統(tǒng)計預測與決策

1、統(tǒng)計預測與決策問題: 敏感性分析及其步驟敏感性分析：在決策過程中，分析概率值變化對最優(yōu)方案選擇所產生的影響大小和方向，以及概率變化引起方案變化的臨界點。敏感性分析的步驟： (1)      求出在保持最優(yōu)方案穩(wěn)定的前提下，自然狀態(tài)概率所容許的變動范圍； (2)      衡量用于預測和估算這些自然狀態(tài)概率的方法，其精度是否能保證所得概率值在此允許的誤差范圍內變動； (3)      判斷所做決策的可靠性；問題: 廠長（經理）評判意見法的優(yōu)缺點優(yōu)點

2、：（1） 預測迅速、及時和經濟； （2） 可發(fā)揮機體的智慧，使預測結果比較準確可靠； （3） 無需大量的統(tǒng)計資料更適用于對不可控因素較多的產品進行預測； （4） 如果市場情況發(fā)生變化，可立即進行修正；缺點：（1） 預測結果易受到主觀因素影響； （2） 預測結果一般化；問題: 經濟時間序列的變化影響有長期趨勢因素、季節(jié)變動因素、周期變動因素、不規(guī)則變動因素等。問題: 一元線性回歸模型進行檢驗的指標主要有標準誤差、相關系數(shù)、可決系數(shù)   。問題: 損益矩陣組一般由三部分組成：？可行方案；？自然狀態(tài)及其發(fā)生的概率；？各種行動方案的可能結果。  

3、60;  把以上三部分內容在一個表上表現(xiàn)出來，該表就稱為損益矩陣表。問題: 統(tǒng)計決策的原則應當遵循以下基本原則： （1）可靠性原則 決策必須建立在大量的準確、及時和完整的信息資料基礎上。 （2）可行性原則 擬定行動方案時，必須從實際出發(fā)認真進行可行性分析。 （3）效益最佳原則 即通過各方案的分析比較，所選定的行動方案應具有較明顯的經濟性。 （4）合理性原則 決策的直接目的是選出合理的方案。 上面介紹的只是統(tǒng)計決策的基本原則，除此之外，還有民主性原則、開拓性原則等。問題: 統(tǒng)計決策具備的條件？必須具備四個基本條件：（）決策目標必須明確；（）存在兩個以上的行動方案；（）每個行動方案的效果

4、必須是可以計算的；（）能夠預測出影響決策目標的但決策者無法控制的各種情況以及它們發(fā)生的概率。問題: 回歸預測與時間序列預測精度比較 預測實證研究表明，各類預測方法之間并不存在明顯優(yōu)劣,只是不同方法具有各自不同的特點；      回歸預測和時間序列預測是兩類不同的定量預測方法，它們根據(jù)不同的角度對經濟現(xiàn)象進行預測，回歸預測注重分析影響預測對象的各因素所造成的影響，而時間序列預測則根據(jù)預測對象本身的歷史數(shù)據(jù)來預測其未來問題: 影響預測誤差大小經濟現(xiàn)象變化模式或關系的存在是進行預測的前提條件。因此，影響預測誤差 的主要因素有：（1）模式或關

5、系的識別錯誤；（2）模式或關系的不確定性；（3）模式或現(xiàn)象之間關系的變化性問題: 關于預測精度1、對某一特定經濟現(xiàn)象的預測，系統(tǒng)的預測分析能提高多少預測精度?2、對于某一特定經濟現(xiàn)象的預測,如何才能提高預測精度?3、在已知某一經濟現(xiàn)象的預測精度存在提高可能的情況下,如何選擇合適的預測方法?問題: 預警系統(tǒng)的作用（1）正確評價當前宏觀經濟的狀態(tài)，恰當?shù)胤从辰洕蝿莸睦錈岢潭龋⒛艹袚唐诮洕蝿莘治龅娜蝿铡＃?）能描述宏觀經濟運行的軌跡，預測其發(fā)展趨勢，在重大經濟形勢變化或發(fā)生轉折前，能及時發(fā)出預警信號，提醒決策者要制定合適的政策，防止經濟發(fā)生嚴重的衰退或發(fā)生經濟過熱。（3）能及時地反映宏觀經濟

6、的調控效果，判斷宏觀經濟調控措施是否運用恰當，是否起到了平抑經濟波動幅度的效果。（4）有利于企業(yè)的經營決策。（5）有利于改革措施出臺時機的正確決策。問題: 擴散指數(shù)的應用擴散指數(shù)（1）當0< DIt<50%時，表明上升指標數(shù)小于下降指標數(shù)，經濟系統(tǒng)運行于不景氣空間的后期。（2）當50%<DIt <100%時，表明上升指標數(shù)多于下降指標數(shù)，經濟系統(tǒng)運行于景氣空間，隨著向峰值100%逼近，經濟越來越熱。（3）當100%> DIt>50%時，表明上升指標數(shù)仍然多于下降指標數(shù)，經濟系統(tǒng)運行于景氣空間后期，經濟正在走下坡路，整個經濟系統(tǒng)正處于降溫階段。（4）當50%&

7、gt;DIt >0時，表明經濟運行發(fā)生重大轉折，上升指標數(shù)小于下降指標數(shù)，經濟系統(tǒng)處于全面收縮階段，經濟系統(tǒng)進入一個新的不景氣空間前期。問題: 景氣階段分類景氣含義：景氣是對經濟發(fā)展狀況的一種綜合性描述，用于說明經濟的活躍程度。經濟景氣是指總體經濟呈上升趨勢，經濟不景氣是指總體經濟呈下滑的發(fā)展趨勢。 類別：（1）古典周期（2）現(xiàn)代周期按長度：（1）短：基欽周期（2）中：尤格拉周期（3）中長：庫茲涅茨周期（4）長：康德拉提耶夫周期問題: 干預模型建模的思路和步驟1、利用干預影響產生前的數(shù)據(jù)，建立單變量的時間序列模型。然后利用此模型進行外推預測，得到的預測值，作為不受干預影響的數(shù)值。2、將實

