1. NCCU Academic Hub
  2. Publications
  3. College of Commerce
  4. Theses
  5. Item

Publications-Theses

Article View/Open

Publication Export

Google ScholarTM

NCCU Library

Citation Infomation

Related Publications in TAIR

題名 銷售預測系統中內生變數的預測
作者 趙依雄
貢獻者 周文賢
趙依雄
日期 1989
上傳時間 4-May-2016 14:24:17 (UTC+8)
摘要 論文提要內容:
     一企業主銷售決定於諸多因素，舉凡廣告、促銷、經濟環境變數、天候變數等，皆具影響力。這些外生變數變化對銷售之轉移函數關係乃是企業行銷人員所關心者，一精確之銷售預測更受未來結構變化之影響。傳統之統計預測模式無法解決未來結構性變化之問題，此亦是銷售預測模式未能廣泛應用於企業預測之故。
     有鑑於此，本研究擬發展一實務導向且電腦化之銷售預測系統，考慮外生變數對內生變數之動態轉移函數關係，並應用貝式方法融入先驗知識，預測未來之結構性變化，驥求得更精確之銷售預測。
     方法上，銷售預測模式首先辨認外生變數與內生變數之動態轉移函數關係；由於辨認過程繁複，模式設計具有將所有辨認結果儲存輔助記憶體中的功能；爾後之預測，可以所辨認結構為先驗訊息，融入新參數之估計，以提升參數估計之穩定性；其次運用合理之外生變數預測，經由所估之結構係數，求得初步銷售預測；並據此計算殘差值之際節指標，以便探討未納入模式之季節性。預測系統中容許研究人員選擇是否將此一季節指標用於修正初步預測，然後研究人員可根據產品週期及序列成長特性，進行合理之成長率調整，產生樣本銷售預測。再者，將此樣本預測以問卷型式，交與專家判斷，探求可能之結構性變化；並要求專家開列屬量性即屬質性評估，以便融入樣本預測。最後將此後驗預測按歷史結構係數分解為區域別、顧客別及規格別之銷售。
     為探討上述方法之可行性，實證方面以個案公司之實際資料，假定各種特例情況，逐一測試每一步驟之正確性及穩定性。
     本研究乃依據合理之外生變數預測值，應用統計方法及電腦快速、量大之特性，求得一準確外生變數預測；俾便企業界據此做產銷協調、物料需求規劃、存貨管理之依據。
參考文獻 參考文獻
     (一)中文部份
     1.于宗先(民61)，經濟預測，台北，中央研究院。
     2.王棣(民74)，應用迴歸模型與貝氏理論在統計預測與決策之應用，政治大學統計研究所未出版之碩士論文。
     3.何鐘文(民76)，臺灣地區各產業電力需求預測--貝式方法之應用，政治大學統計研究所未出版之碩士論文。
     4.周文賢(民77)，時間序列分析未出版之課堂講義，政治大學統計研究所。
     5.周文賢(民78)，計量經濟未出版之課堂講義，政治大學統計研究所。
     6.林茂文(民75)，時間數列分析與預測，第二版，台北華泰。
     7.倪安順譯(民76)，SAS 基礎與統計應用使用手冊，第一版，台北，儒林。
     8.祁和福(民67)，應用迴歸分析，第一版，台北:東亞。
     9.黃登源(民66)，應用迴歸分析，第一版，台北:嘉賢。
     10.曾碧淵(民63)，貝氏方法在迴歸分析之應用，政治大學統計研究所未出版之碩士論文。
     11.曾薰瑤(民78)，銷售預測系統中，外生變數之預測，政治大學統計研究所未出版之碩士論文。
     12.葉進成(民78)，行銷資訊系統之建立--以個案公司為例 ，淡江大學管理科學研究所未出版之碩士論文。
     13.蔡淑女(民70)，迴歸模型中自我相關誤差之貝氏分析，政治大學統計研究所未出版之碩士論文。
     14.陳慧德(民77)，銷售預測實證研究--貝氏時間序列分解法之應用，淡江大學統計研究所未出版之碩士論文。
     (二)英文部份
     1.George G. Judge(1982) , Introduction to the Theory and Practice of Econometrics , 1st ed. , Rep-rinted by Taipei: Yei-Yei.
     2.John niter , William Wassernmam and Michael H. Kutner (1984) , Applied Lieaner Regression Models, 1st ed. , Reprinted by Taipei : Hwa-Tai.
     3.Kotler , Philip(1985) , Marketing Management Analysis. Planning & Control,5th ed.. 台北:東南書報社.
     4.Kvanli , Alan H. , C. Introduction to Bussiness Statisics-- A Computer Intergrated Approach Reprinted by Taipei: Hwa-Tai.
     5.Montgomery , Douglas C. and Elizabeth A. Peck (1982) , Introduction to Linear Regression Analvsis,1st ed., Reprinted by Taipei :Hwa-Tai.
     6.Muir, James W.(1985), "Pragmatic Solutions to Most Common Forecast Problems", Journal of Business Forecasting, Vol.4 ,pp.4-9.
     7.Mullet, G. M. (1976), Why regression coefficients have the wrong sign, J. Qual Technol. ,8, pp.121-126 .
     8.Neyman , J. and E. L. Scott(19-6-0), Correction for bias introduced by a transformation of variables, Ann. Math statist. ,31, pp.643-655.
