市場分析與決策、預測與決策復習重點知識

1、市場分析與決策、預測與決策復習重點知識考試題型及記分方法平時：30%，考試：70%單項選擇題=40%問答題=24%計算分析題=36%回歸分析30%時間序列分析20%聯(lián)立方程預測分析15%定性分析10%隨機決策15%多目標決策10%分值分布課程重點內(nèi)容1 市場預測與決策根底 市場預測的含義及其可能性? 經(jīng)濟模型有哪些類型? 什么是隨機方程、確定方程？各有哪些類型？ 內(nèi)生變量、外生變量、解釋變量、被解釋變量、滯后內(nèi)生變量、先決變量、虛擬變量的含義及判定 樣本數(shù)據(jù)的類型有哪些？對其質(zhì)量有哪些要求例 題1.將內(nèi)生變量的前期值作解釋變量，這樣的變量稱為 A.虛擬變量 B.控制變量 C.政策變量 D.滯后

2、變量2.隨機方程又稱為 A.定義方程 B.平衡方程 C.行為方程 D.經(jīng)驗方程3.數(shù)值由模型本身決定且具有一定概率分布的隨機變量是 A.外生變量 B.內(nèi)生變量 C.前定變量 D.滯后變量例 題4.同一統(tǒng)計指標按時間順序記錄的數(shù)據(jù)列稱為 A.橫截面數(shù)據(jù) B.時間序列數(shù)據(jù) C.修勻數(shù)據(jù) D.原始數(shù)據(jù)5.前定變量是哪些變量的合稱 A.外生變量和滯后變量 B.內(nèi)生變量和外生變量 C.外生變量和虛擬變量 D.解釋變量和被解釋變量6.單方程經(jīng)濟計量模型必然是 A.行為方程 B.政策方程 C.制度方程 D.隨機方程2 回歸分析 線性回歸模型的根本假設 最小二乘法的根本原理和性質(zhì) 參數(shù)估計及檢驗 舉例說明什么

3、序列相關、異方差、多重共線性及其產(chǎn)生原因？如何進行判斷？如何消除他們的影響？ 任何運用回歸方程進行經(jīng)濟預測與經(jīng)濟控制？ 如何引入虛擬變量例 題設樣本回歸直線 ， 為均值，那么點A一定在回歸直線上B一定不在回歸直線上C不一定在回歸直線上D在回歸直線上方某商品價格X與銷售額Y的線性回歸直線方程為 。根據(jù)樣本觀測值計算得到如下數(shù)據(jù)：1確定回歸模型。2假設F0.05，1，4=7.71、F0.025，1，4=14.23、F0.05，1，5=6.61、F0.025，1，5=11.54。對回歸模型進行F檢驗。3假設t0.025，4=2.776、t0.025，5=2.571、t0.05，4=2.132、t0.

4、05，5=2.015。對模型系數(shù)進行t檢驗。例 題因為F0.05，1，4=7.71，F(xiàn)Fa，所以模型線性關系顯著成立。因為t0.025， 4=2.776，所以常數(shù)項通過t檢驗，但一次項的t檢驗不顯著。 例 題某公司通過登廣告推銷某種商品。廣告費和銷售額的變化如下表。1建立廣告費和銷售額的一元線性回歸模型。2對回歸模型進行有關檢驗。3假設廣告費為4.5萬元時，相應的銷售額為多少？置信水平為0.05。月 份12345678廣告費2.62.23.42.33.12.13.23.8銷售額740690850630820600790910解：1設模型如下，用OLS估計該模型月 份12345678合計廣告費x

5、2.62.23.42.33.12.13.23.822.7銷售額y7406908506308206007909106030 xy1924151828901449254212602528345817569x26.764.8411.565.299.614.4110.2414.4467.15模擬值713.9572646.9375847.9964663.6924797.7317630.1826814.4866915.01616030.0006總離平方189.06254064.0639264.06315314.064389.06323639.061314.06324414.0682587.5回歸平方158

6、3.4711408.918882.3918110.3661934.39115268.93688.93726006.7576884.1096殘差平方678.22951854.3774.01421135.18495.8767910.9899599.594625.161065703.4231x變換值平方0.05640.40640.31640.28890.06890.54390.13140.92642.73873預測聯(lián)立方程 結(jié)構(gòu)式模型和簡化式模型 參數(shù)關系體系 什么是識別問題，識別狀態(tài)類型及識別條件 如何判斷聯(lián)立方程模型的識別性 間接最小二乘法、二階段最小二乘法及其適用類型市場營銷2001級本科試題