8、際值減去預測值，得到受干預影響的具體結果，利用這些結果求估干預影響的參數(shù)。3、利用排除干預影響后的全部數(shù)據(jù)，識別與估計出一個單變量的時間序列模型。4、求出總的干預分析模型。問題: 干預分析模型的基本形式干預變量的形式 ：干預分析模型的基本變量是干預變量，有兩種常見的干預變量。一種是持續(xù)性的干預變量，表示T 時刻發(fā)生以后, 一直有影響，這時可以用階躍函數(shù)表示,形式是：                   &#

9、160;                             第二種是短暫性的干預變量，表示在某時刻發(fā)生, 僅對該時刻有影響,  用單位脈沖函數(shù)表示，形式是： 問題: ARMA模型的基本形式ARMA模型是描述平穩(wěn)隨機序列的最常用的一種模型，基本模型主要有三種：自回歸模型（AR：Auto-regr

10、essive）；移動平均模型（MA：Moving-Average）；混合模型（ARMA：Auto-regressive Moving-Average）。關于該知識點，是第四節(jié)的主要內容，望大家注意查看教材和導學。問題: 平穩(wěn)時間序列的含義時間序列Yt取自某一個隨機過程，如果此隨機過程的隨機特征不隨時間變化，則稱過程是平穩(wěn)的；如果該隨機過程的隨機特征隨時間變化，則稱過程是非平穩(wěn)的。問題: 一次移動平均法的原理一次移動平均方法是收集一組觀察值，計算這組觀察值的均值，利用這一均值作為下一期的預測值。在移動平均值的計算中包括的過去觀察值的實際個數(shù)，必須一開始就明確規(guī)定。每出現(xiàn)一個新觀察值，就要從移動平

11、均中減去一個最早觀察值，再加上一個最新觀察值，計算移動平均值，這一新的移動平均值就作為下一期的預測值。問題: 自適應過濾法的基本原理自適應過濾法的基本原理就在于通過其反復迭代以調整加權系數(shù)的過程，“過濾”掉預測誤差，選擇出“最佳”加權系數(shù)用于預測。整個計算過程從選取一組初始加權系數(shù)開始，然后計算得到預測值及預測誤差（預測值與實際值之差），再根據(jù)一定公式調整加權系數(shù)以減少誤差，經過多次反復迭代，直至選擇出“最佳”加權系數(shù)。由于整個過程與通信工程中過濾傳輸噪聲的過程極為接近，故被稱為“自適應過濾法”。問題: 龔珀茲曲線模型模型的適用：多用于新產品的研制、發(fā)展、成熟和衰退分析，特別適用于對處在成熟期

12、的商品進行預測，以掌握市場需求和銷售的飽和量。是預測各種商品市場容量的一種最佳擬合線。問題: 多項式曲線趨勢外推法問題: 趨勢外推法的假設條件1、假設條件：   （1）假設事物發(fā)展過沒有跳躍式變化，一般屬于漸進變化。   （2）假設事物的發(fā)展因素也決定事物未來的發(fā)展，其條件是不變或變化不大。2、趨勢模型的種類（1）多項式曲線預測模型：     一次（線性）預測模型      二次（二次拋物線）模型    三次（三次拋物線）模型 

13、;   n次（n次拋物線）模型   （2）指數(shù)曲線預測模型：   指數(shù)曲線預測模型         修正指數(shù)曲線預測模型   （3）對數(shù)曲線預測模型：   （4）生長曲線預測模型：      皮爾曲線預測模型          龔珀茲曲線預測模型問題: 時間序列可以分解

14、為哪幾個因素？1、長期趨勢因素（T）2、季節(jié)變動因素（S）3、周期變動因素（C）（一般無法直接給出，需判斷，也可忽略不計。）4、不規(guī)則變動因素（I）（不可計量）問題: 時間序列預測的關鍵是什么？思想：假定時間序列存在某一種數(shù)據(jù)變化模式或某一種組合模式，并會重復發(fā)生的。因此可以首先識別出這種模式，然后采用外推的方式就可以進行預測了。關鍵：（1）假定數(shù)據(jù)的變化模式（樣式）可以根據(jù)歷史數(shù)據(jù)識別出來抽樣；（2）決策者所采取的行動對這個時間序列的影響是很小的。時間序列預測法主要用來對一些環(huán)境因素，或不受決策者控制的因素進行預測，如宏觀經濟情況，就業(yè)水平，某些產品的需求量等。問題: 相關系數(shù)與可決系數(shù)的關

15、系是什么？相關系數(shù)與可決系數(shù)的關系如下幾點：1、可決系數(shù)是相關系數(shù)的平方, r2=R2。2、可決系數(shù)與相關系數(shù)可以用來判斷Y與X之間的關系；3、如果可決系數(shù)或相關系數(shù)的值較小，并不能說明 Y 與 X 沒有關系，只能說明他們之間沒有線性關系。 4、如果可決系數(shù)或相關系數(shù)的值較大，只能說明這兩個量之間確實存在線性關系，但是并不一定就是因果關系，對于因果關系的認定，只能通過定性分析來解決。 注意，相關系數(shù)假設檢驗只能檢驗 r = 0的情況 ，而不能檢驗 r 等于不為0的某個數(shù)。問題: 一元線性回歸模型當具有相關關系的兩個隨機變量數(shù)據(jù)分布大體上呈線性趨勢時，采用適當?shù)挠嬎?/p>

16、方法，找到兩者之間特定的經驗公式，即一元線性回歸模型，然后根據(jù)自變量的變化，來預測因變量的發(fā)展變化。關于其模型，同學們可以參看本課件的第三章相關內容。問題: 回歸分析法的理解在統(tǒng)計學意義上，變量之間的非確定性的相關關系可以通過統(tǒng)計的方法給出某種函數(shù)表達式，這種處理變量間相關關系的方法就是回歸分析法?；貧w分析就是采用統(tǒng)計的方法估計隨機變量Y與X之間的關系式。回歸預測法是通過大量收集統(tǒng)計數(shù)據(jù)，在分析變量間非確定性關系的基礎上，找出變量之間的統(tǒng)計規(guī)律性，運用統(tǒng)計學中回歸分析的方法，把變量之間的統(tǒng)計規(guī)律性較好的表現(xiàn)出來，運用自變量的數(shù)據(jù)來對因變量進行預測。問題: 德爾菲法的思考德爾菲法，又稱頭腦風暴法

