经济预测与决策课程
《经济预测与决策》课后习题

第一章经济预测的基本原理1.什么叫经济预测?经济预测是一门研究经济发展过程及其变动趋势的学科。
2.经济预测与决策有什么关系?经济计划是为实现经济决策目标而编制的一种经济活动方案,而经济决策的目标又是依据经济预测的结果而确定的。
3.什么叫宏观经济预测?宏观经济预测是指对整个国民经济或一个地区、一个部门的经济发展前景的预测,它以整个社会(或地区、部门)的经济发展的总图景作为考察对象。
4.什么叫微观经济预测?微观经济预测是指对一个企业的经济发展前景或家庭、个人的经济活动的预测,它以单个经济单位的经济活动前景作为考察的对象。
5.什么叫定性经济预测?定性经济预测是对某一经济现象的未来状态所作的一种描述,也就是对未来的经济状态提供可能变动的方向而非数量的大小所作出的预测。
6.什么叫定量经济预测?定量经济预测是运用经济统计的数据资料,根据预测目标中的经济变量之间的关系,建立起预测模型以推导出预测值。
7.预测的基本要素有哪些?信息要素,方法要素,分析要素,判断要素。
第四章判断预测技术1.直接头脑风暴法与质疑头脑风暴法的主要区别是什么?在专家选择上有何异同?直接头脑风暴法是组织专家对所要解决的问题,开会讨论,各持己见地、自由地发表意见,集思广益,提出所要解决问题的具体方案。
质疑头脑风暴法是对已制定的某种计划方案或工作文件,召开专家会议,由专家提出质疑,去掉不合理的或不科学的部分,补充不具体或不全面的部分,使报告或计划趋于完善。
P1-P3=0.11>0故该公司各厂明年投资的总趋势增加。
5.甲的平均销售量=(800+4*700+600)/6=700甲预测的销售量的方差为δ甲2=[(800-600)/6 ]2=1111.11δ甲=33.33乙的平均销售量=(750+4*640+550)/6=643乙预测的销售量的方差为δ乙2=[(750-550)/6]2=1111.11δ乙=33.33丙的平均销售量=(850+4*700+600)/6=708丙预测的销售量的方差为δ=41.67丙推销员的销路预测是(700+643+708)/3=684其预测值的方差为δ2=(δ甲2+δ乙2+δ丙2)/9=439.85δ=20.97故,预测值在439.85-2*20.97至439.85+2*20.97之间的可能性为95.4% 6.柜台A,2Φ[(450-400)/δA]-1=90%)=0.95所以,Φ(50/δA50/δA =1.65=50/1.65=30.30所以,δA由此得,专柜A的预测值的均值为400,标准差为30.30同理,专柜B的预测值的均值为450,标准差为25.51专柜C的预测值的均值为350,标准差为34.72(400+450+250)/3=400δ=17.56故其均值是400,标准差是17.56 总销售量预测值在[400-17.56,400+17.56]之间的可能性为68.3%,在[400-2*17.56,400+2*17.56]之间的可能性为98.4%第五章一元回归预测技术x1=22.7/8=2.84 y1=6030/8=753.75b=(17569-(22.7/8)*6030)/(67.15-(22.7/8)*22.7=167.5490644a=6030/8-167.55*22.7/8=278.3295299y=278.33+167.55xr=(17569-8*2.84*753.75)/√(67.15-8*2.84^2)√(4627700-8*753.75^2)=0.95 若增加广告费支出,有望增加销售额。
经济预测与决策课程设计

经济预测与决策 课程设计一、课程目标知识目标:1. 学生能够理解并掌握经济预测的基本概念、原理和方法。
2. 学生能够了解经济决策的类型、过程及其在实际中的应用。
3. 学生能够掌握并运用数据分析技能,对经济数据进行分析,为预测和决策提供依据。
技能目标:1. 学生能够运用所学经济预测方法,对实际问题进行预测分析,并提出合理的预测结果。