7、，12分設簡單國民經(jīng)濟的模型如下，式中Y、C、I分別為國民收入、消費和投資，其中投資I為外生變量?，F(xiàn)根據(jù)該國民經(jīng)濟系統(tǒng)近9年的統(tǒng)計資料已計算得出有關數(shù)據(jù)。試判斷該模型的可識別性并用恰當?shù)姆椒ü烙嬙撃Ｐ偷谝粋€方程。 1判斷第一個方程的可識別性2求解第一個方程的簡化式模型3估計第一個方程的簡化式方程參數(shù)4利用參數(shù)關系計算結(jié)構(gòu)式模型中第一個方程的參數(shù)時間序列分析 指數(shù)平滑法 季節(jié)指數(shù)法季節(jié)指數(shù)法、直線趨勢比例平均法 運用馬氏鏈進行期望利潤預測和市場占有率預測 生命曲線預測法不要求掌握例：某地區(qū)經(jīng)營某種產(chǎn)品有A、B、C三種品牌，據(jù)調(diào)查7月份800名消費者購置傾向所顯示的轉(zhuǎn)移頻數(shù)矩陣為：A B C 合計

8、第二步，建立數(shù)學模型第三步，進行預測： 9月份的市場占有率為穩(wěn)態(tài)市場占有率：定性預測頭腦風暴法的思想、步驟及優(yōu)缺點德爾菲法的思想及步驟優(yōu)缺點銷售人員綜合判斷預測法PERT預測法景氣循環(huán)階段劃分和景氣指標選取的原那么預測預警系統(tǒng)的主要功能影響預測精度的因素隨機性決策決策者應具備的能力隨機性決策的條件決策前獲得新情報的意義掌握期望值法、懊悔值法的運用如何獲取后驗概率多階段決策決策樹的運用動態(tài)規(guī)劃某工廠有位推銷員，方案某天到甲乙兩公司推銷一批產(chǎn)品，與每個公司洽淡成交的概率和上午談還是下午談有關，到甲公司談成交的概率上午為0.8，下午為0.7；到乙公司談成的概率上午的概率為0.5，下行為0.4。如果在

9、某公司談成那么不需再到另一公司，又假設上午在某公司沒談成，可等下午繼續(xù)談，也可下午去另一公司，與甲公司成交后，可獲利潤8000元，與乙公司成交后，可獲得潤10000元。問此推銷員應如何安排行動方案？5600501000040007P(y3)=0.4P(y4)=0.60800056008P(y1)=0.7P(y2)=0.310000P(x3)=0.5780035600401000040007P(y3)=0.4P(y4)=0.60800056004P(y1)=0.7P(y2)=0.38000P(x1)=0.87520278001上午去甲上午去乙P(x2)=0.2P(x3)=0.5等下午下午去乙等下

10、午下午去甲 某運輸公司承包一項從A城到E城的運輸任務，在連接A與E的運輸網(wǎng)上，有8個中間城市，如圖：兩點之間連線上的數(shù)字表示兩點之間的距離，問如何選擇一條由A城到E城的最短路線？ED2D1C3C2C1B2B3B1A44333641434845256322 1當k=4時，S4 = D1 D2 按f4 的定義有 f4D1=3 f4D2=42當k=3時，S3 = C1 C2 C3 f3(C1) = d3(C1 , D1)+ f4(D1) Min d3(C1 , D2)+ f4(D2)路徑： C1 D1 E X*C1)D1 = Min1+3，4+4=4 ED2D1C3C2C1B2B3B1A443336

11、41434845256322 d3(C2 , D1)+ f4(D1) f3(C2) =Min d3(C2 , D2)+ f4(D2)路徑： C DEX*（C)D = Min6+3，3+4=7ED2D1C3C2C1B2B3B1A44333641434845256322 f3(C) d3(C, D1)+ f4(D1) = Min d3(C, D2)+ f4(D2)路徑： C DE X*（C)D = Min 3+3，3+4=6 (3)當k=2時， S2 = B1 B2 B3 d2(B1 , C1)+ f(C1) f2(B1) = Min d2(B1 , C2)+ f(C2) d2(B1 , C3)+

12、 f(C3) d2(B2 , C1)+ f(C1) Min= d2(B2 , C2)+ f(C2) d2(B2 , C3)+ f(C3) 路徑： B1 C2 D2E X2*B1)C2 路徑： B2 C1 D1 E X2*B2)C1 =Min 8+4，4+7，6+611ED2D1C3C2C1B2B3B1A44333641434845256322f2(B2) = Min3+4，2+7，4+6=7 d2(B3 , C1)+ f(C1)f2(B3)= Min d2(B3 , C2)+ f(C2) d2(B3 , C3)+ f(C3)(4)當k=1時， S1=A d1(A , B1)+ f2(B1) f1(A) = Min d1(A , B2)+ f2(B2) d1