17、,它是根據(jù)有專門知識的人的直接經驗,采用背對背的通信方式征詢專家小組成員的預測意見，經過幾輪征詢，使專家小組的預測意見趨于集中，最后做出符合市場未來發(fā)揮在那趨勢的預測結論,也稱專家調查法。問題: 定性預測和定量預測的關系定性預測的優(yōu)點在于：注重于事物發(fā)展在性質方面的預測，具有較大的靈活性，易于充分發(fā)揮人的主觀能動作用，且簡單的迅速，省時省費用。其缺點是：易受主觀因素的影響，比較注重于人的經驗和主觀判斷能力，從而易受人的知識、經驗和能力的多少大小的束縛和限制，尤其是缺乏對事物發(fā)展作數(shù)量上的精確描述。 定量預測的優(yōu)點在于：注重于事物發(fā)展在數(shù)量方面的分析，重視對事物發(fā)展變化的程度作數(shù)量上的

18、描述，更多地依據(jù)歷史統(tǒng)計資料，較少受主觀因素的影響。其缺點在于：比較機械，不易處理有較大波動的資料，更難于事物預測的變化。定性預測和定量預測并不是相互排斥的，而是可以相互補充的，在實際預測過程中應該把兩者正確的結合起來使用。問題: 定性預測概念定性預測是指預測者依靠熟悉業(yè)務知識、具有豐富經驗和綜合分析能力的人員與專家，根據(jù)已掌握的歷史資料和直觀材料，運用個人的經驗和分析判斷能力，對事物的未來發(fā)展做出性質和程度上的判斷，然后，再通過一定形式綜合各方面的的意見，作為預測未來的主要依據(jù)。問題: 兩種預測的聯(lián)系與區(qū)別 兩者的主要聯(lián)系是：它們都以經濟現(xiàn)象的數(shù)值作為其研究的對象；它們都直接或間接

19、地為宏觀和微觀的市場預測、管理決策、制定政策和檢查政策等提供信息；統(tǒng)計預測為經濟定量預測提供所需的統(tǒng)計方法論。兩者的主要區(qū)別是：從研究的角度看，統(tǒng)計預測和經濟預測都以經濟現(xiàn)象的數(shù)值作為其研究對象，但著眼點不同。前者屬于方法論研究，其研究的結果表現(xiàn)為預測方法的完善程度；后者則是對實際經濟現(xiàn)象進行預測，是一種實質性預測，其結果表現(xiàn)為對某種經濟現(xiàn)象的未來發(fā)展做出判斷。從研究的領域來看，經濟預測是研究經濟領域中的問題，而統(tǒng)計預測則被廣泛地應用于人類活動的各個領域。問題: 預測的概念預測是根據(jù)事物以往的歷史資料，通過一定的科學方法與邏輯推理，經過定性分析或定量計算探求事物的演變規(guī)律，據(jù)此推測未來事件的發(fā)

20、展趨勢及其結果。簡言之，預測就是根據(jù)過去和現(xiàn)在估計未來，預測未來。統(tǒng)計預測與決策第一章 統(tǒng)計預測概述 一、預測的概念 預測是根據(jù)事物以往的歷史資料，通過一定的科學方法與邏輯推理，經過定性分析或定量計算探求事物的演變規(guī)律，據(jù)此推測未來事件的發(fā)展趨勢及其結果。簡言之，預測就是根據(jù)過去和現(xiàn)在估計未來，預測未來。二、要素: 依據(jù): 真實、恰當?shù)膶嶋H資料；基礎：經濟理論；手段：數(shù)學模型 ，如回歸分析、時間序列分析等；三、預測的作用： 預測在決策之前，為決策提供依據(jù)，是決策科學化的前提；行動計劃在決策之后，是預測、決策實現(xiàn)的橋梁；預測產生情報和信息，行動計劃和決策消費情報、信息。四、衡量預測作用大小的因素

21、 預測的作用大小取決于預測結果所產生的經濟效益的多少。 相關因素： （1） 預測費用的高低 （2） 預測方法的難易程度 （3） 預測結果的精確程度精度五、預測方法的分類 定性預測法：邏輯判斷為主，適用于缺乏歷史統(tǒng)計資料的時間/趨勢轉折分析。Ø 定量預測法：回歸預測法變量與變量之間相互關聯(lián)，可以是因果關系，也可以僅具有相關關系。 時間序列預測法變量隨時間變化，用歷史資料建立模型外推。Ø 近期預測 1個月以內短期預測 13個月 Ø 中期預測 3個月2年長期預測 2年以上Ø 預測按內容劃分： 經濟預測、科學預測、政治預測、 社會預測（人口、就業(yè)、生活方式）、軍

22、事預測。六、統(tǒng)計預測與經濟預測的主要區(qū)別（1）研究的對象不同； （2）研究的領域不同：七、預測方法選擇應考慮的因素：合適性、費用性、精確性。八、預測的原則：（1）連貫原則：事物的發(fā)展是按照一定的規(guī)律進行的，在其發(fā)展過程中，這種規(guī)律貫徹始終，不應受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有根本的不同。（2）類推原則：事物必須有某種結構，其升降起伏變動不是雜亂無章的，而是有章可循的。九、預測的作用： 預測在決策之前，為決策提供依據(jù)，是決策科學化的前提；行動計劃在決策之后，是預測、決策實現(xiàn)的橋梁；預測產生情報和信息，行動計劃和決策消費情報、信息。十、統(tǒng)計預測統(tǒng)計預測不僅適用于對經濟現(xiàn)象的預測，而且

23、被廣泛應用于人類活動的各個領域。 P2 第二章 定性預測法一、定性預測的概念及特點Ø 定性預測的概念：利用直觀材料，依靠管理者個人的經驗和綜合分析能力，對未來的發(fā)展方向和趨勢做出推斷。 直觀簡單，適應性強 。Ø 特點 著重對事物發(fā)展的性質進行預測，主要憑借人的經驗以及分析判斷能力。 著重對事物發(fā)展的趨勢、方向和重大轉折點進行預測。 適用于：宏觀經濟形式的發(fā)展、市場總體形勢的演變、企業(yè)的未來發(fā)展方向、經營環(huán)境分析和戰(zhàn)略決策等。二、德爾菲預測方法的特點：反饋性、匿名性、統(tǒng)計性三、德爾菲法的優(yōu)缺點Ø 優(yōu)點 不受地區(qū)人員的限制，應用廣泛、費用較低，可以加快預測速度和節(jié)約預

