资源简介

(共38张PPT)
项目10 预测市场发展趋势
《市场调查与预测》
目 录
任务10.1 了解市场预测的基本知识
任务10.2 掌握市场预测的基本方法
任务10.1 了解市场预测的基本知识
10.1.1 市场预测的分类
俗话说：“买卖赔和赚，行情占一半。”如果能充分获取有利的信息，并对各种信息进行分析研究，对市场发展趋势做出基本判断和相关预测，就能引导企业向正确的方向不断发展。因此，现代企业营销必须关注市场，预见未来，才能在市场上占据有利地位。
市场预测是指在市场调查的基础上，运用科学的方法，预先判断或估算企业和市场未来的发展趋势，并为企业的经营决策提供可靠依据的一种活动。市场预测能降低企业决策的盲目性和风险性，提高企业适应市场环境的能力。
1．宏观市场预测与微观市场预测
宏观市场预测是把整个行业的总体发展情况作为调查对象，研究宏观环境因素（如政治、经济、文化、技术等因素）的变化趋势及对企业经营方向和经营过程的影响。例如，某市场咨询公司发布研究报告，称环境、政策、基础设施、收入水平、价格等因素对新能源汽车销量影响较大，预计2025年全球新能源汽车销量将达到1200万辆，2030年将达到2100万辆，其中纯电动汽车销量将占据新能源汽车总销量的70%左右。
10.1.1 市场预测的分类
1．宏观市场预测与微观市场预测
微观市场预测是从单个企业的角度出发，调查并预测企业自身产品销量、市场占有率、竞争者的情况等要素。例如，吉利汽车公司发布调查报告称，自身将在几年内实现200万辆的产销总量，这200万辆的产销总量中约有90%为新能源汽车。
宏观市场预测与微观市场预测密不可分，宏观市场预测要以微观市场预测为基础，微观市场预测要以宏观市场预测为指导。只有将两者很好地结合起来，才可能实现科学、有效的预测。
10.1.1 市场预测的分类
2．长期预测、中期预测与短期预测
长期预测是指对5年以上的市场发展前景进行预测，通常用来预测未来发展的大致方向，如预测科技发展、预测通货膨胀趋势、预测原料和能源供应的变化对企业及所处经营环境的长期影响等。
中期预测是指对1～5年的市场变化情况进行预测，介于长期预测与短期预测之间，目的是为企业制订中期经营发展战略提供决策依据。例如，2018年石油输出国组织预测，未来四年世界石油产量将飙升至新纪录，大部分的产量增长将来自石油输出国组织以外的国家。
短期预测是指对1年以内的市场需求及市场变化情况进行预测，如对某个季度、某个月份或者某几天内的市场需求进行预测。短期预测往往比中期预测、长期预测更精确。例如，2019年3月5日，美国费城联储银行总裁哈克发表讲话，他预计美国失业率在2019年可能降至3.5%，通胀率在2019年和2020年可能略高于美联储设定的2%的目标。
10.1.1 市场预测的分类
3．定性预测与定量预测
定性预测，又称“判断预测法”“经验预测法”，是指借助人们的经验和能力，对预测对象的未来发展做出估计和推测的预测方法。例如，某服装企业的张老板善于搜集数据和观察周围环境，在购物时他会通过观察商场的人流量和人们提购物袋的情况，预测该商场的经营情况。
定量预测，又称“客观分析法”“统计预测法”或“数学分析法”，是指通过市场调查过程搜集相关信息资料，然后建立适当的数学模型，以分析过去和现在的市场变化情况，进而预测未来市场变化趋势的方法。
10.1.1 市场预测的分类
4．专题性市场预测与综合性市场预测
专题性市场预测是指市场预测主体为解决某个具体问题而搜集与该问题相关的信息资料，然后进行分析预测的方法。例如，某企业需要确定某款商品的产量、价格、质量、规格、款式等，因此，其对市场上同类产品的情况进行调查，然后对市场需求进行预测。
综合性市场预测是指市场预测主体为全面了解市场的发展趋势，对市场的各个方面进行全面预测的方法。例如，某企业对电子产品发展前景和5G应用前景进行预测。相较专题预测而言，综合性预测涉及市场的各个方面，组织实施起来比较困难，需要投入较多的人力、物力，而且费时、费钱，对预测人员的要求也相对较高。
