為：

收入增長比例×收入彈性系數(shù)=86%×0.35=30.1%

3.計算2015年萬人照相機需求量

2015年每萬人照相機需求為：

2010年萬人照相機消費量×需求增長=74×（1+30.1%）=96.27（臺）

4.計算2015年當(dāng)?shù)厝丝诹?/p>

2015年當(dāng)?shù)厝丝?2005年人口數(shù)×（1+年人口增長速度）5=715（萬人）

5.計算2015年照相機需求量

2015年當(dāng)?shù)卣障鄼C需求量=715萬人×96.27臺/萬人=6.88（萬臺）

[參考文獻]：本案例涉及市場預(yù)測方法（收入彈性系數(shù)）,詳見《項目決策分析與評價》第二章,P40～44。

第三題（價格彈性系數(shù)法）[背景資料]

2004～2010年某地空調(diào)消費量和平均銷售價格見下表。假設(shè)2011年空調(diào)價格下降到2000元/臺。

表某地區(qū)2004～2010年空調(diào)消費量與價格年份空調(diào)價格（元/臺）空調(diào)消費量（萬臺）200449963220054547352006401239續(xù)表年份空調(diào)價格（元/臺）價格較上年增長（%）空調(diào)消費量（萬臺）空調(diào)消費較上年增長（%）價格彈性系數(shù)20073580-10.84412.8-1.1920083198-10.74911.4-1.0620092820-11.85410.2-0.8620102450-13.16214.8-1.13【問題】請用價格彈性系數(shù)法預(yù)測2011年空調(diào)需求量?！敬鸢浮?/p>

1.計算各年的空調(diào)價格彈性系數(shù)

表某地區(qū)2004～2010年空調(diào)價格彈性系數(shù)年份空調(diào)價格（元/臺）價格較上年增長（%）空調(diào)消費量（萬臺）空調(diào)消費較上年增長（%）價格彈性系數(shù)200449963220054547-9.0（下注1）359.4（下注2）-1.0420064012-11.83911.4-0.9720073580-10.84412.8-1.1920083198-10.74911.4-1.0620092820-11.85410.2-0.8620102450-13.16214.8-1.13備注：下注1：（4547-4996）/4996=-9.0%；下注2：（35-32）/32=9.4%

2.計算2011，6年空調(diào)需求量

取2005～2010年價格彈性系數(shù)的平均值-1.04，即價格每降低10%，需求增長10.4%。

3.計算2011年空調(diào)需求增長率

空調(diào)價格下降率

空調(diào)需求增長率=空調(diào)價格下降率×價格彈性系數(shù)=18.4%×1.04=19.1%

在價格降低到2000元/臺，較2006年價格降低了18.4%，空調(diào)需求增長19.1%，于是2011年空調(diào)需求量=62×（1+19.1%）=74萬臺。

[參考文獻]：本案例涉及市場預(yù)測方法（價格彈性系數(shù)），詳見《項目決策分析與評價》第二章，P40～44。

第四題（能源需求彈性）

【背景資料】

某市2005年GDP達到1788億元，當(dāng)年電力消費量269萬千瓦小時。預(yù)計未來10年中前5年和后5年，GDP將保持9%和8%的速度增長。經(jīng)專家分析，該市電力需求彈性系數(shù)見下表。

表該市電力需求彈性系數(shù)時間“十一五”（2006～2010年）“十二五”（2011～2015）彈性系數(shù)0.660.59【問題】

請用彈性系數(shù)法預(yù)測2010年和2015年該市電力需求量。【答案】

1.計算電力需求增長速度。

=（△E/E）/（△GDP/GDP）

（1）2006～2010年和2011～2015年電力彈性系數(shù)分別為0.66和0.59。

（2）2006～2010年和2011～2015年年均電力需求增長速度：

2006～2010年電力需求增長速度=電力消費彈性系數(shù)×GDP年增長速度=0.66×9%=5.94%

2011～2015年電力需求增長速度=電力消費彈性系數(shù)×GDP年增長速度=0.59×8%=4.72%

2.2010年和2015年該市電力需求量

（1）2010年該市電力需求量。

2005年電力消費量×（1+2006～2010年電力需求年增長速度）5=269×（1+5.94%）5=358.97萬千瓦時。

（2）2015年該市電力需求量。

2010年需求量×（1+2011～2015年電力需求年增長速度）5=358.97×（1+4.72%）5=452.07萬千瓦時。

[參考文獻]：本案例涉及市場預(yù)測方法（能源彈性系數(shù)），詳見《項目決策分析與評價》第二章，P40～44。

第五題（消費系數(shù)法）[背景資料]