24、測費用； 可以獲得各種不同但有價值的觀點和意見； 適用: 適用于長期預測和對新產品的預測。在歷史資料不足或不可測因素較多時尤為適用。Ø 缺點: 預測結果受主觀認識制約，取決于專家的學識、經驗、心理狀態(tài)和對預測問題感興趣的程度； 如果所預測的產品或顧客群分散于不同地區(qū)，預測可能不可靠； 責任比較分散；四、主觀概率 P12 主觀概率是人們根據(jù)某幾次經驗結果所作的主觀判斷的量度。即人們根據(jù)某幾次經驗結果，對事物變化做出主觀判斷，估算事物變化的概率，并據(jù)此對事物未來進行預測的方法。在不確定的外界狀態(tài)下，不確定性事件一般不能在相同的條件下重復試驗，而是決策者在掌握的信息條件下，根據(jù)他的認識水平

25、，對有關事件發(fā)生的主觀信任程度，所以稱為主觀概率或個人概率。五、情景預測法 20世紀70年代興起的一種預測技術，又稱劇本描述法。對將來的情景作出預測的一種方法。它把研究對象分為主題和環(huán)境，通過對環(huán)境的研究，識別影響主題發(fā)展的外部因素，模擬外部因素可能發(fā)生的多種交叉情景以預測主題發(fā)展的各種可能前景。 特點：（1）適用范圍廣，不受任何條件的限制 ； （2）考慮周全、靈活 ；（3）定性分析與定量分析相結合 ； （4）便于發(fā)現(xiàn)未來可能出現(xiàn)的難題； 情景預測法就是為了彌補定性、定量預測方法存在的不足，可運用定性定量相結合對未來進行預測。 P22 情景預測法的主要特點體現(xiàn)在定性、定量分析的結合。P23六、

26、廠長（經理）評判意見法企業(yè)的總負責人把企業(yè)的中層管理人員以及熟悉市場情況的各種人員召集到一起，讓他們對未來的市場發(fā)展形式或企業(yè)的某一重大決策問題發(fā)表意見，作出判斷。然后將各種意見匯總，進行分析研究和綜合處理，最后得出預測結果。優(yōu)點： （1）迅速、及時、經濟； （2）發(fā)揮集體的智慧，預測結果比較準確可靠； （3）不需要大量的統(tǒng)計資料，適合于不可控因素較多的產品；（4）方便修正。缺點： （1）容易受主觀因素影響； （2）對市場狀況了解不細（市場變化、顧客期望），預測結構較一般化，不精確；七. 定性預測及其特點 P8 定性預測：預測者依靠熟悉業(yè)務知識，具有豐富經驗和綜合分析能力的人員和專家，根據(jù)已掌

27、握的歷史和直觀的材料，運用個人的經驗和分析判斷能力，對事物的未來發(fā)展做出性質和程度上的判斷。然后，再通過一定的形式綜合各方面的意見，作為預測未來的主要依據(jù)。定性預測的特點：Ø 著重對事物發(fā)展的性質進行預測，主要憑借人的經驗和分析判斷能力。Ø 著重對事物發(fā)展的趨勢、方向和重大轉折點進行預測。第三章 回歸預測法 一、一元線性回歸預測法當具有相關關系的兩個隨機變量數(shù)據(jù)分布大體上呈線性趨勢時，采用適當?shù)挠嬎惴椒ǎ业絻烧咧g特定的經驗公式，即一元線性回歸模型，然后根據(jù)自變量的變化，來預測因變量的發(fā)展變化。 一元線性回歸預測法是在成對的兩變量數(shù)據(jù)分布大體上呈直線趨勢時，通過適當?shù)挠嬎?/p>

28、方法，建立兩變量之間特定的經驗公式。P35 在運用一元線性回歸模型預測時，對剩余殘差項 要求具備有 為常數(shù)的特性。P35二、檢驗標準誤差回歸直線即估計值與因變量（觀察值）之間的平均平方誤差。 可決系數(shù)衡量因變量與自變量關系密切程度的指標，取值01之間。 可決系數(shù)表明，在Y與X的關系中，可以利用回歸方程解釋的部分所占的百分比，顯然其數(shù)值越大，Y與X的關系越確定。三、相關分析 相關分析著重考慮的是隨機變量Y與X之間的相關程度（相關系數(shù)）與相關方式（方向、系數(shù)），其分析結果就是兩個變量之間的相關系數(shù)。 相關分析與回歸分析是緊密結合的，常常一起使用。一般說來，采用相關分析確定變量之間是否確實有相關關系

29、存在，如果存在，則用回歸分析求出變量之間的定量關系表達式。 在回歸分析中，通常稱我們感興趣的變量，或需要估計的量為因變量，記為y。 回歸預測法是通過大量收集統(tǒng)計數(shù)據(jù)，在分析變量間非確定性關系的基礎上，找出變量之間的統(tǒng)計規(guī)律性，運用統(tǒng)計學中回歸分析的方法，把變量之間的統(tǒng)計規(guī)律性較好的表現(xiàn)出來，運用自變量的數(shù)據(jù)來對因變量進行預測。四、回歸模型參數(shù)b0和b1的估計模型中的b0、b1需要通過樣本觀察值 ( xi ，yi ) 來進行估計。假設樣本容量為n n對觀察值（xi ，yi），則 b0、b1的估計值為: 五、參數(shù)估計的要求：利用數(shù)學模型對未來進行預測時，必須對模型中的一些參數(shù)進行估計。對參數(shù)的估計

30、是通過對實際觀測值的運用，構建估計量來完成的。而一個有效的估計量應滿足一致性、無偏性以及有效性要求 。P36六、預測誤差檢驗在利用回歸方法進行預測時，必須對預測誤差進行檢驗。其中檢驗指標標準誤差的計算公式為: P37七、預測置信區(qū)間利用回歸模型預測時，需給出一個在一定概率保證程度下的預測置信區(qū)間，則在小樣本條件下，更為精確的置信區(qū)間計算公式為置信區(qū)間為: P41 八、擬合優(yōu)度指標利用回歸模型進行預測時，必須作估計量與因變量之間的擬合優(yōu)度檢驗。而屬于擬合優(yōu)度指標的是標準誤差、可決系數(shù)和相關系數(shù)。P44九、廠長（經理）評判意見預測法的優(yōu)缺點 P17 優(yōu)點： （1） 迅速、及時和經濟； （2） 可發(fā)