2. 学生能够结合实际案例,设计简单的经济决策模型,并运用到实际问题的解决中。
3. 学生能够通过小组合作,进行数据分析,提高团队协作和沟通能力。
情感态度价值观目标:1. 学生能够认识到经济预测与决策在国家和企业经济发展中的重要性,增强对经济学的兴趣和热爱。
2. 学生在学习过程中,培养批判性思维和问题解决能力,形成积极主动探索知识的良好习惯。
3. 学生能够树立正确的价值观,关注国家经济发展,提高社会责任感和使命感。
课程性质:本课程为高中年级经济学选修课程,旨在通过实际案例分析,使学生掌握经济预测与决策的基本知识和技能。
学生特点:高中年级学生具有一定的逻辑思维能力和数学基础,对实际经济问题充满好奇心,喜欢探索和解决问题。
教学要求:教师应注重理论与实践相结合,引导学生运用所学知识解决实际问题,提高学生的分析、预测和决策能力。
通过小组讨论、案例分析等教学手段,培养学生的团队协作和沟通能力。
在教学过程中,关注学生的情感态度价值观的培养,使学生在掌握知识技能的同时,形成正确的价值观。
二、教学内容1. 经济预测基本概念:介绍预测的定义、作用和类型,结合教材第3章相关内容,分析不同预测方法的适用场景。
教学安排:2课时2. 经济预测方法:讲解趋势预测、季节性预测、周期性预测等常用预测方法,结合教材第4章进行案例分析。
教学安排:4课时3. 经济决策类型与过程:介绍个体决策、集体决策等类型,分析决策过程,结合教材第5章实际案例进行讲解。
教学安排:3课时4. 数据分析方法:讲解描述性统计、概率分布、回归分析等数据分析方法,结合教材第6章进行实际操作。
经济统计预测与决策 课程大纲

《经济统计预测与决策》课程大纲一、课程简介1.1 课程背景经济统计预测与决策是一门旨在帮助学生掌握经济数据处理和分析技能,从而进行经济现象的预测和决策制定的课程。
本课程将涵盖经济统计基础、预测模型、决策分析等内容,旨在培养学生对经济现象的敏锐观察和分析能力。
1.2 课程目标通过学习本课程,学生将能够掌握经济数据的收集、整理、分析和解读技能,具备运用统计方法进行经济预测和决策的基本能力,并且理解统计工具在经济领域中的重要作用。
1.3 课程要求本课程的学习需要较强的数理基础,学生应具备一定的数学、统计学和经济学基础知识。
需要有一定的数据处理和编程能力,熟练运用Excel、Python等工具进行数据分析。
二、课程内容2.1 经济统计基础2.1.1 经济数据的类型和特征2.1.2 统计描述和展示经济数据2.1.3 经济数据的抽样调查方法2.2 经济预测模型2.2.1 经济时间序列分析2.2.2 经济指标的预测模型2.2.3 多元回归分析在经济预测中的应用2.3 决策分析方法2.3.1 决策树模型2.3.2 风险分析与决策2.3.3 经济决策中的不确定性分析三、课程教学安排3.1 授课方式本课程采用理论授课与应用实践相结合的授课模式。
课堂上教师将介绍相关理论知识,并通过案例分析和实际数据操作进行教学。
3.2 课程作业学生需要完成课后作业,包括数据分析和模型建立等内容。
部分作业将涉及实际经济数据的处理和分析。
3.3 课程项目本课程将安排实际项目,学生将运用所学知识对实际经济问题进行分析和决策,提高实际应用能力。
四、学习评估4.1 考核方式课程考核将包括平时表现、作业完成情况、期中考试和期末项目报告。
4.2 成绩评定学生成绩将由平时成绩、考试成绩和项目报告综合评定。
平时成绩占比30%,期中考试成绩占比30%,期末项目报告占比40%。
五、课程反馈与改进5.1 教学反馈学生可以通过课程评价表反馈教学质量,并提出建议和意见。
经济预测与决策

经济预测与决策摘要:本文简单介绍了经济预测与决策的概念、分类、基本步骤,并阐述了经济预测与决策的关系。
一、经济预测1、经济预测的基本概念经济预测就是在一定的经济理论指导下,根据经济发展的历史和现状资料、客观的环境条件以及主观的经验教训,对经济的未来发展预先作出科学的推测。