市场预测的内容十分广泛，因市场预测的主体、预测目的及要求的不同，市场预测的侧重点也有所不同。就普通企业来说，市场预测的内容主要包括市场需求预测、市场供给预测、产品生命周期预测、市场价格预测、市场占有率预测和企业经营能力预测。
10.1.2 市场预测的内容
10.1.2 市场预测的内容
1．市场需求预测
市场需求预测是预测消费群体在一定时期内，能够且愿意购买某种商品的情况。其中，生产资料的需求受产品质量、技术变化等因素的影响；生活资料的需求则受消费者购买力水平、消费者购买力投向、消费者购买行为等因素的影响。下面以消费者购买力水平预测、消费者购买力投向预测、消费者购买行为预测为例，简单介绍市场需求预测。
1）消费者购买力水平预测
消费者购买力水平预测是预测一定时间内消费者购买力水平的高低。一般情况下，消费者购买力水平越高，市场产品的总需求量越大。消费者购买力水平的影响因素包括人口数量及变化、消费者收入和支出等。
10.1.2 市场预测的内容
1．市场需求预测
2）消费者购买力投向预测
消费者购买力投向预测是预测一定时间内消费者购买力投向的变动，其影响因素包括购买力水平、人口结构、家庭规模、商品品牌忠诚度等。购买力投向的变动直接影响消费者需求总量。例如，随着中国制造、中国品牌的崛起，以及中国情怀、中国自信的彰显，国货越来越受到年轻人的追捧。
3）消费者购买行为预测
消费者购买行为预测是预测一定时间内消费者购买行为的变动，包括预测消费者的购买动机变动、购买方式变动、购买心理变动等。例如，某市场咨询公司发布研究报告称，近年来我国居民线上消费趋势明显，未来将有越来越多的人在网上买菜、买小家电、通过看直播购物等。
10.1.2 市场预测的内容
2．市场供给预测
市场供给预测是预测一定时间内市场可供应量的变动，其影响因素包括投入市场的商品资源总量、商品资源构成等。将市场供给预测与市场需求预测结合起来，可以预测未来市场供求矛盾的变化趋势。
市场供给预测的实施步骤如下：首先，了解有关产品的历史情况，包括产品过去几年的销售价格、产量等；其次，了解同类产品的现有情况，包括现有生产企业的数量、生产能力及原材料供应情况等；再次，了解生产企业所处的经营环境，包括当地的经济政策、技术发展、基建规划等；最后，在预测生产情况及变动的基础上，测算生产产品所用原材料的数量、产品生产满足市场需求的程度及变化趋势。
10.1.2 市场预测的内容
3．产品生命周期预测
任何产品从投放市场到完全被市场淘汰，都要经历投入期、成长期、成熟期和衰退期四个阶段。每个阶段都有不同的特征，产品的成本、销售量、利润等存在显著差异，企业需要通过产品生命周期预测掌握产品每个阶段的发展情况，及时调整产品策略、渠道策略、价格策略和促销策略等，从而使企业在激烈的市场竞争中占据主动。
在投入期，重点预测产品投入市场的风险大小、试销情况、消费者能承受的价格、产品市场前景等；在成长期，重点预测产品需求的增长情况、产品销量的增长趋势、消费者购买动机、营销策略及效果等；在成熟期，重点预测消费者心理变化、消费者重复购买率、产品市场规模、产品最高销售量、产品可降价的幅度等；在衰退期，重点预测产品需求的下降情况、消费者对新产品的需求情况等。
10.1.2 市场预测的内容
4．市场价格预测
市场价格预测是预测一定时间内某类产品或某种产品的市场价格形势或走势，其影响因素包括市场物价总水平、分类商品价格水平、替代商品价格水平、供求关系、劳动生产率、商品生产成本、商品批发零售差价、企业利润等。
市场价格预测的根本目的是认识和掌握市场价格变化趋势及规律，为企业制订商品价格策略提供决策依据。
5．市场占有率预测
市场占有率预测是预测企业未来在市场中的位置，包括预测企业营利情况、企业商品销售情况、企业市场份额等，其影响因素包括市场规模、企业产品结构、销售网点、目标顾客数量、企业营销水平、竞争战略、品牌知名度、顾客满意度及产品的质量、价格、成本等。