     9.SAS/IML Guide for Personal Computer, Version 6 Edition(1985), Cary: SAS Institute Inc.
     10.SAS Introduction Guide for Personal Computer. Version 6 Edition(1985), Cary: SAS Institute Inc.
     11.SAS Language Guide for Personal Computer, Version 6 Edition(1985), Cary: SAS Institute Inc.
     12.SAS Macro Language Course Notes(1985), Cary: SAS Institute Inc.
     13.SAS User`s Guide: Statistics. Version 5 Edition (1985), Cary: SAS Institute Inc
描述 碩士
國立政治大學
統計學系
資料來源 http://thesis.lib.nccu.edu.tw/record/#B2002005733
資料類型 thesis
dc.contributor.advisor 周文賢zh_TW
dc.contributor.author (Authors) 趙依雄zh_TW
dc.creator (作者) 趙依雄zh_TW
dc.date (日期) 1989en_US
dc.date.accessioned 4-May-2016 14:24:17 (UTC+8)-
dc.date.available 4-May-2016 14:24:17 (UTC+8)-
dc.date.issued (上傳時間) 4-May-2016 14:24:17 (UTC+8)-
dc.identifier (Other Identifiers) B2002005733en_US
dc.identifier.uri (URI) http://nccur.lib.nccu.edu.tw/handle/140.119/90499-
dc.description (描述) 碩士zh_TW
dc.description (描述) 國立政治大學zh_TW
dc.description (描述) 統計學系zh_TW
dc.description.abstract (摘要) 論文提要內容:
     一企業主銷售決定於諸多因素，舉凡廣告、促銷、經濟環境變數、天候變數等，皆具影響力。這些外生變數變化對銷售之轉移函數關係乃是企業行銷人員所關心者，一精確之銷售預測更受未來結構變化之影響。傳統之統計預測模式無法解決未來結構性變化之問題，此亦是銷售預測模式未能廣泛應用於企業預測之故。
     有鑑於此，本研究擬發展一實務導向且電腦化之銷售預測系統，考慮外生變數對內生變數之動態轉移函數關係，並應用貝式方法融入先驗知識，預測未來之結構性變化，驥求得更精確之銷售預測。
     方法上，銷售預測模式首先辨認外生變數與內生變數之動態轉移函數關係；由於辨認過程繁複，模式設計具有將所有辨認結果儲存輔助記憶體中的功能；爾後之預測，可以所辨認結構為先驗訊息，融入新參數之估計，以提升參數估計之穩定性；其次運用合理之外生變數預測，經由所估之結構係數，求得初步銷售預測；並據此計算殘差值之際節指標，以便探討未納入模式之季節性。預測系統中容許研究人員選擇是否將此一季節指標用於修正初步預測，然後研究人員可根據產品週期及序列成長特性，進行合理之成長率調整，產生樣本銷售預測。再者，將此樣本預測以問卷型式，交與專家判斷，探求可能之結構性變化；並要求專家開列屬量性即屬質性評估，以便融入樣本預測。最後將此後驗預測按歷史結構係數分解為區域別、顧客別及規格別之銷售。
     為探討上述方法之可行性，實證方面以個案公司之實際資料，假定各種特例情況，逐一測試每一步驟之正確性及穩定性。
     本研究乃依據合理之外生變數預測值，應用統計方法及電腦快速、量大之特性，求得一準確外生變數預測；俾便企業界據此做產銷協調、物料需求規劃、存貨管理之依據。		zh_TW
dc.description.tableofcontents 目次
     1 .緒論
     1.1 研究動機及目的……1
     1.2 研究方法摘要……1
     1.3 本文結構……2
     2. 文獻回顧
     2.1 預測方法回顧……3
     2.2 貝氏方法回顧……5
     2.2.1 理論基礎……5
     2.2.2 方法應用……6
     2.2.3 決策準則……6
     3. 內生變數預測理論基礎
     3.1 研究架構……8
     3.1.1 預測概念……8
     3.1.2 預測流程……9
     3.2 轉移函數……10
     3.2.1 理論基礎……11
     3.2.2 動態轉移函數……13
     3.2.3 虛擬變數設定……15
     3.3 模式辨認……19
     3.3.1 辨認原因……19
     3.3.2 外生變數選取方法……21
     3.3.3 診斷性檢定……23
     3.4 參數空間之限制……27
     3.4.1 限制理由……27
     3.4.2 理論基礎……28
     3.4.3 決策準則……31
     3.4.4 限制式的應用……33
     3.5 季節性之融入……35
     3.5.1 季節性的計算……35
     3.5.2 季節指標的計算……39
     3.6 成長微調……40
     3.7 整體與各期先驗之融入…… 44
     3.8 程式流程及邏輯說明……46
     4. 實證分析……62
     4.1 預測模式的辨認……63
     4.2 先驗限制前後之比較……70
     4.3 融入季節性前後之出較……72
     4.4 成長率調整前後之比較……74
     4.5 融入先驗前後之比較……7 9
     5. 結論
     5.1 研究發現……91
     5.2 研究限制……92
     5.3 後續研究之建議……92
     參考文獻
     附錄1 先驗問卷型式……96
     附錄2 預測程式……100
     
