【6A版】项目数据分析方法

7A版优质实用文档项目数据分析方法一、定性数据分析法定性数据分析法是在市场分析的基础上，用定性研究的方法进行市场需求预测和市场占有率预测，进而预测项目的投资收益。（一）市场试销法市场试销法也称为销售试验，它是指试销商品向某一特定的地区或在消费对象市场上进行销售试验，依据试验资料进行销售预测。市场试销法预测模型：Y=Q×N×D式中，Y为年销售量预测值；Q为每单位用户年内平均消费量；N为整个市场的总用户数；D为用户重复购买率。（二）类比法类比法是遵循类比原则，把预测目标与其同类的或相似的先行事物加以对比分析，来推断预测目标未来发展趋向与可能水平的一种预测方法。类比法的类型主要有：1由点推算面2由局部推算整体3由类似产品类推新产品4由相似国外市场类推国内市场德菲尔法是专业意见法的函询方式，征询专家小组成员意见，经过几轮的征询反馈，使各种不同意见渐趋一致，经过汇总和用数理统计方法进行分析，得出一个比较统一的预测结果，供决策者参考。（三）市场因素推算法1按照人口数和消费水准两个基本因素来推算市场需求量的公式为：S=j×g其中：j表示人数或户数g表示每人或每户消费水准及消费量S表示市场需求量预测值2如果人口数处于静态，消费水准是动态的，则公式改为：S=j×g×(1+G1)n其中：G1表示表示消费水准年成长率n表示期数（月或年）g表示基期消费水平3如果商品不是每人都需要的，应当调查需求者的比率（f），公式表示为：S=j×(1+G)n×f×g×(1+G1)n其中：f表示人口数中消费者的百分比G表示人口年成长率G1表示消费水准成长率f，G，g，G1等参数可以用抽样调查法或专家预测法来预测估算。（四）马尔科夫分析方法马尔科夫分析预测法是关于系统状态转移规律的数学模型。它是一种关于事件发生的概率预测方法，是根据事件的目前状况来预测其将来各个时刻（或时期）的未来变化趋势及可能结果。马尔科夫分析预测法模型设定被预测系统在Ti时刻所呈现的状态为Ei，被预测系统共有E0，E1，En共n+1个可能的状态。系统在T时刻所呈现的状态仅与第T-1时刻的状态有关，而与T-2时刻及以前所处的状态无关。经过较长时间的状态转移，系统所呈现的状态趋于稳定，不再随时间推移发生明显变化，并与初始状态E0无关。将系统从状态i出发，经过K步转移到状态j的概率称为转移概率，记作Pij，将转移概率Pij为元素的矩阵称为马尔科夫链的K步转移概率矩阵，记作P(K)。当转移步数K=l时，转移概率矩阵称为一步转移概率矩阵，记作P(l)，简记为Po用矩阵表示为：在转移概率矩阵中，所有元素均非负，且每一行元素的和都等于1，一部转移概率矩阵与K步转移概率矩阵的关系为：如果将系统初始状态记作E0，经过K步状态转移后的状态为Ek，则：二、定量数据分析技术定量预测的方法是在有连续的、较为完整的历史数据，市场影响因素变化不大，在未来一定时期内，市场发展平稳的情况下，根据市场发展的内在规律，用历史推测未来的预测方法。（一）一元线性回归分析法一元线性回归分析法是在分析预测研究对象未来发展趋势的基础上，分析因变量随一个自变量变化而变化的规律，并通过回归分析方法建立两个变量之间因果关系的数学模型，描述变量之间的变化规律，并根据模型进行预测分析的方法。一元线性回归分析法模型如果我们定义G是自变量或回归因子，Y是因变量，变量G和Y之间存在线性关系，那么对于每个G都有一个Y与它相对应，因此，如果知道每一个G的值，那么根据下面总体回归函数将能预测到因变量Y的值。一元线性回归理论模型一般形式为：Yi=0+1Gi+i其中，Yi=0+1Gi是总体回归函数，也称为总体回归线；截距0和斜率1是总体回归线的系数，也称为总体回归的参数；i项是误差项。对一个具体的观测值而言，误差项包含了除G以外的决定Y值变化的所有其他因素，在图形上表现为假设的观测值没有准确地落在体回归线上。（二）多元线性回归分析法多元线性回归分析系法是保持其他回归分子（Gi+1，Gi+k）不变时，估计一个变量Gi的变化对Yi的影响，并且这些回归因子与变量之间均能呈现线性的相关关系，这就是多元线性回归。多元线性回归的分析方法与一元线性回归基本相同。多元线性回归的方程为：对于回归参数的估计依然是采用最小二乘法进行，它是与极大似然法估计量相同的。（三）非线性回归分析法非线性回归分析法是指如果G的变化对Y的影响依赖于一个或多个自变量的取值，那么总体回归函数就是非线性的。非线性回归方程的一般表达式为：其中，是总体非线性回归函数，它是自变量Gli，G2i，Gni的一个可能的非线性函数，ui是误差项。57A版优质实用文档