【技术实现步骤摘要】
本专利技术涉及一种社会事件影响下的商品需求预测技术,适用于受某一社会事件影响的,对该事件产生反应的商品需求预测,属于信息预测
技术介绍
市场经济的发展加剧了企业间的竞争,企业竞争从价格竞争转变为成本竞争,对市场走势良好的前期判断在企业管理中的作用愈发重要。目前对于商品历史数据的处理仍多停留在简单构建时间序列和观察商品销量曲线。然而,通过这样的方法获得数据往往包含多种复杂因素,诸如事件、气息等外部环境的影响,决策者难以通过这样的包含噪音的曲线做出准确判断。
技术实现思路
专利技术目的:针对现有商品交易数据预测存在的问题与不足,本专利技术提供一种基于一元线性回归和最小二乘法基本思想,将线性趋势和随机变动时间序列进行分解的商品预测模型和预测方法。技术方案:一种基于一元线性回归和最小二乘法的商品需求预测方法,适用于受某一社会事件影响的,对该事件产生反应的商品需求预测,比如:情人节的巧克力、啤酒节的啤酒、流感季的卫生用品等。具体包括如下步骤:步骤1:获取商品销售历史数据。选择某一社会事件,获取一定时期内受该社会事件影响的某商品的全部历史数据,按照时间先后顺序排列;所述一定时期是指在该时期内至少包含7次所述社会事件。步骤2:根据步骤1中获得的这段时期内该社会事件影响下的年份xi(i=1,2,3…n)与历史销量yi(i=1,2,3…n)建立预测模型,公式如下:yi=axi+b;步骤3:计算 ...
【技术保护点】
一种基于一元线性回归和最小二乘法的商品需求预测方法,其特征在于,具体包括如下步骤:步骤1:获取商品销售历史数据。选择某一社会事件,获取一定时期内受该社会事件影响的某商品的全部历史数据,按照时间先后顺序排列;所述一定时期是指在该时期内至少包含7次所述社会事件;步骤2:根据步骤1中获得的这段时期内该社会事件影响下的年份xi(i=1,2,3…n)与历史销量yi(i=1,2,3…n)建立预测模型,公式如下:yi=axi+b;步骤3:计算离差平方和Q,确定预测方程参数a和随机变量b,公式如下:Q=Σ(yi-y^i)2=Σ(yi-b-axi)2;]]>步骤4:表达式中a,b作为未知数,分别计算Q对a,b的偏导数公式如下:∂Q∂a=-2Σ(yi-a-bxi)∂Q∂b=2Σ(yi-a-bxi)(-xi);]]>步骤5:通过步骤5中偏导数方程表达式计算参数a和随机变量b的值,公式如下:∂Q∂a=-2Σ(yi-a-bxi)=0&Partia ...
【技术特征摘要】
1.一种基于一元线性回归和最小二乘法的商品需求预测方法,其特征在于,
具体包括如下步骤:
步骤1:获取商品销售历史数据。选择某一社会事件,获取一定时期内受该
社会事件影响的某商品的全部历史数据,按照时间先后顺序排列;所述一定时期
是指在该时期内至少包含7次所述社会事件;
步骤2:根据步骤1中获得的这段时期内该社会事件影响下的年份
xi(i=1,2,3…n)与历史销量yi(i=1,2,3…n)建立预测模型,公式如下:
yi=axi+b;
步骤3:计算离差平方和Q,确定预测方程参数a和随机变量b,公式如下:
Q=Σ(yi-y^i)2=Σ(yi-b-axi)2;]]>步骤4:表达式中a,b作为未知数,分别计算Q对a,b的偏导数公
式如下:
∂Q∂a=-2Σ(yi-a-bxi)∂Q∂b=2Σ(yi-a-bxi)(-xi);]]>步骤5:通过步骤5中偏导数方程表达式计算参数a和随机变量b的值,公
式如下:
∂Q∂a=-2Σ(yi-a-bxi)=0∂Q∂b=2&Sig...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。