2010年某地區(qū)各類汽車消耗汽油121.02萬噸,具體消耗見下表,預(yù)計2015年當(dāng)?shù)馗黝愜嚤Ｓ辛糠謩e是：私人轎車20萬輛,出租車5萬輛,商務(wù)用車7萬輛,小型摩托車0.5萬輛,其他車2萬輛。假定各類車輛年消耗汽油不變。

表2010年某地區(qū)車用汽油消費量項目私人轎車出租車商務(wù)用車摩托車其他車輛合計車輛保有量（萬輛）6.213.345.730.241.2216.74年消費汽油（萬噸）19.6229.6664.860.036.85121.02【問題】

請用消費系數(shù)法預(yù)測2015年車用汽油需求量?！敬鸢浮?/p>

1.計算各類車年汽油消耗量

（1）每輛私人轎車年汽油消耗量=2010年私人轎車年汽油消耗量/私人轎車保有量=19.62萬噸/6.21萬輛=3.16噸/輛·年。

（2）每輛出租車年汽油消耗量=8.88噸/輛年。

（3）每輛商務(wù)車年汽油消耗量=11.32噸/輛年。

（4）每輛摩托車年汽油消耗量=0.125噸/輛年。

（5）每輛其他車年汽油消耗量=5.6噸/輛年。

2.計算各類車2015年年汽油消耗量

（1）私人轎車年汽油消耗量=2015年私人轎車保有量×私人轎車年汽油消耗量=20萬輛×3.16噸=63.2萬噸。

（2）2015年出租車年汽油消耗量=44.4萬噸。

（3）2015年商務(wù)車年汽油消耗量=79.24萬噸。

（4）2015年小型摩托車年汽油消耗量=0.06萬噸。

（5）2015年其他車年汽油消耗量=11.2萬噸。

3.匯總各類車輛汽油需求量

2015年車用汽油需求量為198.1萬噸。

[參考文獻]：本案例涉及市場預(yù)測方法（消費系數(shù)法），詳見《項目決策分析與評價》第二章，P44～45。

第六題（移動平均法）【背景資料】

某商場2010年1～12月洗衣機銷售量見下表。

表移動平均法計算表時間序號（t）實際銷售量xi（臺）3個月移動平均預(yù)測2010.1153---2010.2246---2010.3328---2010.4435422010.5548362010.6650372010.773844續(xù)表時間序號（t）實際銷售量xi（臺）3個月移動平均預(yù)測2010.8834452010.9958412010.101064432010.111145522010.12124256【問題】

（一）請用簡單移動平均法預(yù)測2011年第一季度該商場洗衣機銷售量（n=3）。

（二）采用加權(quán)移動平均法預(yù)測2011年第一季度該商場洗衣機銷售量（n=3）。已知:前一期、前二期、前三期分別賦予3、2和1的權(quán)重。

