季节指数预测法在企业销售收入中的应用分析
刘晓兵，梁孟伟
（河北农业大学，河北 保定 071000）
[摘要] 企业销售收入的预测对一家企业的运营来说是非常重要的环节，企业通过产品过去一段时间的销售情况，并且结合自己在市场中的实地调查结果，对产品销售收入进行科学而有效的预测。销售收入预测的方法有很多，主要有时间序列分析、因果分析法和本量利分析法等，每一种方法都有它的优点。企业通过一些销售收入预测[1]可以为其赢得比较可观的经济效益，同时可以加强其自身营销计划性，有序性，少走弯路。主要利用时间序列分析季节指数预测法对某企业某产品近几年的销售情况进行合理预测。
[关键词] 时间序列分析；季节指数预测法；直接平均法；趋势剔除法
时间序列分析[2]，是一种动态数据处理的统计方法，它利用一组有时间顺序的数字序列，通过对过去几期实际数据的计算分析，确定待测产品销售收入的预测值。这种方法常常会在企业经营管理、气象预测、环境污染控制和生态平衡预测等领域得到应用。时间序列分析[3]中的季节指数预测法是一种比较简单、容易操作的预测法，它在企业销售收入预测中发挥了重要作用。我们将介绍两种计算季节指数的方法，利用季节指数预测企业未来一年的销售收入。
雷贝拉唑为苯并咪唑类化合物，是第二代质子泵抑制剂，通过特异性地抑制胃壁细胞H+、K+‐ATP酶系统而阻断胃酸分泌的最后步骤。临床上注射用雷贝拉唑钠主要用于口服疗法不适用的胃、十二指肠溃疡出血，并可使基础胃酸分泌和刺激状态下的胃酸分泌均受抑制［1］。注射用雷贝拉唑钠的临床前药理学的研究报道较少，有关临床应用以及检测方法的居多。本研究主要考察注射用雷贝拉唑钠对不同溃疡模型大鼠的抑制作用，包括对吲哚美辛引起的胃溃疡、醋酸性胃溃疡、大鼠反流性食管炎以及半胱胺型十二指肠溃疡的影响。
1 季节指数预测法概述
季节指数[4]是用百分数或系数形式表示的季节变动指标，也称为季节比率。季节指数预测法也可称为“温斯特法”。它和简单季节平均法不同，它通过收集历史数据，利用各期的实际值，通过时间序列回归法、移动平均法、指数平滑等方法建立我们所需要的预测模型，从而求得历史各期趋势值；通过直接平均法和趋势剔除法计算各期的季节指数，若所求各期的季节指数之和不等于期数，则需要对各期的季节指数进行修正，最后求出我们想要的各期的预测值。
2 引用具体例子进行分析
例题：表1所示为某企业某产品三年来的销售情况，请应用时间序列分析季节指数预测法来预测该企业2004年这种产品在各期的销售情况。（历史数据已给出，期数n=12）
提示：分别用直接平均法和趋势剔除法来计算季节指数。
不去找他，他甚至于可以一次都不来，据说这样的事也有过，公寓就算是临别赠品。他是实在诱惑太多，顾不过来，一个眼不见，就会丢在脑后。还非得钉着他，简直需要提溜着两只乳房在他跟前晃。
表1 历史数据
2.1 直接平均法
这种方法比较简单，不需要建立趋势模型。根据各年份各期的历史数据，我们可以计算各期的季节指数，从而计算2004年各期的预测值。各期季节指数记为Si，三年各期的平均值记为Ai，2004年各期的预测值记为Bi，2003年的平均值（被预测年上一年的平均值）记为C，历史数据所在的三年的总平均值记为D。（i=1,2, ,12）
依此继续计算，求Fi；
A1=（30+18+22）/3=23.333，A2=（37+20+32）/3=29.667， 以此类推计算Ai；
而语内错误中的语篇错误，即口译译文与原文语篇信息不对等，不完整，逻辑不一致，则主要受口译过程中技能能力与心理能力的影响。当口译过程中，当学生短期记忆出现偏差，在记笔记过程中出现信息遗漏、逻辑错误、口译原文本归纳与转换不足等情况，或是临场发挥受到紧张等心理因素影响时，学生的口译译文就会出现语篇错误，即译文与原文信息逻辑不一致，内容不对应等情况。
C=（22+32+102+155+372+324+290+153+77+17+37+46）/12=135.583；
以此类推计算
。
2.2.1 平均值趋势剔除法
以此类推计算Si；
以此类推计算Bi。
⑤黄庭坚《卜算子》(要见不得见)：双调46字，上阕4句2仄韵，下阕4句2仄韵。句式：55733。55733。
研华科技董事长刘克振在开幕论坛上表示：“有鉴于物联网应用领域多样、广泛且市场碎片化等特质，研华因而将协助各产业将现有硬件、软件整合，以建立完整的产业价值链视为物联网产业发展的首要任务。因应此趋势，研华自2014年起推出WISE-PaaS软件平台，并历经两年多时间，将该平台从下而上包括感知元件、边缘运算、通讯、PaaS平台、行业SRP以及云服务营运等服务完整串接，建立完整的物联网供应链。”
通过计算，我们很容易得到下边两表中的关于该企业某商品在2004年各期销售情况的预测结果，从而预测结束。
表2 Ai和Si计算结果
表32004年各期的预测值Bi
2.2 趋势剔除法
趋势剔除法又分为平均值趋势剔除法和趋势比率剔除法，二者都需要建立趋势模型来求趋势值，这里我们采用时间回归建立趋势模型。建立的趋势模型为：
其中
是长期变动趋势项，
可以发现当
时，易于计算。将历史数据按时间顺序编为