是与未来有关的旨在减少不确定性对经济活动影响的一种经济分析。
它是对将来经济发展的科学认识活动。
经济预测不是靠经验、凭直觉的预言或猜测,而是以科学的理论和方法、可靠的资料、精密的计算及对客观规律性的认识所作出的分析和判断。
这样的预测是一种分析的程序,它可以重复地连续进行下去。
目的是为未来问题的经济决策服务。
为了提高决策的正确性,需要由预测提供有关未来的情报,使决策者增加对未来的了解,把不确定性或无知程度降到最低限度,并有可能从各种备选方案中作出最优决策。
2、经济预测的分类通常分为三类:(1)、按预测的范围,有国民经济预测、企业经济预测,介乎两者之间的部门经济预测和地区经济预测,还有世界经济预测。
(2)、按预测的时效,有短期预测、长期预测及中期预测。
短期预测和长期预测的划分,因预测对象的性质、预测的要求、各国习惯而有所差别。
两者区别的实质性标志在于预测期内的主要因素、经济结构等是否发生了根本性变化。
中期预测则介乎这两者之间。
(3)、按预测的性质,有质的预测和量的预测。
只要求对预测事物有概括性的了解,描述其变化趋势,判断它出现的可能性或不可能性,就采用质的预测。
从一些经济指标的已知值推算另一些指标的未来值,进而说明达到这些数值的概率,就采用量的预测。
其中,预测的变量数值表现为单一数值,称为点值预测;预测的变量数值有一个幅度,处于上限和下限的区间之内,称为区间预测。
3、经济预测的步骤(1)、收集和分析预测所需要的各种资料;(2)、进行各种预测计算,提出轮廓性的初步的预测;(3)、召开预测评论会议,以便起到集思广益、集体判断的作用;(4)、补充和修正预测,发布正式的预测报告。
经济预测与决策

经济预测与决策1、经济预测:在一定的经济理论指导下,根据经济发展的历史和现状资料、客观的环境条件以及主观的经验教训,对经济的未来预先做出科学的推测。
2、经济预测的分类:1)按照预测结果的属性分为定性经济预测和定量经济预测;2)按照预测的范围分为宏观经济预测和微观经济预测;3)按照预测期限长短分为长期、中期、近期和短期经济预测;4)按照预测的内容分为国民收入分配预测、生产预测和市场预测。
3、经济预测的4个基本原理:惯性原理,类推原理,相关原理,概率推断原理。
4、经济预测的8个基本步骤:确定预测的目标,确定预测因子,收集、整理所需资料,选择经济预测的方法,建立预测模型,利用模型经济预测,分析和评价预测结果,提出预测报告。
5、经济预测准确度的度量:1)预测误差:实际值与预测值之差,即e=-Y Y Λ;2)相对误差:预测误差占实际值的百分比,即Y -100%YYΛ⨯,不受量纲的影响;3)预测的平均误差:n 次预测误差的平均值,即=1(Y -)=niii YMD nΛ∑,无法真正反映预测误差的大小,但可以作为修正预测值的依据;4)预测的平均绝对误差:n 次预测误差的绝对值的平均值,即=1|Y -|=niii YMAD nΛ∑,受量纲的影响;5)预测的平均绝对相对误差:n 次预测的相对误差的绝对值的平均值,即=1Y -1=||100%ni i i iY AARE n Y Λ⨯∑,不受量纲的影响。
6)预测的方差和标准差:即22=11S =(Y -)ni i i Y n Λ∑;7)THEIL不等系数的计算公式μ修正的THEIL不等系数的计算公式*μ,结果越接近于0,预测越准确。
6、头脑风暴法:围绕某一问题召开专家会议,通过共同讨论进行信息交流和相互诱发,激发出专家们创造性思维的连锁反应,产生许多有创造性的设想,从而进行集体判断预测的预测方法。
优点:1)低成本,高效率;2)能获取广泛的信息和创意,考虑较多的因素,通过互相启发,集思广益,在大脑中掀起思考的风暴,可提供较全面的预测方案。
经济预测与决策第四章趋势外推法

2.拟合直线法的原理
这种方法是基于最小二乘法原理,通过对时间序列数据拟 合得出一条直线,使得该直线上的预测值与实际观察值之 间的离差平方和为最小。