31、揮集體的智慧，使預測結果比較準確可靠； （3） 不需要大量的統(tǒng)計資料，更適用于對不可控因素較多的產品進行預測； （4） 如果市場情況發(fā)生變化，可及時進行修正；缺點： （1） 預測結果易受主觀因素影響； （2） 預測結果比較一般；十、D W值是檢驗回歸模型剩余項是否存在自相關的一種有效方法。在實際檢驗中，對于不同顯著性水平下的D W值上限和下限，實際D W值小于等于2時，若出現(xiàn) d-w ，則認為 存在自相關。 P40十一、在利用回歸模型進行預測時，需要確定一定置信水平下的預測置信區(qū)間，在小樣本情形下，近似的置信區(qū)間計算公式為： P41十二、在社會經濟中，變量之間并不都是呈線性關系。因而，需要配選

32、適當類型的曲線以實現(xiàn)對實際情況的擬合。常見的曲線有冪函數(shù)曲線、指數(shù)函數(shù)曲線、 拋物線函數(shù)曲線等。 P52十一、在利用回歸模型進行預測時，需要確定一定置信水平下的預測置信區(qū)間，在小樣本情形下，近似的置信區(qū)間計算公式為： P41十二、在社會經濟中，變量之間并不都是呈線性關系。因而，需要配選適當類型的曲線以實現(xiàn)對實際情況的擬合。常見的曲線有冪函數(shù)曲線、指數(shù)函數(shù)曲線、 拋物線函數(shù)曲線等。 P52第四章 時間序列分解法與趨勢分析法一、趨勢外推法模型選擇在對趨勢模型進行選擇時，主要使用的方法是圖形識別法、 差分計算法。P68二、經濟時間序列的影響因素經濟時間序列的變化受多種因素影響，但總體上可將影響因素分

33、為長期變動因素、季節(jié)變動因素、周期變動因素以及不規(guī)則變動因素。P61三、指數(shù)曲線模型在趨勢外推預測法中，如果時間各期數(shù)值的一階差比率大致相等時，就可以配選指數(shù)曲線模型進行預測。 P77四、時間序列分解 P61反映經濟現(xiàn)象，如需求或銷量，在一個較長時間內的發(fā)展方向，可以在一個相當長的時間內表現(xiàn)為一種近似直線的持續(xù)向上或持續(xù)向下或平穩(wěn)的趨勢。時間序列的分解長期趨勢因素（T）：反映經濟現(xiàn)象，如需求或銷量，在一個較長時間內的發(fā)展方向，可以在一個相當長的時間內表現(xiàn)為一種近似直線的持續(xù)向上或持續(xù)向下或平穩(wěn)的趨勢。季節(jié)變動因素（S）經濟現(xiàn)象受季節(jié)變動影響所形成的一種長度和幅度固定的周期波動。自然季節(jié)影響所形

34、成的波動。 工作時間規(guī)律商場周末銷售周期變動因素（C）：也稱循環(huán)變動因素，是各種經濟因素影響形成的上下起伏不定的波動。不規(guī)則變動因素（I）：隨機變動因素，各種偶然因素影響所形成的不規(guī)則波動，如人為因素、政府行為五、修正指數(shù)曲線模型 P79P83如果新產品進入市場后，呈現(xiàn)出初期迅速增長，隨后逐漸降低增長速度，而增長量的環(huán)比速度又大體上各期相等，最后發(fā)展水平趨于一個正數(shù)的極限常數(shù)。對于這種發(fā)展趨勢，最理想的描述工具是修正指數(shù)曲線模型。六、龔珀茲曲線 P84在多元回歸預測模型中，龔珀茲曲線特別適用于對處于成熟期的商品進行預測。一般情況下，由于商品都要經歷市場進入、銷量快速增長、市場飽和以及銷量下降幾

35、個階段，因此龔珀茲曲線是預測各種商品市場容量的最佳擬合線。 P87七、趨勢外推法的實質 P67趨勢外推法的實質就是利用某種函數(shù)分析描述預測對象某一參數(shù)的發(fā)展趨勢。八、趨勢外推法及其假設條件 P67 趨勢外推法：當有理由相信某種趨勢能夠延伸到未來時，賦予變量所需的值，就可以得到相應時刻的時間序列未來值。 兩個假設條件：Ø 假設事物發(fā)展過程沒有跳躍式變化，一般屬于漸進變化；Ø 假設事物的發(fā)展因素也決定事物未來的發(fā)展，其條件不變或變化不大； 九、時間序列分解模型 P62時間序列Y可以表示為長期趨勢（T）、季節(jié)變動（S）、周期變動（C）和不規(guī)則變動（I）四個因素的函數(shù)，即： YT

36、= F（TT，ST，CT，IT）較常用的模型有：加法模型 YT = TT + ST + CT + IT乘法模型 YT = TT ·ST ·CT ·IT 應用較廣泛在乘法模型中，時間序列值Y和長期趨勢用絕對數(shù)表示，季節(jié)變動S、周期變動C和不規(guī)則變動I用相對數(shù)（百分數(shù)）表示十、曲線擬合優(yōu)度分析 曲線擬合優(yōu)度分析將各種曲線擬合預測的標準誤差進行比較，誤差小者為最優(yōu)擬合，其基礎為假定過去的形態(tài)將延續(xù)到將來。但這種方法僅給出了曲線對以往數(shù)據(jù)進行擬合的效果，而未回答該形態(tài)是否將延續(xù)到將來。預測者須利用已獲得的有關時間序列的全部信息，確定過去的變動形態(tài)延續(xù)到將來的可能性，同時也

