马尔科夫模型在汽车市场预测中的应用VIP免费

第1页共14页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第1页共14页马尔科夫模型在汽车市场预测中的应用一、引言企业是一个动态变化的系统，有些变量和因素随时间的推移而不断地随机变化，市场占有率就是其中一个变量。面对日趋激烈的市场竞争，谁能及时准确的掌握未来的市场趋势，谁就能掌握市场的主动权。然而，用一般的预测方法来预测市场占有率很难得到准确的结果，如长期趋势预测法，是依据历史数据的变化规律来对未来市场状况进行预测，但对市场占有率这个无确定变化规律的变量来说，就显得不太适用。马尔科夫预测法是在通过市场调查等途径获取资料的基础上，运用数理统计、系统工程等有效地数学方法，是实现定量建模与定性评价的深层组合，适用于随机过程预测的一种科学有效的方法。第2页共14页第1页共14页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第2页共14页二、马尔科夫过程及预测模型的建立马尔科夫(A．A．Markov)理论指出：“系统达到每一状态的概率仅与近期状态有关，在一定时期后马尔科夫过程逐渐趋于稳定状态而与原始条件无关”的这一特性称为“无后效性”。即：事物的第n次试验结果仅取决于第(n一1)次试验结果，第(n一1)次试验结果仅取决于第(n一2)次试验结果，依此类推。这一系列转移过程的集合叫做“马尔科夫链”或称为“时间和状态均离散的马尔科夫过程”。“对马尔科夫过程和马尔科夫链进行分析，并对未来的发展进行预测称为马尔科夫分析”。马尔科夫预测方法的特点是：不需要大量的统计资料，只需有限的近期资料即可实现定量预测，而且马尔科夫预测方法适用于短期预测的基础上，只要状态转移矩阵滚动次数足够的多，同时也适用于长期预测。但要求市场比较稳定并在一定时期内没有大的变动。马尔科夫过程实际上是一个将系统的“状态”和“状态转移”第3页共14页第2页共14页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第3页共14页定量化了的系统状态转换的数学模型：状态{Sn，n≥1}：指现象某一时刻上的某种状态，是表示系统的最小一组变量。当系统可完全由定义状态的变量取值来描述时，称系统处于一个状态。状态转移：指当系统的描述变量从一个状态的特定值变化到另一个状态特定值时，就表示系统由一个状态转移到另一个状态，从而该系统实现了状态的转移。相应地，事物处于某种状态的可能性的大小，称为状态概率：则某一时期k的状态概率向量为：1．明确系统状态及系统状态当前的初始分布。选定预测市场对象（即论域）进行市场调查，要研究的对象，应在整个市场或区域内并在调查期内营业的企业中进行选择；例如深圳市2007年第二季度第4页共14页第3页共14页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第4页共14页各品牌汽车市场占有率（前5名）如下表1：表1深圳市2007年第二季度各品牌汽车市场占有率品牌实际销售（辆）市场占有率（%）广州本田37486.7一汽本田31405.6上海通用28145.0东风日产28125.1广州丰田20453.6其他4143173.9按表1可以把系统分为广州本田、一汽丰田、上海通用、东风日产、广州丰田、其他品牌六个状态，得到六个系统状态在2007年第2季度市场占有率的初始分布：S（0）=（0.060.0560.0500.0510.0360.739）2．建立转移矩阵——马尔科夫转移矩阵运用马尔科夫链进行预测的关键在于：建立状态转移概率矩阵（指系统在时刻t所处状态，转变为时刻t+1所处状态时与之相对第5页共14页第4页共14页编号：时间：2021年x月x日书山有路勤为径，学海无涯苦作舟页码：第5页共14页应的一个条件概率）。因此，市场占有率的预测，其关键也就在于通过市场调查，确定预测期内用户购买产品转移的分布情况。转移矩阵：若由状态Si转向Sj的概率为Pij，则称Pij为从状态Si经过一个时期转移到状态Sj的一阶转移概率，其中Pii、Pjj为同一状态的转移概率，也称为保留概率。一般而言，转移概率Pij（n）构成的转移矩阵为：，（1）；（2），即每列和为1。P（1）为一步转移概率矩阵，P（k）为k步转移概率矩阵，他是在k-1步转移的基础上再一次转移的结果，。第6页共14页第5页共14页编号：时间：2021年x...