     表次
     表3.5.1 季節性計算方法之比較……38
     表4.0.1 產品銷售之區域別、顧客別及規格別……62
     表4.1.1 個案公司銷售相關資料……66
     表4.1.2 相關分析……66
     表4.1.3a 促銷與銷售間之結構……67
     表4.1.3b 廣告與銷售間之結構……67
     表4.1.3c 時間指標與銷售間之結構……67
     表4.1.4 變異數分析……68
     表4.1.5 參數估計……68
     表4.1.6 Durbin-Watson 檢定……68
     表4.2.1 限制前之係數結構……71
     表4.2.2 限制後之係數結構……71
     表4.2.3 更新後重新辨認之係數結構(未限制) ……71
     表4.2.4 更新後未辨認之係數結構(限制後) ……71
     表4.4.1 成長微調前之成長率……75
     表4.4.2 成長微調後之成長率……77
     表4.5.1a 成長率預測……79
     表4.5.1b 成長率預測……80
     表4.5.1c 成長率預測……81
     表4.5.1d 個別值預測……82
     表4.5.2a 融入整體先驗之後驗成長率……83
     表4.5.2b 融入整體先驗之後驗成長率……85
     表4.5.2c 融入整體先驗之後驗成長率……87
     表4.5.2d 融入個別期先驗之後驗成長率……89
     