市场占有率预测的根本目的是认识和掌握市场动态和市场竞争规律，为企业做出经营决策提供依据。
10.1.2 市场预测的内容
6．企业经营能力预测
企业经营能力预测是对企业的资产、负债、所有者权益、收入、成本、费用、利润，以及经营效率、偿债能力、营利能力的变化趋势进行预测，需要用到企业内部的财务数据、交易数据和有关的市场调查资料。
企业经营能力预测的目的是认识和掌握企业经营情况及规律，为企业适应市场变化、积极引导消费者、争取竞争优势提供支持。
任务10.2 掌握市场预测的基本方法
10.2.1 集合意见法
1．集合意见法的概念及优缺点
集合意见法是将企业内部管理人员、企业内部业务人员、企业外部业务人员等各类人员的意见集合起来，借助他们的经验和判断来预测市场趋势的方法。
集合意见法简单易行、应用面广，特别适合用于对产品开发情况、市场容量、产品销售量、市场占有率等进行短期预测的情况。
管理人员和业务人员在日常工作中积累了丰富的经验，掌握着大量的实际信息和资料，他们通常对市场需求及其变化情况比较熟悉，其判断往往更能反映市场的真实趋势。但如果管理人员和业务人员的眼界和知识面狭窄，则其容易以偏概全或考虑不周，那么预测结果将会带有一定的片面性。
10.2.1 集合意见法
2．集合意见法的实施步骤
（1）从企业内部管理人员、企业内部业务人员、企业外部业务人员中选定预测人员，并向其提出预测目标、预测期限和预测要求。
（2）预测人员根据预测要求，凭个人的经验和分析判断能力，提出自己的方案。方案中应当包括定性分析和定量描述，即在定性分析的基础上，将判断结果以数据的形式表示出来。
（3）分别计算各个预测人员的期望值。根据各个预测人员的最高和最低预测值，计算出每个人的期望值。期望值的计算公式如下：
期望值=最高值×概率+最低值×概率
（4）计算各类预测人员的综合期望值。计算综合期望值的方法一般有简单算术平均法、加权平均数或中位数统计法。
（5）确定最终预测值。
10.2.2 专家会议法
1．专家会议法的概念及优缺点
专家会议法是通过邀请所调查课题领域的专家参会，借助他们的经验和判断来对预测对象的未来发展趋势进行预测的方法，适用于在缺少历史数据或者历史数据不完整的条件下对新产品、新技术发展等进行预测的情况。
专家会议法能够弥补个人判断的不足，具有一定的准确性和可靠性。但是，该方法也有一定的缺陷，具体包括：① 参加会议的人数有限，可能导致预测结果缺乏代表性；② 部分专家可能会受感情、时间及利益等因素的影响，不能充分或真实地表明自己的判断。
2．专家会议法的实施步骤
（1）邀请专家参加会议。邀请出席会议的专家人数不能太多，也不能太少，一般以8～12人为宜。
（2）会议主持人提出会议主题，要求大家积极发表意见。主持人应避免发表自己的看法或想法，以免影响专家的思路；对专家所提出的各种方案和意见，主持人应持中立态度。
（3）会议结束后，主持人对各种方案进行比较、评价和归类，最后确定预测方案。
10.2.3 德尔菲法
德尔菲法，又称“专家小组法”“专家背靠背法”，是指以匿名形式分别向不同专家征询意见，经过多次反复的征询与反馈，最后得到一个趋于一致、较为可靠的估算结果的方法，适用于在缺少历史数据或者历史数据不完整的条件下对预测对象进行长期预测和综合性市场预测的情况。
10.2.3 德尔菲法
1．德尔菲法的特点
1）匿名性
德尔菲法采用匿名形式向专家征询意见，专家彼此不联系，他们只知道存在几种不同的意见，但不知道持不同意见的是什么人。在这种情况下，每位专家只能按照自己的想法发表意见，而不会受到其他权威专家意见的影响。
2）反馈性
德尔菲法的征询过程为征询—答复—反馈，然后再征询—再答复—再反馈，如此循环。每位专家可以得到反馈信息，以了解其他专家的意见及理由，这样有利于相互启发，提高预测的准确性和可靠性。
3）统计性
德尔菲法要求必须对专家每一轮答复的信息进行统计处理，并对结果进行定量分析。
10.2.3 德尔菲法
2．德尔菲法的实施步骤