37、必須考慮環(huán)境和經濟中出現(xiàn)干擾的可能性及這些干擾對序列的影響。 各種曲線擬合優(yōu)度比較預測期越長，上述分析越重要。十一、回歸預測與時間序列預測精度的比較Ø 預測實證研究表明，各類預測方法之間并不存在明顯優(yōu)劣,只是不同方法具有各自不同的特點；Ø 回歸預測和時間序列預測是兩類不同的定量預測方法，它們根據(jù)不同的角度對經濟現(xiàn)象進行預測，回歸預測注重分析影響預測對象的各因素所造成的影響，而時間序列預測則根據(jù)預測對象本身的歷史數(shù)據(jù)來預測其未來。第五章 時間序列平滑預測法一、一次指數(shù)平滑法 P99模型指數(shù)平滑法實際上是從移動算術平均法演變而來的，它的優(yōu)點是不需要保留較多的歷史數(shù)據(jù)，只要有最近

38、一期的實際觀測值和這期的預測誤差值就可以對未來時期進行海預測。在時間序列指數(shù)平滑預測模型中，當平滑常熟 取值較大時，預測值 較快反映出時間序列的實際變化。平滑預測模型中, 指數(shù)平滑系數(shù)的取值決定了修正值的取舍，若接近于1時，則新的預測值將包含前一期預測誤差的全部修正值。一次指數(shù)滑動平均法只適合于水平樣式的數(shù)據(jù)（平穩(wěn)序列），如果歷史數(shù)據(jù)中存在明顯的上升或下降趨勢，或者有季節(jié)性波動則這種方法是不適用的。因此它只能用來對一些變化平衡或緩慢量進行預測，如對需求量穩(wěn)定的商品的銷量進行預測。二、二次指數(shù)平滑 P104 當時間序列具有明顯的線性變化趨勢時，在大多數(shù)情況下，更適于使用二次指數(shù)平滑進行預測。三、

39、溫特線性與季節(jié)性指數(shù)平滑法 P110溫特線性與季節(jié)性指數(shù)平滑法適用于既有傾向性變動，又有季節(jié)性變動的時間進行預測。四、a 值的選擇 在指數(shù)平滑法中以前的數(shù)據(jù)作用是逐步衰減的，或者說老的數(shù)據(jù)被逐漸地遺忘。 值越大，數(shù)據(jù)衰減地越快，就像在移動平均法中使用的數(shù)據(jù)越少。這 是因為在方程中老的平均值被乘以（1-），因此老的數(shù)據(jù)的權值隨著 的增 大而迅速衰減。也就是說，越是大的，在預測中老數(shù)據(jù)影響越小。 a 值越小，均方差越小。力圖尋找最佳a 值，使均方差最小。五、平滑與響應值越小，平均值越平滑（減少波動），而增大值會導致平均值對新數(shù)據(jù)的響應更快。平滑與響應是矛盾的，但他們有各自的優(yōu)點。第六章 自適應過濾

40、法一、自適應過濾法概述自適應過濾法的基本原理就在于通過其反復迭代以調整加權系數(shù)的過程，“過濾”掉預測誤差，選擇出“最佳”加權系數(shù)用于預測。整個計算過程從選取一組初始加權系數(shù)開始，然后計算得到預測值及預測誤差（預測值與實際值之差），再根據(jù)一定公式調整加權系數(shù)以減少誤差，經過多次反復迭代，直至選擇出“最佳”加權系數(shù)。由于整個過程與通信工程中過濾傳輸噪聲的過程極為接近，故被稱為“自適應過濾法”。二、自適應過濾法的優(yōu)點 方法簡單易行，可采用標準程序上機運算。 需要數(shù)據(jù)量較少。 約束條件較少。 具有自適應性，它能自動調整權數(shù)，是一種可變系數(shù)的模型。Ø 在原始數(shù)據(jù)的基本模式比較復雜時，則使用自適

41、應過濾法可以獲得優(yōu)于其它預測方法的預測結果。 P116三、應用準則自適應過濾法主要適用于水平的數(shù)據(jù)，對于有線性趨勢的數(shù)據(jù)，可以應用差分的方法來消除數(shù)據(jù)的趨勢。當數(shù)據(jù)的波動較大時，在調整權數(shù)之前，對原始數(shù)據(jù)值做標準化處理，可以加快調整速度，使權數(shù)迅速收斂于“最佳”的一組權數(shù)，并可使學習常數(shù)k的最佳值近似于1/p，從而使自適應過濾法更為有效。 第七章 平穩(wěn)時間序列預測法一、基本思想將預測對象隨時間推移而形成的數(shù)據(jù)序列視為一個隨機序列，即除去個別的因偶然原因引起的觀測值外，時間序列是一組依賴于時間t的隨機變量。這組隨機變量所具有的依存關系或自相關性表征了預測對象發(fā)展的延續(xù)性，而這種自相關性一旦被相應

42、的數(shù)學模型描述出來，就可以從時間序列的過去值及現(xiàn)在值預測未來的值。二、平穩(wěn)時間序列設時間序列取自某一隨機過程，如果此隨機過程地隨機特征不隨時間變化，則這一隨機過程屬于平穩(wěn)時間序列。P129序列 取自某一個隨機過程，則稱：過程是平穩(wěn)的隨機過程的隨機特征不隨時間變化而變化；過程是非平穩(wěn)的隨機過程的隨機特征隨時間變化而變化；三、協(xié)整關系如果兩個變量或多個非平穩(wěn)的變量序列，其線性組合后的序列呈平穩(wěn)性，則可稱這些變量序列間有協(xié)整關系存在。P141四、 ARMA模型 P151 ARMA模型是描述平穩(wěn)隨機序列的最常用的一種模型。ARMA（ p q ）模型的參數(shù)的精估計一般采用極大似然估計。五、ARMA模型的

43、三種基本形式： 自回歸模型（AR：Auto-regressive）； 移動平均模型（MA：Moving-Average）； 混合模型（ARMA：Auto-regressive Moving-Average六、時間序列進行特性分析在對時間序列進行特性分析時，需要重點考慮時間序列存在的多種因素，而其中季節(jié)性更為重要。P156七、自相關分析 自相關分析法是進行時間序列分析的有效方法，它簡單易行, 較為直觀，根據(jù)繪制的自相關分析圖和偏自相關分析圖，我們可以初步地識別平穩(wěn)序列的模型類型和模型階數(shù)。 利用自相關分析法可以測定時間序列的隨機性和平穩(wěn)性，以及時間序列的季節(jié)性。 自相關：描述的同一個變量在不同時