3.拟合直线方程法的数学模型
4.加权拟合直线法的数学模型
在拟合直线法中,计算离差平方和时对近期误差和远期误差 赋予的权重是一样的。实际中,近期数据对预测结果的影响 更有意义,也就是说,对于预测精确度而言,近期误差比远 期误差更为重要。因此,在计算离差平方和时,对离差平方 项按照近大远小的原则赋予不同权值,即离差平方项对应的 时间点距离现在越近,其赋权值越大。对加权离差平方和再 按照最小二乘法原理,使离差平方和达到最小,进而求出加 权拟合直线方程。这种方法称为加权拟合直线法。
4.2.2 线性趋势外推预测法的应用举例
【实例4-1】
已知A公司1998~2008年销售利润,详见表4-1。试预测该公 司2009年的销售利润。
【实例4-2】
仍以表4-1对应的数据来说明加权拟合直线方程法的应用。 表4-4给出了各期对应的权值。
【解】 首先,基于表4-1中数据绘制趋势图,如图4-1所示。 从图4-1可知,公司销售利润呈现直线上升趋势。因此采 取线性趋势外推预测法进行预测。 其次,基于表4-1中数据计算线性趋势外推预测法模型的 参数a、b。
4.4 生长曲线预测法 4.4.1 生长曲线预测法基本原理 4.4.2 生长曲线预测法的应用举例
4.5 习题
本章学习目标
4.1 趋势外推预测法概述
4.1.1 趋势外推预测法含义 4.1.2 常用趋势外推预测法简介
4.1.1 趋势外推预测法含义
趋势外推预测法(Trend extra polation)是根据事物过 去和现在的发展趋势推断未来发展趋势的一类方法的总称 。这类方法的基本假设是事物的未来发展趋势系过去和现 在连续发展的结果。
经济预测与决策第十章常用决策方法

作 业 标 准 记 得牢, 驾轻就 熟除烦 恼。20 20年11 月3日星 期二3 时41分 50秒03 :41:50 3 N ove mber 2 0 20
数据详见表10-1。
首先,对表10-1中数据进行归一化处理,处理结果详见表 10-2。 归一化处理公式为:
其次,利用表10-2中数据计算相关系数,计算得到的相关 系数详见表10-3。 相关系数计算公式为:
再次,计算表10-3对应相关系数的特征值及特征向量,结 果详见表10-4。
第四,计算各主成分的贡献率。计算公式如下:
10.4 习 题
本章学习目标
10.1 主成分分析法
10.1.1 主成分分析法的基本原理 10.1.2 主成分方法的应用
10.1.1 主成分分析法的基本原理
主成分分析法(principal components analysis,PCA, 有时也称主分量分析)是利用降低维数的思想将多指标转 化为少数几个综合指标的一种方法。 主成分分析法是一种数学变换的方法, 它把给定的一组相 关变量通过线性变换转成另一组不相关的变量,这些新的 变量按照方差依次递减的顺序排列。
1.模型
2.有效性分析
3. 生产活动规模收益分析
4.结论
DEA方法是对多指标投入和多指标产出的相同类型部门,进 行相对有效性综合评价的一种新方法。利用该方法可以判断 出版社是否是DEA有效的。对非DEA有效的出版社来说,可 以通过调整投入以获得同样产出,从而提高经济效益。
树 立 质 量 法 制观念 、提高 全员质 量意识 。20.1 1.320. 11.3Tu esday, N ovem ber 0 3 , 2 020
经济预测与决策教学大纲

理论课教学大纲本课程是经济统计学专业本科生开设的选修课。
学习和掌握经济预测和决策的理论及方法对各级政府经济管理部门的工作者和企业经营管理者来说都是十分必要的。
在该专业本科生四年的学习中,本课程所起的作用是将学生所学的基础与专业基础课和专业课等多门课程的专业知识有机结合综合运用于经济预测与决策的实践,帮助学生树立“管理的关键在于决策,而决策的前提是预测”意识,引导学生学以致用并培养其科学地进行经济预测和决策研究,为社会经济预测和决策服务的能力。