（三）比較采用3個月還是5個月進行移動?！緟⒖即鸢浮?/p>

（一）請用簡單移動平均法預(yù)測2011年第一季度該商場洗衣機銷售量（n=3）。

1.計算2010年移動平均值

n=3，時間序列t=1，2，3不存在

2010年4月（t=4）移動平均值=

（臺）

2010年5月（t=5）移動平均值=（46+28+35）/3=36（臺）

2.計算2011年移動平均值（預(yù)測值）

（1）2011年1月洗衣機銷售量預(yù)測=（x10＋x11＋x12）/3=（64+45+42）/3=50

（2）2011年2月洗衣機銷售量預(yù)測=（x11＋x12＋Q1）/3=（45+42+50）/3=46

（3）2011年3月洗衣機銷售量預(yù)測=（x12＋Q1＋Q2）/3=（42+50+46）/3=46

于是，2011年第一季度洗衣機銷售量預(yù)測=Q=50+46+46=142臺。

（二）采用加權(quán)移動平均法預(yù)測。已知：前一期、前二期、前三期分別賦予3/6、2/6和1/6的權(quán)重。

（1）2011年1月洗衣機銷售量預(yù)測=（x10＋2x11＋3x12）/6=（64+2×45+3×42）/6=47

（2）2011年2月洗衣機銷售量預(yù)測=（x11＋2x12＋3Q1）/6=（45+2×42+3×47）/6=45

（3）2011年3月洗衣機銷售量預(yù)測=（x12＋2Q1＋3Q2）/6=（42+2×47+3×45）/6=45

于是，2011年第一季度洗衣機銷售量預(yù)測為=47+45+45=137臺。

（三）比較采用3個月還是5個月進行移動。

采用3個月還是5個月移動平均，可以通過比較兩個方法預(yù)測誤差來選擇。

1.用n=3計算2005年4～12月平均值

2.用n=5計算2005年6～12月平均值

3.用n=3和n=5時，預(yù)測值與實際值誤差（方差）

n=3時：

=[（42-35）2+（36-48）2+（37-50）2+（44-38）2+（45-34）2+（41-58）2+（43-64）2+（52-45）2+（56-42）2]=166

同理，可得：n=5時：

選n=5

從下表可以看出，采用5個月移動平均的均方差較3個月移動平均的小，因此，采用5個月移動平均法較好。

表移動平均法預(yù)測誤差比較表用3個月移動平均預(yù)測用5個月移動平均預(yù)測序號（t）實際銷售量（臺）預(yù)測值（臺）誤差平方預(yù)測值（臺）誤差平方153246續(xù)表用3個月移動平均預(yù)測用5個月移動平均預(yù)測序號（t）實際銷售量（臺）預(yù)測值

（臺）誤差平方預(yù)測值

（臺）誤差平方3284354249548361446503716942647384436419834451214036續(xù)表用3個月移動平均預(yù)測用5個月移動平均預(yù)測序號（t）實際銷售量（臺）預(yù)測值

（臺）誤差平方預(yù)測值

（臺）誤差平方9584128941289106443441463241145524949161242561964836合計5413961494307774平均值454416644（實際為43.86）111【參考文獻】：本案例涉及市場預(yù)測方法（移動平均法），詳見《項目決策分析與評價》第二章，P45～47。

第七題（移動平均法）【背景資料】

某電器商城某年1～12月電視機銷售量如下表所示。

表1～12月電視機銷售量表月份序號（t）實際銷售量Xt（臺）5個月簡單移動平均預(yù)測1155—2248—3330—4437—5550—665244續(xù)表月份序號（t）實際銷售量Xt（臺）5個月簡單移動平均預(yù)測774043883642996043101066481111475112124450【問題】

為了使預(yù)測更符合當(dāng)前的發(fā)展趨勢，請用加權(quán)移動平均法預(yù)測下一年第一季度該電器商城電視機銷售量（n=5）。（對預(yù)測的前一期、前二期、前三期、前四期和前五期分別賦予5/15、4/15、3/15、2/15和1/15的權(quán)重）【參考答案】

1月電視機銷售量預(yù)測：

=51（臺）

2月電視機銷售量預(yù)測：

=51（臺）

3月電視機銷售量預(yù)測：

=50（臺）

于是，下一年第一季度電視機銷售量預(yù)測為：

Q=Q1+Q2+Q3=51+51+50=152（臺）

【參考文獻】：本案例涉及市場預(yù)測方法（移動平均法），見《項目決策分析與評價》第二章，P45～47。

第八題（一次指數(shù)平滑法）【背景資料】

某地區(qū)煤炭消費量預(yù)測。某年1～12月某地區(qū)煤炭消費量見下表。

表某地區(qū)煤炭消費表月份t月消費量xt（萬噸）月份t月消費量xt（萬噸）1131.677737.072233.998839.053339.719940.594439.71101041.955540.29111144.036640.47121250.31【問題】