44、間之間的相關關系。第八章 干預分析模型預測法一、干預的含義： 時間序列經常會受到特殊事件及態(tài)勢的影響，稱這類外部事件為干預。二、研究干預分析的目的：從定量分析的角度來評估政策干預或突發(fā)事件對經濟環(huán)境和經濟過程的具體影響。三、干預變量的形式 P171干預分析模型的基本變量是干預變量，則屬于在某一時刻T（或 )以后一直產生影響的持續(xù)性變量的是:干預分析模型的基本變量是干預變量，有兩種常見的干預變量。一種是持續(xù)性的干預變量，表示T 時刻發(fā)生以后, 一直有影響，這時可以用階躍函數(shù)表示,形式是第二種是短暫性的干預變量，表示在某時刻發(fā)生, 僅對該時刻有影響, 用單位脈沖函數(shù)表示，形式是： 四、干預事件的基

45、本類型干預事件雖然多種多樣，但按其影響的形式，歸納起來基本上有四種類型： 干預事件的影響突然開始，長期持續(xù)下去； 干預事件的影響逐漸開始，長期持續(xù)下去； 干預事件突然開始，產生暫時的影響； 干預事件逐漸開始，產生暫時的影響；五、干預模型建模的思路： 利用干預影響產生前的數(shù)據(jù)，建立一個單變量的時間序列模型。然后利用此模型進行外推預測，得到的預測值，作為不受干預影響的數(shù)值。最后將實際值減去預測值，得到的是受干預影響的具體結果，利用這些結果可以求估干預模型的參數(shù)。第九章 景氣預測法一、景氣和景氣分析景氣：景氣是對經濟發(fā)展狀況的一種綜合性描述，用于說明經濟的活躍程度。經濟景氣是指總體經濟呈上升趨勢，經

46、濟不景氣是指總體經濟呈下滑的發(fā)展趨勢。 景氣指標：經濟的景氣狀態(tài)，是通過一系列經濟指標來描述的，稱為景氣指標。景氣指標是從眾多的經濟指標中挑選出來的，分為先行指標、同步指標和滯后指標三類。二、景氣循環(huán) P186 景氣循環(huán)又稱經濟周期，一個標準的經濟周期包括擴張與收縮。三、我國國民經濟景氣狀態(tài)先行指標 P188反映我國國民經濟景氣狀態(tài)先行指標的是外貿出口創(chuàng)匯。四、景氣指標 P189經濟的景氣狀態(tài)是通過一系列經濟指標來描述的，這些指標參照基準循環(huán)，景氣指標可分為先行指標、同步指標和滯后指標。五、合成指數(shù) P194 合成指數(shù)又稱綜合指數(shù)。它的計算方法是先求出每個指標的對稱變化率；然后，求出先行、同步

47、和滯后三組指標的組內、組間平均變化率，使得三類指標可比；最后，以某年為基年，計算出其余年份各月（季）的（相對）指數(shù)。 先計算出每個指標的對稱變化率，然后再求出先行、同步和滯后三組指標組內、組間平均變化率。最后，以某年為基年，計算出其余年份各月（季）的相對指標屬于綜合指數(shù)。六、預警系統(tǒng)的作用 P197（1）正確評價當前宏觀經濟的狀態(tài)，恰當?shù)胤从辰洕蝿莸睦錈岢潭龋⒛艹袚唐诮洕蝿莘治龅娜蝿?。?）能描述宏觀經濟運行的軌跡，預測其發(fā)展趨勢，在重大經濟形勢變化或發(fā)生轉折前，能及時發(fā)出預警信號，提醒決策者要制定合適的政策，防止經濟發(fā)生嚴重的衰退或發(fā)生經濟過熱。（3）能及時地反映宏觀經濟的調控效果，

48、判斷宏觀經濟調控措施是否運用恰當，是否起到了平抑經濟波動幅度的效果。（4）有利于企業(yè)的經營決策。（5）有利于改革措施出臺時機的正確決策。第十章 灰色預測法一、灰色預測的概念 （1）灰色系統(tǒng)、白色系統(tǒng)和黑色系統(tǒng)白色系統(tǒng)是指一個系統(tǒng)的內部特征是完全已知的，即系統(tǒng)的信息是完全充分的。黑色系統(tǒng)是指一個系統(tǒng)的內部信息對外界來說是一無所知的，只能通過它與外界的聯(lián)系來加以觀測研究。灰色系統(tǒng)內的一部分信息是已知的，另一部分信息是未知 的，系統(tǒng)內各因素間有不確定的關系。（2）灰色預測法 灰色預測法是一種對含有不確定因素的系統(tǒng)進行預測的方法。 灰色預測是對既含有已知信息又含有不確定信息的系統(tǒng)進行預測，就是對在一定

49、范圍內變化的、與時間有關的灰色過程進行預測。 灰色預測通過鑒別系統(tǒng)因素之間發(fā)展趨勢的相異程度，即進行關聯(lián)分析，并對 原始數(shù)據(jù)進行生成處理來尋找系統(tǒng)變動的規(guī)律，生成有較強規(guī)律性的數(shù)據(jù)序列，然后建立相應的微分方程模型，從而預測事物未來發(fā)展趨勢的狀況。 灰色預測法用等時距觀測到的反映預測對象特征的一系列數(shù)量值構造灰色預測模型，預測未來某一時刻的特征量，或達到某一特征量的時間。二、灰色預測的四種常見類型 灰色時間序列預測：即用觀察到的反映預測對象特征的時間序列來構造灰色預測模型，預測未來某一時刻的特征量，或達到某一特征量的時間。 畸變預測：即通過灰色模型預測異常值出現(xiàn)的時刻，預測異常值 什么時候出現(xiàn)在

50、特定時區(qū)內。 系統(tǒng)預測：通過對系統(tǒng)行為特征指標建立一組相互關聯(lián)的灰色預測模型，預測系統(tǒng)中眾多變量間的相互協(xié)調關系的變化。 拓撲預測：將原始數(shù)據(jù)作曲線，在曲線上按定值尋找該定值發(fā)生的所有時點，并以該定值為框架構成時點數(shù)列，然后建立模型預測該定值所發(fā)生的時點。三、模型檢驗 P207灰色預測檢驗一般包括殘差檢驗、關聯(lián)度檢驗和后驗差檢驗。四、數(shù)據(jù)處理方式 灰色系統(tǒng)常用的數(shù)據(jù)處理方式有累加和累減兩種。 累加：累加是將原始序列通過累加得到生成列。 累減：原始序列前后兩個數(shù)據(jù)相減，得到累減生成列第十一章 狀態(tài)空間模型和卡爾曼濾波一、狀態(tài)空間模型 狀態(tài)空間模型是動態(tài)時域模型，以隱含著的時間為自變量。狀態(tài)空間模