本课程的教学目标在于通过系统学习经济预测与决策的专业知识,使学生熟悉和理解预测与决策的有关概念,掌握经济预测和决策的初级技术和高级技术,能够用所学的预测和决策方法解决实际的问题。
二、教学内容第一章经济预测的基本问题学时:2主要内容:1、经济预测概述2、经济预测的作用3、经济预测的基本原则4、经济预测的分类5、经济预测的程序重点与难点:理解经济预测的基本原则,程序,掌握经济预测的原理和方法。
教学方式:讲授第二章定性预测法学时:2主要内容:1、定性预测概述2、市场调查预测法3、专家评估法——德尔菲预测法4、主观概率法5、交叉影响法重点与难点:理解定性经济预测的基本概念,掌握定性经济预测的几种基本方法。
教学方式:讲授第三章回归分析预测法学时:2主要内容:1、回归分析概述2、一元线性回归预测法3、元线性回归预测法4、虚拟变量回归预测法5、非线性回归预测法重点与难点:了解回归分析方法的背景,掌握一元线性回归和多元线性回归模型的参数估计和假设检验的思想和具体方法,并能用回归模型进行实证预测。
教学方式:讲授第四章时间序列平滑预测法学时:2主要内容:1、时间序列概述2、移动平均法3、指数平滑法4、差分指数平滑法5、自适应过滤法重点与难点:了解时间序列平滑预测方法的背景,掌握各种平滑技术及方法的具体应用,能够使用时间序列平滑预测方法进行具体的预测。
教学方式:讲授第五章趋势曲线模型预测法学时:2主要内容:1、直线模型预测法2、多项式曲线模型预测法3、指数曲线模型预测法4、修正指数曲线模型预测法5、成长曲线预测模型重点与难点:了解趋势曲线模型预测方法的背景,掌握各种趋势曲线模型及这些模型的参数的估计方法,掌握各种趋势曲线模型具体的运用。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
经济预测与决策
第三章 回归分析预测法
本章学习目的与要求
通过本章的学习,了解回 归分析预测法的概念;掌握 回归分析中各系数的计算方 法及回归预测方法。
本章学习重点和难点
重点是一元线性回归预 测法。
难点是区间估计。
本章内容提示
第一节 回归分析概述 一、回归的定义 二、回归模型的分类 第二节 一元线性回归预测法 一、一元线性回归模型 二、最小二乘估计 三、拟合优度的度量 四、相关系数检验法 五、最小二乘估计式的标准误差 六、回归预测
一、一元线性回归模型
若用X代表自变量,Y代表因变量。则给 定一个自变量的值Xi时,对于一元线性 回归模型就有一个因变量的总体平均值 E(Yi)与它对应,其函数关系可写成 E(Yi)=f(Xi),它表明Y的总体平均值是随 着X的变化而变化的。该函数亦称为总体 回归函数。
一元线性回归模型的基本形式为:
三、拟合优度的度量
1.拟合优度 2.可决系数
1.拟合优度
拟合优度是指样本回归直线对观测数据 拟合的优劣程度。
如果全部观测值都在回归直线上,我们 就获得“完全的”拟合,但这是罕见的 情况,通常都存在一些正ei或负ei。我们 所希望的就是围绕回归直线的剩余尽可 能的小。
2.可决系数
拟合优度通常用可决系数来度量。可决 系数是样本回归直线对数据拟合程度的 综合度量。在双变量的情况下,通常用r2 表示可决系数。
E(Yi)=β0+1Xi
(3-1)
或 Yi=E (Yi)+ui=β0+1Xi+ui (3-2)
其中β0、1是未知而固定的参数,称为回 归系数,ui称为随机扰动项。
在回归分析中,我们要根据Y和X的观测
值来估计未知的β0和1的值,进而建立回 归模型。
回归模型
通常我们是通过Y和X的样本观测值建立样本 回归函数来估计参数的。
回归
自变量与因变量之间的因果关系可以通 过函数形式来表现,用数学模型来体现 两者之间的数量关系。自变量的值是确 定的,而因变量的值是随机的。 回归函数中,确定的自变量值所对应的 是随机的因变量值的总体平均值。
二、回归模型的分类