（1）确定预测课题，选定专家小组。所选择的专家应当具备专业的知识和丰富的经验，并对预测问题有比较深入的研究。
（2）制作征询表，准备相关材料。预测组织人员根据预测要求，拟定要提出的问题，并制作征询表。需要注意的是，征询表中列明的问题要明确，提供的背景资料要齐全，以供专家参考。
（3）采用匿名形式进行多轮征询。在第一轮征询中，预测组织人员将征询表和背景资料邮寄或发送给每位专家，请他们在互不联系的情况下对所征询的问题做出初步预测，并在规定期限内寄回或返回预测结论。在第二轮征询中，预测组织人员对专家的第一轮预测结论进行综合整理，归纳结论及理由，但不注明是哪位专家的意见，然后再反馈给各位专家；请专家自行比较，并按期寄回或返回第二轮预测结论。如此反复征询多次，直到各位专家对自己的预测结论不再修改为止。一般情况下，经过三次征询，便可以使预测结论趋于稳定。
（4）确定预测值。预测组织人员对预测结论进行统计处理，得到最终的预测结论。下面通过一个实例说明德尔菲法在实际预测中的应用。
10.2.4 时间序列预测法
时间序列预测法是以连续性原理为依据，假设事物过去和现在的发展趋势会延续到未来，进而从预测对象的历史资料所组成的时间序列中，找出事物发展的趋势或规律，以预测未来状况的方法。常用的时间序列预测法有简单平均法、移动平均法、指数平滑法和季节指数法。
1．简单平均法
简单平均法是通过计算一定时期内预测对象的平均数来确定其预测值的方法。简单平均法包括简单算术平均数法、加权算术平均数法和几何平均数法。
1）简单算术平均数法
简单算术平均数法是对观察期内预测对象在时间序列中的各项观测值，进行加总求和并加以平均的方法。该方法适用于预测对象发展基本稳定，只在某一水平上下波动，而且将来还会保持这种特征的情形。这种预测方法简单易用，但精确度差，只能做一个大致的判断。
假设预测对象的观测值为n个均匀时间间隔的数据 ，则其简单算数平均数的计算公式如下：
10.2.4 时间序列预测法
2）加权算术平均数法
采用时间序列预测法时，时间序列中的预测对象的各期观测值都会对预测值产生影响，但并不是以相同的程度对对预测值产生影响。通常来说，距离预测期较近的观测值对预测值的影响大一些，距离预测期较远的观测值对预测值的影响小一些。
加权算术平均数法是根据观测值对预测值影响程度的不同，分别赋予不同权数后加以平均的方法。该方法适用于预测对象发展比较平稳或略有增长的情况。
假设预测对象有n个观测值 ，对应的权数分别为 ，则其加权算数平均数的计算公式如下：
加权算术平均数法的关键是确定权数，对于权数的确定并没有统一的标准，一般由预测人员根据实际情况做出经验判断。
10.2.4 时间序列预测法
3）几何平均数法
几何平均数法是将若干观测值连乘后再开若干次方的方法。该方法适用于有明显趋势的市场现象时间序列，可用于计算预测对象的平均比例和平均发展速度。其计算步骤如下。
（1）预测对象的平均发展速度的计算公式如下：
式中：x 为平均发展速度； 为环比发展速度，是报告期发展水平与前一时期发展水平之比；n 为期数。
若时间序列中的预测对象的各期发展水平为 ，则其平均发展速度还可表示如下：
（2）建立预测模型，进行预测。
式中：为第n+T 期的预测值，T为预测期与最后观察期的间隔期数，an为时间序列中第n期的发展水平， 为平均发展速度。
10.2.4 时间序列预测法
2．移动平均法
移动平均法是由远及近，对时间序列中的观测值按一定跨越期计算平均值的方法。它保持平均的期数不变，随着观察期向后推移，平均值也跟着向后移动，形成一个由平均值组成的新的时间序列，最后一个移动平均值是预测值计算的依据。
该类方法适用于既有趋势变动又有波动的时间序列。其准确程度主要取决于对跨越期的选择，在实际应用中由预测人员根据经验和试验进行选定。常用的移动平均法有一次移动平均法和二次移动平均法。
1）一次移动平均法
一次移动平均法是直接以本期移动平均值作为下期预测值的方法。假设由n 个观测值组成的时间序列为 ，其中，xt为第期的数据（t= ），则使用连续N 个观察期（ ，称跨越期）的数据确定一次移动平均值 的计算公式如下：