請用一次平滑指數(shù)法預(yù)測第二年1月的煤炭需求量。（α值取0.3，n=3）【參考答案】

1.計算初始平滑值F0很關(guān)鍵

=（++）/3=（31.67+33.99+39.71）/3=35.12

2.計算各月的一次指數(shù)平滑值

根據(jù)計算

按照指數(shù)平滑法的計算公式，得出：

=α+（1-α）=0.3×31.67+（1-0.3）×35.12=34.09

=α+（1-α）=0.3×33.99+（1-0.3）×34.09=34.06

=α+（1-α）=0.3×39.71+（1-0.3）×34.06=35.75

……

=43.92

計算結(jié)果見下表。

3.計算第二年1月份的煤炭需求量

第二年1月煤炭需求量

萬噸。

具體數(shù)值見下表。

表指數(shù)平滑表月份時序t月消費xt（萬噸）一次指數(shù)平滑值Ft預(yù)測值035.121131.6734.0935.122233.9934.0634.093339.7135.7534.064439.7136.9435.755540.2937.9436.946640.4738.7037.947737.0738.2138.708839.0538.4638.219940.5939.1038.46續(xù)表月份時序t月消費xt（萬噸）一次指數(shù)平滑值Ft預(yù)測值101041.9539.9539.10111144.0341.1839.95121250.3143.9241.18第二年1月1343.92【參考文獻】：本案例涉及市場預(yù)測方法（指數(shù)平滑法）,詳見《項目決策分析與評價》第二章，P47～50。

第九題（德爾菲法）【背景資料】

某企業(yè)管理層希望通過上馬新產(chǎn)品生產(chǎn)加強企業(yè)的競爭力，該新產(chǎn)品屬于高科技新型產(chǎn)品，上市不足3年。公司市場分析人員經(jīng)過多方努力收集到了前兩年的產(chǎn)品市場數(shù)據(jù)，結(jié)合本企業(yè)數(shù)據(jù)庫，并根據(jù)第3年前三個季度的銷售數(shù)據(jù)推算出今年的年銷售數(shù)據(jù)，見下表。

表某產(chǎn)品2009～2011年市場銷售數(shù)據(jù)年份2009年2010年2011年（預(yù)）價格/千元201918銷售量/千臺162126企業(yè)如最終決定投資，預(yù)計可在2年后投產(chǎn)，5年后形成規(guī)模生產(chǎn)能力，因此需要對5年后即2016年的產(chǎn)品市場銷售狀況進行預(yù)測，管理層要求市場分析人員利用德爾菲法和定量預(yù)測法相結(jié)合預(yù)測產(chǎn)品的市場需求和價格變動情況。

【問題】

1.德爾菲法預(yù)測的主要步驟是什么?

2.市場分析人員根據(jù)其經(jīng)驗認為5年后產(chǎn)品市場的售價可能因為新廠家的加入下降到1.5萬元，因此，在請專家進行德爾菲法預(yù)測的同時，市場部也利用常用的一元線性回歸法對2016年的市場進行預(yù)測，因考慮時間較緊，市場部暫時未做回歸檢驗。試建立分析模型進行預(yù)測。

3.根據(jù)德爾菲法預(yù)測的結(jié)果，2016年產(chǎn)品價格將下降至1.2萬元，銷售量擴大到7萬臺。試對兩種預(yù)測方法預(yù)測結(jié)果的差異進行評價分析，判斷企業(yè)運用一元線性回歸方法進行定量預(yù)測是否合理?為什么?【參考答案】

1.德爾菲法預(yù)測的主要步驟是什么?

