20xx年汽车市场需求预测doc11-汽车(编辑修改稿)

20xx年汽车市场需求预测doc11-汽车(编辑修改稿)内容摘要：

.9702R F 根据曲线拟合方程，进行数据拟合，如下表（ 3）： 表（ 3） 1998~2020 年汽车市场总销量（辆） 年度 1998 1999 2020 2020 2020 2020 2020 2020 实际值 1603054 1832470 2088626 2363665 3248058 4390806 5071100 预测值 1475353 1804846 2207926 2701026 3304252 4042196 4944947 6049312 同理，分别得到各细分市场的趋势推测模型如下：   32 t2 9 3 0 .4 2t10266t5 7 6 2 0 .7620364ˆ 载货车tY .9862 R F   32 t7 1 9 3 .1t8 3 2 5 4 .8t124586488108ˆ 客车tY .9952 R F 32 t2 6 7 4 . 1t1 0 4 3 7 2t3 7 4 6 7 58 3 0 3 3 4ˆ （轿车）tY .9742 R F 此资料来自 企业 ()，大量的管理资料下载 第 5 页 共 11 页 时间序列模型 时间序列预测方法主要有外推法：找出时间序列观测值中的变化规律与趋势，然后通过对这些规律或趋势的外推来确定未来的预测值，包括移动平均和指数平滑法、趋势预测法、季节指数法。 本文利用 SAS统计软件中的时间序列模块，针对 19982020年汽车销量的历史数据，建立时间序列模型，根据时间序列诊断标准，具有对数转换，线性趋势，无季节性影响因素 ，得出 log linear trend 模型， R ，预测结果如下表（ 4）： 表（ 4） 1998~2020 年汽车市场总销量（辆） 选择可能的几种时间序列模型，进行加权，将几种模型加权，得到如下结果： 表（ 5） 1998~2020 年汽车市场总销量（辆） 年度 1998 1999 2020 2020 2020 2020 2020 2020 实际值 1603054 1832470 2088626 2363665 3248058 4390806 5071100 预测值 2321282 1832470 2088626 2363665 3248058 4390806 5071100 5956169 相应的相关系数、预测误差项、预测检验 值如下图（ 2）： 图（ 1） 相关系数、预测误差项、预测检验值 同理，也可以得到各细分市场载货车、客车、轿车的销量预测值。 预测结果展示 综上，本文采用几种模型进行了预测，为了增加预测的准确性，将这几种模型的预测结果进行了平均化处理，可以预测 2020 年汽车市场的总销量为 5994714（辆），载货车的销量为 1712298（辆），客车的销量为 1276215（辆），轿车的销量为 2877002（辆），详细结果如表（ 6）： 年度 1998 1999 2020 2020 2020 2020 2020 2020 实际值 1603054 1832470 2088626 2363665 3248058 4390806 5071100 预测值 1480641 1811316 2215840 2710708 3316095 4056685 4962672 6070995 此资料来自 企业 ()，大量的管理资料下载 第 6 页 共 11 页 表（ 6） 1998~2020 年汽车市场销量预测值（辆） 年度 1998 1999 2020 2020 2020 2020 2020 2020 总量（实际值） 1603054 1832470 2088626 2363665 3248058 4390806 5071100 预测结果 1725863 1805007 2121400 2564830 3322978 4183694 5013249 5994715 货车（实际值） 658051 750769 774901 818433 1076613 1211411 1525900 预测结果 632020 726778 784648 891930 1050598 1239008 1484664 1712298 客车（实际值） 436719 511291 700988 823769 1045416 1207794 1218700 预测结果 430004 545932 670034 838974 1020893 1169763 1276039 1276212 轿车（实际值） 508284 570410 612737 721463 1126029 1971601 2326500 预测结果 486447 498049 613110 799909 1115439 1692780 2455311 2877003 599471501000000202000030000004000000500000。