10.2.4 时间序列预测法
2．移动平均法
2）二次移动平均法
二次移动平均法是在一次移动平均的基础上再进行一次移动平均的方法，其计算公式如下：
式中：M2(t)为第t 期的二次移动平均值，M1(t)为第t 期的一次移动平均值，N 为移动平均数的跨越期。
二次移动平均法适用于时间序列数据呈线性变化的情况。采用这种方法时，一次移动平均值和二次移动平均值并不直接用于预测，只是用以求出线性预测模型的系数和修正值偏差。其模型的计算公式如下：
10.2.4 时间序列预测法
其中：
式中： 为第t+T期的预测值；T为预测期与最后观察期的期数间隔； 为待定参数；M2(t)为二次移动平均值；M1(t)为一次移动平均值；N 为移动平均数的跨越期。也就是说，二次移动平均预测模型的截距和斜率的确定是以一次和二次移动平均值为依据的，且各期的截距、斜率是变化的。
10.2.4 时间序列预测法
3．指数平滑法
指数平滑法，又称“指数加权平均法”，是指以某指标的本期实际观测值和本期预测值为基础，引入一个简化的加权因子（即平滑系数），再加以平均的方法。指数平滑法具有所需资料少、计算方便、短期预测精确度高等优点，是市场预测中常用的一种预测方法。按平滑次数不同，指数平滑法分为一次指数平滑法和二次指数平滑法。
1）一次指数平滑法
假设由个观测值组成的时间序列为 ，其中xt为第期的数据（ ）， 为平滑系数（ ）， 为第 期的一次指数平滑值，则一次指数平滑值的计算公式如下：
其中，第t期的一次指数平滑值是第t+1期的预测值。假设下一期预测值为 ，则 ，即下期预测值=α×本期观测值+(1 α)×本期预测值。
10.2.4 时间序列预测法
3．指数平滑法
2）二次指数平滑法
二次指数平滑法是计算两次平滑值，然后在此基础上建立线性趋势模型进行预测的方法。
（1）二次平滑法的计算公式如下：
式中： 是第t 期的二次指数平滑值， 是第t 期的一次指数平滑值，a 是平滑系数，
是第 期的二次指数平滑值。
（2）二次平滑法的预测模型。二次指数平滑法的预测原理与二次移动平均法类似，都是利用平均值的滞后规律来建立预测模型，其预测模型的计算公式如下：
其中：
式中： 为第t+T期的预测值；T为预测期与最后观察期的期数间隔；at ，bt为待定参数； 是第t期的二次指数平滑值； 是第t 期的一次指数平滑值；a 是平滑系数。
10.2.4 时间序列预测法
4．季节指数法
季节指数法是预测季节变化对销售量影响的方法。许多商品受季节影响会出现销售淡季和旺季，如空调、冷饮、四季服装、啤酒等都属于这类商品。利用商品的季节性变动规律可以预测该类商品的销售量。
测定季节变动大致有两种方法：一种是不考虑长期趋势的影响，直接根据原序列计算，常用的方法是按季（或月）平均法；另一种是将原序列中的长期趋势及循环变动趋势剔除后，再进行测定，常用的方法是移动平均趋势剔除法。采用上述方法进行预测时，需要用连续五年的分季（或月）资料，才能比较客观地预测销售量的季节变动。
1）按季（或月）平均法
按季（或月）平均法是用算术平均值直接计算各季或各月的季节指数（或称“季节比例”）的一种方法。按季（或月）平均法计算简单，但预测精确度不高。其计算步骤如下。
（1）计算历年同季（或同月）观测值的平均数。
（2）计算历年所有季度（或月份）观测值的平均数。
10.2.4 时间序列预测法
（3）计算各季度（或各月）的季节指数，即历年同季（或月）观测值的平均数除以所有季度（或月份）观测值的平均数，其计算公式如下：
式中：St 为各季度（或各月）的季节指数，At 为历年同季（或同月）观测值的平均数，B 为历年所有季度（或月份）观测值的平均数。
（4）理论上各季度的季节指数之和等于400%，各月的季节指数之和等于1200%。实际计算中如存在误差，应对季节指数进行修正。修正后季节指数的计算公式如下：