51、型包括兩個模型：一是狀態(tài)方程模型，反映動態(tài)系統(tǒng)在輸入變量作用下在某時刻所轉移到的狀態(tài)；二是輸出或量測方程模型，它將系統(tǒng)在某時刻的輸出和系統(tǒng)的狀態(tài)及輸入變量聯(lián)系起來。狀態(tài)空間模型是動態(tài)時域模型，該模型是以隱含的時間為自變量，對未來事物發(fā)展變化進行動態(tài)預測。 P224二、狀態(tài)空間模型分類 狀態(tài)空間模型按所受影響因素的不同分為：（1）確定性狀態(tài)空間模型；（2）隨機性狀態(tài)空間模型； 狀態(tài)空間模型按數(shù)值形式分為：（1）離散空間狀態(tài)模型；（2）連續(xù)空間狀態(tài)模型； 狀態(tài)空間模型按所描述的動態(tài)系統(tǒng)分為：（1）線性的與非線性的；（2）時變的與時不變的；三、卡爾曼濾波的意義 P 234卡爾曼濾波的實質是由量測值重

52、構系統(tǒng)的狀態(tài)向量。它以“預測實測修正”的順序遞推，根據(jù)系統(tǒng)的量測值來消除隨機干擾，再現(xiàn)系統(tǒng)的狀態(tài)，或根據(jù)系統(tǒng)的量測值從被污染的系統(tǒng)中恢復系統(tǒng)的本來面目?？柭鼮V波的實質是一種最優(yōu)遞推數(shù)據(jù)處理算法。四、方法評價 P235 狀態(tài)空間的特點1. 狀態(tài)空間模型不僅能反映系統(tǒng)內部狀態(tài)，而且能揭示系統(tǒng)內部狀態(tài)與外部的輸入和輸出變量的聯(lián)系。2. 狀態(tài)空間模型將多個變量時間序列處理為向量時間序列，這種從變量到向量的轉變更適合解決多輸入輸出變量情況下的建模問題。3. 狀態(tài)空間模型能夠用現(xiàn)在和過去的最小信息形式描述系統(tǒng)的狀態(tài)，因此，它不需要大量的歷史數(shù)據(jù)資料，既省時又省力。 狀態(tài)空間局限性狀態(tài)空間表示一般是基于馬

53、爾科夫特性，這就意味著給定系統(tǒng)的現(xiàn)在狀態(tài)，則要求系統(tǒng)的將來與過去獨立。如果一個系統(tǒng)不滿足馬爾科夫特性，就不適合用狀態(tài)空間模型。第十二章 預測精度測定與預測評價一、預測精度預測精度是指預測模型擬合的好壞程度，即由預測模型所產生的模擬值與歷史實際值擬合程度的優(yōu)劣。如何提高預測精度是預測研究的一項重要任務。不過，對預測用戶而言，過去的預測精度毫無價值，只有預測未來的精確度才是最重要的。二、未來的可預測性 P240未未來的可預測性是影響預測效果好壞的重要因素，由于受各種因素的影響，經濟現(xiàn)象的可測性明顯低于自然現(xiàn)象的可預測性。在經濟預測中，不同的經濟現(xiàn)象的可預測性也存在極大的差別。三、影響經濟現(xiàn)象可預測

54、性的因素影響經濟現(xiàn)象可預測性的因素大致歸類為 總體的大小； 總體的同質性； 需求彈性； 競爭的激烈程度等。四、回歸預測與時間序列預測的比較 P244 預測實證研究表明，各類預測方法之間并不存在明顯優(yōu)劣,只是不同方法具有各自不同的特點； 回歸預測與時間序列預測是兩類不同的定量預測方法。時間序列預測是根據(jù)預測對象本身的歷史數(shù)據(jù)來預測未來；回歸預測則是注重分析影響預測對象的各因素所造成的影響。五、影響預測誤差大小的因素 經濟現(xiàn)象變化模式或關系的存在是進行預測的前提條件。因此，影響預測誤差的主要因素有： 模式或關系的識別錯誤； 模式或關系的不確定性； 模式或現(xiàn)象之間關系的變化性；六、測定預測精度的方法

55、 平均誤差和平均絕對誤差； 平均絕對誤差； 平均相對誤差和平均相對誤差絕對值； 預測誤差的方差和標準差 ；預測誤差的方差比平均絕對誤差或平均相對誤差絕對值能更好地衡量預測的精確度。因此，在衡量預測誤差的指標中，具有較好效果的指標是方差。 七、預測精度的幾類典型問題 P237 對某一特定經濟現(xiàn)象的預測，系統(tǒng)的預測分析能提高多少預測精度? 對于某一特定經濟現(xiàn)象的預測,如何才能提高預測精度? 在已知某一經濟現(xiàn)象的預測精度存在提高可能的情況下,如何選擇合適的預測方法?八、組合預測模型的主要模式 P249P250 模式一：線性組合模型； 模式二：最優(yōu)線性組合模型； 模式三：貝葉斯組合模型； 模式四：轉換函數(shù)組合模型； 模式五：經濟計量和系統(tǒng)動力學組合模型； 第十三章 統(tǒng)計決策概述 一、統(tǒng)計決策的概念決策，就是為了實現(xiàn)特定的目的，在占有一定信息和經驗的基礎上，從若干個準備行動方案中選擇一個能實現(xiàn)預期目標的最優(yōu)化方案并做出決定的過程。通俗來講，決策就是做出決定。而統(tǒng)計決策(Statistical decision)，可以從廣義和狹義兩方面來理解。凡是使用統(tǒng)計方法而進行的決策，稱為廣義的統(tǒng)計決策；狹義的統(tǒng)計決策特指風險型決策方法。所謂風險型決策，是指通過人們大量實踐和觀察后發(fā)現(xiàn)，對可能發(fā)生的結果（情況）有統(tǒng)計規(guī)律可循，并