历史数据是偶数个，时间t为公差为2，递增的等差数列，且中间两项互为相反数（不为零），计算ti·xi和ti2（i=1,2, ,36；n=36）如下表：
表4 ti·xi和ti2
进而计算：
以此类推计算Si；
综上所述，磁混凝澄清池集混凝、沉淀、过滤功能于一池，因此该池排泥浓度高，有利于污泥的处理。由于该池型沉淀效率高，因而多用于老厂改造挖潜或用地面积较为紧张的水厂及寒冷地区的水厂，适合于室内建设。
求趋势值
：
Prepared a draft of the manuscript: Muppala S,Gajeton J
膨润土是自然界分布最为广泛的粘土矿产资源之一，其应用范围也日益广泛。我国的膨润土资源非常丰富，总储量居世界前列。新疆发现的巴里坤膨润土矿在质量和规模上都令人瞩目，有着独特的地质背景和较高的品位。
相应求出2004年各期的趋势值，如下表所示：
表5 各年各期的趋势值
得到了趋势值后，下边我们来用两种方法来计算季节指数Si，预测2004年某产品的销售情况。
D=所 有 历 史 数 据 相 加（30+37+…+16+18+20+…+13+22+32+…+46）÷历史数据的个数（36）=126.972；
平均值趋势剔除法,即先平均后剔除法，需要求得历史数据实际值各期的平均值记为Ai，各年实际值的趋势值的平均值记为Pi，将2004年各期的趋势值记为Ei，各期的季节指数记为Si，如果
则需要对各期的季节指数进行修正，修正后的季节指数记为Si*，进而才可以计算2004年各期的预测值Yi（i=1,2, ,12）。
(1) 提高碳纤维生产能力和水平。目前，我国相关产业的发展离世界先进水平还有一定的差距，投入商用的CFRP大都来自国外。国内应加大相关产业的投资力度、更新技术水平、扩大生产能力，使相关产品质量尽快赶超世界先进水平。
P2=（125.388+126.540+127.692）/3=126.540， 以此类推计算Pi；
当
时，
由于n=12，所以
需要对Si进行修正；
以此类推计算
以此类推计算Yi。
通过一系列的计算，我们很容易得到该企业某商品在2004年各期销售情况的预测结果，如表所示：
表6 预测结果
2.2.2 趋势比率剔除法
趋势比率剔除法，首先将前三年各期的实际值分别记为ai,bi,ci，前三年各期的趋势值分别记为di,ei,fi，求各年各期实际值和趋势值的比率记为Fi,Gi,Hi，前面求出的2004年的趋势值记为Ei，然后求季节指数记为Si，如果
则需要对各期的季节指数进行修正，修正后的季节指数同样记为Si*，进而才可以计算2004年各期的预测值
利用公式：
计算：
下面我们利用公式
进行计算（i=1,2, ,12）：
依此继续计算，求Gi；
激励教学是课堂教学惯用的学习手段，特别是对于小学生来说，老师的表扬和鼓励可管用了，老师通过一定方式的激励能让学生转变思想、规范行为。激励的方式主要有目标激励、榜样激励、竞争激励和情感激励等，体育老师要运用有效的激励方法和激励语言调动学生的求知欲望和参与意识，让他们在高涨的情绪中学习各类体育项目，尽情展现自己的运动天赋。
依此继续计算，求Hi；
依此继续计算，求Si；
由于n=12，所以
需要对Si进行修正；
依此继续计算，求
依此继续计算，求Yi。
通过我们的计算，能够得到该企业某商品在2004年各期销售情况的预测结果如下表所示：
表7 各年各期的趋势比率
表8 所求预测值
3 评价时间序列分析季节指数预测法
时间序列分析季节指数预测法，在企业销售预测中发挥了很大作用，为企业带来了很多优良收益，非常适合用来预测一组有时间顺序的数字序列，但是对于一些总体特征无法直接观察的经济现象等问题，季节指数预测法可能并不能发挥太大的优势，这种情况下，往往需要进行抽样调查，通过样本的观测数据来得到相对科学的结果。可见，只掌握一种方法还是远远不够的，这就需要我们要不断学习，学会更多有用的预测方法。
4 结语
本文主要介绍的是怎样用季节指数来预测企业的销售情况，主要介绍了用直接平均法和趋势剔除法两种不同的方法来求季节指数Si。季节指数预测法是一种时间序列预测技术，随着时代的进步，预测模型也在不断地突破自己，它已经不再仅仅是在经济领域被多次使用，在其他的表现有比较清晰周期趋势的领域也能发挥自己的优势，如：军事，人文等。时间序列分析是一门应用型学科，季节指数预测法应用广泛，人类拥有季节指数预测法，是人类的幸运，希望它能带给我们更多的惊喜。
同时，杨总还向我们透露，该设备其实还能够实现双工序同时进行的功能，即前端搅拌头执行正常的焊接工序，而后面可以同时进行铣削焊道毛刺的工作，进一步提高效率，减少能耗，只是碍于目前的产品结构，该功能未投入正式使用。
【参考文献】
[1]徐金发.市场调查与预测[M].杭州：杭州大学出版社，1993.
[2]戴敏.《时间序列分析》课程教学模式的几点探讨[J].台州学院学报，2016(03).
[3]陶冶.时间序列分析教学改进探究[J].现代农村科技，2018(04).
[4]秦宏瑶，唐勇.基于季节指数的四川省旅游季节性研究[J].资源开发与市场，2014(03).
[中图分类号] F713.54
[文献标识码] A
[文章编号] 2096-1995(2019)33-0001-03