式中： 为修正后的季节指数，St 为各季度（或各月）的季节指数。
（5）利用季节指数进行预测。假设现已知新年度的计划销售量，则各季度的平均销售量为该数值除以4，各季度的销售量预测值为各季度平均销售量乘以各季节指数。
10.2.4 时间序列预测法
4．季节指数法
2）长期趋势剔除季节指数法
长期趋势剔除季节指数法是指在时间序列观测值既有季节周期变化，又有长期趋势变化的情况下，首先求得移动平均值，然后在移动平均值的基础上求得季节指数，最后建立数学模型进行预测的方法。
长期趋势剔除季节指数法的计算步骤如下。
（1）剔除季节因素的影响。一般用四个季度的平均值来表示剔除季节影响后的数值。
（2）计算各季度趋势值。用相邻的两个移动平均数的平均值（中心化移动平均值）作为各季度的趋势值。
（3）计算各季度的季节指数。用实际值除以趋势值得到各个时期的季节指数，以剔除时间序列的长期趋势的影响。
（4）计算同季的季节指数平均值。可将季节指数的数值按季排列，再按季求季节指数的平均值。
10.2.4 时间序列预测法
（5）调整平均季节指数。算出的平均季节指数之和应等于400%，否则，就需要对平均季节指数进行调整。调整平均季节指数的计算公式如下：
式中： 修正后的季节指数， 为各季度（或各月）的季节指数。
（6）确定预测期的趋势值。确定直线趋势方程 ，计算出预测期的趋势值。
（7）通过预测模型进行预测。预测模型的计算公式如下：
式中： 为t 时的预测值，Tt 为t 时的趋势值，St 为t 时的季节指数。
10.2.4 时间序列预测法
10.2.5 回归预测法
回归预测法是在分析自变量和因变量之间的相关关系的基础上，选择合适的数学模型模拟预测变量之间关系的方法。
所谓相关关系是指变量之间有着密切的关系，但不是严格的对应关系。例如，产品的销售量与产品价格之间就属于相关关系，产品的价格是自变量，产品的销售量是因变量。一般情况下，产品的价格越低，产品的销售量越高，但是两者不是唯一确定的关系，产品的销售量还受当地居民的收入水平、企业营销策略等因素的影响。
根据自变量个数的多少，可以将回归预测分为一元线性回归预测和多元线性回归预测。
10.2.5 回归预测法
1．一元线性回归预测
一元线性回归预测是指研究一个自变量和一个因变量之间的线性关系，并根据自变量的变动来预测因变量平均发展趋势的方法。其计算步骤如下。
（1）确定因变量y和自变量x。
（2）根据变量绘制散点图，利用模型找出两个变量之间的线性关系。模型的计算公式如下：
式中：y为因变量，a为回归常数，b为回归系数，x为自变量。
（3）求a、b的值。用最小二乘法确定参数a 和b，即选择的参数a、b要使因变量的观测值 与预测值 之间的离差平方和最小，用公式表示为 。
通过验证得知，要使其平方和最小，则a、b必须满足如下条件：
解方程组，求得a、b的值：
式中：xi 为自变量x 的第i 个观测值，yi 为因变量y 的第i 个观测值，n为观测值的个数，为xi 的平均值， 为yi 的平均值。
（4）检验模型。用回归模型进行预测前，应先对其进行统计检验。常用的方法有F检验、T检验和相关系数检验。下面主要介绍相关系数检验。
相关系数检验能够精确地描述两个变量之间的线性关系及密切程度。相关系数的计算公式如下：
式中：r 为相关系数， xi 为自变量x 的第i 个观测值，yi 为因变量y 的第i 个观测值，n为观测值的个数。
10.2.5 回归预测法
10.2.5 回归预测法
2．多元线性回归预测
多元线性回归预测是研究两个或两个以上的自变量与一个因变量的关系，其计算公式如下：
式中：y 为因变量；xm 为各个自变量；B0 为回归常数； 为回归系数。
（1）以二元回归方程为例，首先建立二元回归方程：
式中：y 为因变量；B0 为回归常数； 分别为因变量x1、x2 的回归系数。
（2）然后利用最小二乘法确定方程中B0、B1、B2 的值，设置如下标准方程组：
解方程得出B0、B1、B2 的值。
谢 谢 观 看

展开更多......

收起↑