1.按模型中自变量的多少,分为一元回归 模型和多元回归模型。 一元回归模型是指只包含一个自变量的 回归模型; 多元回归模型是指包含两个或两个以上 自变量的回归模型。
e i2 (Y i ˆ0 ˆ1 X i)2
双变量线性回归模型的最小二乘估计
由最小二乘准则:ei2min 有:
e
2 i
ˆ 0
(Yi
ˆ 0 ˆ1Xi )2 ˆ 0
0
e
2 i
ˆ1
(Yi
ˆ 0 ˆ1Xi )2 ˆ1
0
2(Yi ˆ0ˆ1Xi)0 2(Yi ˆ0ˆ1Xi)Xi 0
ei 0 eiXi 0
回归模型
回归分析就是要根据样本回归函数来估计总体 回归函数。 在这里需要解决的问题主要有两个: 其一是估计参数; 其二是“接近”的程度有多大。
二、最小二乘估计
建立样本回归函数的方法有许多,其中 最流行的是最小二乘法(OLS)。 1.最小二乘准则 2.最小二乘估计式
1.最小二乘准则
.当给定样本X和Y的N对观测值时,我 们希望据此建立的样本回归函数值应尽 可能接近观测值Yi,使其样本剩余的平 方和尽可能地小,即ei2min。这一准 则就是最小二乘准则。
3.按模型中方程数目的多少
分为单一方程模型和联立方程模型。 单一方程模型是指只包含一个方程的回 归模型;联立方程模型是指包含两个或 两个以上方程的回归模型。 单一方程的一元线性回归分析是其它回 归分析的基础,本章将主要介绍一元线 性回归预测法。
第二节 一元线性回归预测法
一元线性回归预测法是根据一元线性回 归模型中单一自变量的变动来预测因变 量平均发展趋势的方法。
1.按模型中自变量的多少
分为一元回归模型和多元回归模型。 一元回归模型是指只包含一个自变量的 回归模型; 多元回归模型是指包含两个或两个以上 自变量的回归模型。
2.按模型中自变量与因变量之 间是否线性
分为线性回归模型和非线性回归模型。 线性回归模型是指自变量与因变量之间 呈线性关系; 非线性回归模型是指自变量与因变量之 间呈非线性关系。
可决系数
可决系数的计算步骤如下: 17页 r2=(TSS-RSS)/TSS=1-RSS/TSS
一元线性回归样本函数17页(3-3)
Y ˆi ˆ0 ˆ1X i 式,中 Y ˆi为 E( Y i)的估计
ˆ0为 0的估计式 ˆ1为 1的估计式。
回归模型
对于样本中每一个与Xi相对的观测值Yi与由样 本回归函数得到的估计值有一随机偏差,这个 偏差称为样本剩余,记为ei。
样本回归函数
Y i Y ˆi e i ˆ0 ˆ1 X i e i
双变量线性回归模型的最小二乘估计式
ˆ 1
NXiYi XiYi NXi2 (Xi)2
ˆ0 N Yi ˆ1N Xi
(3-5) (3-6)
双变量线性回归模型的最小二乘估计式
ˆ 1
(Xi X)Y (i Y) (Xi X)2
ˆ0 Yˆ1X
(3-7) (3-8)
最小二乘估计式
ˆ 1
xi yi
x
2 i
ˆ0 Y ˆ1X
ห้องสมุดไป่ตู้
图3-1
Y Yi
.
.e
.
.
.
0
Xi
X
2.最小二乘估计式
根据最小二乘准则建立样本回归函数的 过程为最小二乘估计,简记OLS估计。 由此得到的估计值得计算式称为最小二 乘估计式。
双变量线性回归模型的最小二乘估计
Y ˆi ˆ0 ˆ1Xi Yi Y ˆi ei e i Y i Y ˆi Y i ˆ0 ˆ1 X i
第三章 回归分析预测法
回归分析预测法就是从各种经济现象之 间的相互关系出发,通过对与预测对象 有联系的现象的变动趋势的回归分析, 推算出预测对象未来状态数量表现的一 种预测方法。
第一节 回归分析概述
一、回归的定义 二、回归模型的分类
一、回归的定义
回归是研究自变量与因变量之间的关系形式的 分析方法,其目的在于根据已知自变量值来估 计因变量的总体平均值。 在研究某一社会经济现象的发展变化规律时, 经过分析可以找到影响这一现象变化的原因。 在回归分析中,把某一现象称为因变量,它是 预测的对象,把引起这一现象变化的因素称为 自变量,它是引起这一现象变化的原因。而因 变量则反映了自变量变化的结果。