德爾菲法的預(yù)測步驟

（1）建立預(yù)測工作組：工作組成員必須具備必要的專業(yè)知識和數(shù)理統(tǒng)計知識。

（2）根據(jù)預(yù)測問題的性質(zhì)和規(guī)模選擇專家：專家的數(shù)量一般為20人左右。

（3）設(shè)計專家調(diào)查表。

（4）向?qū)＜野l(fā)送調(diào)查表，組織調(diào)查實施：對第一輪專家調(diào)查表進行收集統(tǒng)計后，須將結(jié)果表發(fā)送給專家，要求其提出進一步的意見，重復(fù)1～2次后形成預(yù)測意見。

（5）匯總處理調(diào)查結(jié)果。

2.市場分析人員根據(jù)其經(jīng)驗認為5年后產(chǎn)品市場的售價可能因為新廠家的加入下降到1.5萬元，因此，在請專家進行德爾菲法預(yù)測的同時，市場部也利用常用的一元線性回歸法對2016年的市場進行預(yù)測，因考慮時間較緊市場部暫時未做回歸檢驗。試建立分析模型進行預(yù)測。

建立一元線性回歸模型

將產(chǎn)品價格設(shè)為自變量X，銷售量設(shè)為因變量Y，建立一元回歸模型：Y=a+bX

將2004、2005年數(shù)據(jù)代入上式計算：16=a+20b

21=a+19b

解方程得：

a=116，b=-5。

可以得到一元線性回歸模型Y=116-5X

因為預(yù)測2016年價格為1.5萬元，即15千元

將X2016=15代入模型，得到2016年的銷售預(yù)測值Y2016=116-5×15=41千臺。

【參考文獻】：本案例涉及市場預(yù)測方法（一元線性回歸），詳見《項目決策分析與評價》第二章，P34～40。

3.根據(jù)德爾菲法預(yù)測的結(jié)果，2016年產(chǎn)品價格將下降至1.2萬元，銷售量擴大到7萬臺。試對兩種預(yù)測方法預(yù)測結(jié)果的差異進行評價分析，判斷企業(yè)運用一元線性回歸方法進行定量預(yù)測是否合理?為什么?

方法比較分析：

德爾菲法的預(yù)測結(jié)果與一元線性回歸方法得到的結(jié)果差距很大，因此可以排除偏差主要由隨機誤差等因素造成的可能性，而主要是因為預(yù)測方法差異造成的。

根據(jù)案例背景，運用一元線性回歸法對2016年的產(chǎn)品銷售量進行預(yù)測并不合理，主要原因有以下幾種：

（1）該產(chǎn)品的市場數(shù)據(jù)不足，只有兩年的真實數(shù)據(jù)和一年的預(yù)測數(shù)據(jù)，因此根據(jù)數(shù)據(jù)建立起來的一元回歸模型對數(shù)據(jù)變化趨勢的模擬不具代表性，產(chǎn)生的偏差較大；而且對一元線性回歸應(yīng)先進行回歸檢驗，符合線性要求時才能運用到預(yù)測中。

（2）該產(chǎn)品剛上市不足3年，一般而言，這類產(chǎn)品正處于導(dǎo)入期，市場增長較為緩慢，而5年后產(chǎn)品可能已經(jīng)進入市場增長水平較高的成長期，而一元線性回歸是用直線模擬數(shù)據(jù)變化的預(yù)測方式，難以體現(xiàn)這種增長水平的變化。

（3）市場進入成長期后，生產(chǎn)廠商的數(shù)量往往會有比較大的增加，導(dǎo)致市場競爭加劇以及價格的加速下滑，而這些都是一元線性回歸模型難以模擬的。

德爾菲法主要適用于缺乏足夠的資料進行回歸趨勢預(yù)測的情況，而且專家在進行預(yù)測的時候往往能夠根據(jù)產(chǎn)品生命周期的發(fā)展規(guī)律考慮市場的階段性變化和市場競爭狀況變化帶來的產(chǎn)品價格和銷售量變化，因此，對于該產(chǎn)品的預(yù)測運用德爾菲法預(yù)測更為合理?！緟⒖嘉墨I】：

本案例涉及定性市場預(yù)測方法（德爾菲法），詳見《項目決策分析與評價》第二章，P52～53。

本案例涉及定量市場預(yù)測方法（一元線性回歸法），詳見《項目決策分析與評價》第二章，P34～40。

第十題（2012年考題）【背景資料】

某咨詢單位接受委托，為A市“十二五