     圖次
     圖3.1.1 架構流程……10
     圖3.2.1 虛擬變數的影響……18
     圖3.3.1 模式辨認的步驟……20
     圖3.3.2 殘差結構圖……25
     圖3.4.1 模式辨認成本與頻率……28
     圖3.6.1 序列成長週期與成長比之關係……41
     圖3.6.2 調整前後預測之比較……43
     圖3.8.1 程式流程……58
     圖4.1.1a 促銷與銷售之結構……67
     圖4.1.1b 廣告與銷售之結構……67
     圖4.1.1c 時間指標與銷售之結構……67
     圖4.2.1a 殘差分析(遞延銷售--殘差) ……69
     圖4.2.1b 殘差分析(促銷--殘差) ……69
     圖4.2.1c 殘差分析(廣告--殘差) ……69
     圖4.2.1d 殘差分析(時間--殘差) ……69
     圖4.3.1 各期之季節指標(分圖) ……73
     圖4.3.2 總季節指標(總圖) ……73
     圖4.4.1 成長微調前之樣本預測……76
     圖4.4.2 成長微調後之樣本預測……78
     圖4.5.1a 融入整體先驗之後預測值……84
     圖4.5.1b 融入整體先驗之後預測值……86
     圖4.5.1c 融入整體先驗之後預測值……88
     圖4.5.1d 融入個別期先驗之後驗預測……90		zh_TW
dc.source.uri (資料來源) http://thesis.lib.nccu.edu.tw/record/#B2002005733en_US
dc.title (題名) 銷售預測系統中內生變數的預測zh_TW
dc.type (資料類型) thesisen_US
dc.relation.reference (參考文獻) 參考文獻
     (一)中文部份
     1.于宗先(民61)，經濟預測，台北，中央研究院。
     2.王棣(民74)，應用迴歸模型與貝氏理論在統計預測與決策之應用，政治大學統計研究所未出版之碩士論文。
     3.何鐘文(民76)，臺灣地區各產業電力需求預測--貝式方法之應用，政治大學統計研究所未出版之碩士論文。
     4.周文賢(民77)，時間序列分析未出版之課堂講義，政治大學統計研究所。
     5.周文賢(民78)，計量經濟未出版之課堂講義，政治大學統計研究所。
     6.林茂文(民75)，時間數列分析與預測，第二版，台北華泰。
     7.倪安順譯(民76)，SAS 基礎與統計應用使用手冊，第一版，台北，儒林。
     8.祁和福(民67)，應用迴歸分析，第一版，台北:東亞。
     9.黃登源(民66)，應用迴歸分析，第一版，台北:嘉賢。
     10.曾碧淵(民63)，貝氏方法在迴歸分析之應用，政治大學統計研究所未出版之碩士論文。
     11.曾薰瑤(民78)，銷售預測系統中，外生變數之預測，政治大學統計研究所未出版之碩士論文。
     12.葉進成(民78)，行銷資訊系統之建立--以個案公司為例 ，淡江大學管理科學研究所未出版之碩士論文。
     13.蔡淑女(民70)，迴歸模型中自我相關誤差之貝氏分析，政治大學統計研究所未出版之碩士論文。
     14.陳慧德(民77)，銷售預測實證研究--貝氏時間序列分解法之應用，淡江大學統計研究所未出版之碩士論文。
     (二)英文部份
     1.George G. Judge(1982) , Introduction to the Theory and Practice of Econometrics , 1st ed. , Rep-rinted by Taipei: Yei-Yei.
     2.John niter , William Wassernmam and Michael H. Kutner (1984) , Applied Lieaner Regression Models, 1st ed. , Reprinted by Taipei : Hwa-Tai.
     3.Kotler , Philip(1985) , Marketing Management Analysis. Planning & Control,5th ed.. 台北:東南書報社.
     4.Kvanli , Alan H. , C. Introduction to Bussiness Statisics-- A Computer Intergrated Approach Reprinted by Taipei: Hwa-Tai.
     5.Montgomery , Douglas C. and Elizabeth A. Peck (1982) , Introduction to Linear Regression Analvsis,1st ed., Reprinted by Taipei :Hwa-Tai.
     6.Muir, James W.(1985), "Pragmatic Solutions to Most Common Forecast Problems", Journal of Business Forecasting, Vol.4 ,pp.4-9.
     7.Mullet, G. M. (1976), Why regression coefficients have the wrong sign, J. Qual Technol. ,8, pp.121-126 .
     8.Neyman , J. and E. L. Scott(19-6-0), Correction for bias introduced by a transformation of variables, Ann. Math statist. ,31, pp.643-655.
     9.SAS/IML Guide for Personal Computer, Version 6 Edition(1985), Cary: SAS Institute Inc.
     10.SAS Introduction Guide for Personal Computer. Version 6 Edition(1985), Cary: SAS Institute Inc.
     11.SAS Language Guide for Personal Computer, Version 6 Edition(1985), Cary: SAS Institute Inc.
     12.SAS Macro Language Course Notes(1985), Cary: SAS Institute Inc.
     13.SAS User`s Guide: Statistics. Version 5 Edition (1985), Cary: SAS Institute Inc		zh_TW