评价网 > 科教论文 > 经济学毕业论文 > 市场营销论文 > 正文

产品销量模型在商品扩散预测中的应用(2)

2014-03-08 01:32 　(四) 拟合度检验
　　拟合度检验是判断选定的S模型形式是否符合实际商品扩散的过程。
　　1. 线性检验。产品扩散模型的数学形式是S形曲线方程,可将曲线模型经过变换,使其线性化,采用直线模型的各种统计检验法进行检验。
　　2.常用的曲线检验法就是相关指数:可决系数和残差平方和。
　　3.这里把标准误差与χ²检验归为其他。它们在S曲线增长模型中不常用,但有所出现,如在[6]与文献[7]。
　　对于上述众多方法,应当选择哪一种又是一个难以回避的问题。事实上可以明确看出,线性检验不如曲线检验精确。线性检验的将曲线模型经过变换转化为线性模型来估计参数,然后将其还原,但是变换后的线性模型拟合效果好,并不等于曲线模型对原始数据的拟合效果也好。曲线检验不需要对模型进行线性化,而直接使用原始数据,经过多次搜索逼近找到的参数,因此曲线检验的误差是非常小的。对于其他检验方法的可信度还需要进一步研究,可以根据具体的预测产品在不同参数估计方法下,对实际数据与预测数据对比,再结合产品潜在市场实际情况来进行确定。 另外,基于目前多数是使用统计软件进行曲线检验,可以借助模糊评价的思想,对上述统计指标进行组合考察,以进一步提高模型的可信度。
　　(五) 计算软件选择
　　S曲线的参数估计和曲线检验的计算量非常大,需要借助统计软件来实现。但目前存在着非常多的统计软件如Excel、EViews、SAS、SPSS、GAUSS、MATLAB。选择哪种合适,如何使用成为又一个难以回避的问题,并且使用不同的软件或同一软件的不同模式计算,会出现不同的预测结果,这让使用者更加困惑,如在SPSS软件中Logistic模型有两种拟合过程,一是非线性回归(Nonlinear Regression)拟合过程,一是曲线回归(Curve Estimation Regression)过程,两者需要的参数不一,且计算结果总是存在差异;加之各种统计软件“按钮选项”众多,普通使用者很难弄明白其中的含义,使用过程只能是照猫画虎;另外,利用软件包编程进行辅助计算,虽然计算的准确性和计算过程的可控性比较强,但工作量大,需要较为复杂的数学知识和计算机编程能力。
　　这些问题是运用S曲线模型进行产品扩散预测的使用者难以解决的,但是又必须面对的。需要相关统计软件专业人士,共同研究,出台标准,面向模型的预测功能和专业应用进行软件制作,明确各种方法应用的条件与适用产业,详细阐释各种“按钮选项”的含义。还有,应把现有的成熟软件尽快推向市场,让其发挥更大的效益。
　　
　　四、小结
　　
　　上文分析了在运用S曲线增长模型进行产品扩散预测的实际过程中一些必须面对的问题,在分析原因的基础上提出了相应的解决思路。但这里还有必要对预测流程、计算工具的核心框架以及主要的研究方法做进一步的阐述。
　　通过上述问题的阐述,原因的分析,以及解决办法的提出,可以看出运用S曲线增长模型进行商品扩散特征预测的模型选择不是一次性确定的,而是根据参数估计和拟合检验的结果反复对比而定。前面谈到运用S曲线增长模型进行商品扩散预测计算量特别巨大,需要借助相应的统计软件。目前的统计软件在使用过程中存在着诸多不方便,需要借助一定的软件开发平台来编写软件。本文认为软件核心部分应包括三个层面:模型层面,参数估计层面、检验方法层面,通过三个层面的不同组合形成多种预测模式。实际预测过程中,除了模型之间的比较研究外,还应针对具体行业对模型进行实证研究 。比较研究的目的是考察哪种模型,哪种参数估计方法,哪种检验方法更适合反映产品扩散实际;实证研究是通过运用某种模型考察类似的成熟行业,以得出更适合预测商品实际的模型,节省计算量。从而以某种模型为主,而其他模型和方法通过比较研究进行辅助。
　　
　　文献:
　　[1] 胡树华.产品创新管理[M].北京:出版社,2000.
　　[2] 何文章,张宪彬.利用Logistic模型预测耐用消费品社会拥有量[J].数理统计与管理,1994(13).
　　[3] 章元明,盖钧镒. Logistic模型的参数估计[J].西南农业大学学报(社会科学版),1994(2).
　　[4] 杨昭军,师义民.Logistic模型参数估计及预测实例[J].数理统计与管理,1997(16).
　　[5] 余爱华,宋丁全.用改进单纯形法进行的Logistic模型拟合及预测[J].金陵科技学院学报,2005(6).
　　[6] 杨敬辉.Bass模型及其两种扩展型的应用研究[D].大连理工大学博士学位,2005.
　　[7] 崔党群. Logistic曲线方程的解析与拟合优度测验[J].数理统计与管理,2005(1).
　　[8] E. Mansfield. “Technical Change and Rates of Imitation”[J].Econometrica, 29,[4], p.741(1961).
　　[9] E.Mansfield.Industrial Research and Technological Innovation: an Econometric Analysis”[M].Longman(1969).