市场分析与决策、预测与决策 复习重点知识

➢决策者应具备的能力 ➢随机性决策的条件 ➢决策前获得新情报的意义 ➢掌握期望值法、后悔值法的运用 ➢如何获取后验概率 ➢多阶段决策（决策树的运用） ➢动态规划
某工厂有位推销员，计划某天到甲乙两公司推 销一批产品，与每个公司洽淡成交的概率和上午 谈还是下午谈有关，到甲公司谈成交的概率上午 为0.8，下午为0.7；到乙公司谈成的概率上午的 概率为0.5，下行为0.4。如果在某公司谈成则不 需再到另一公司，又若上午在某公司没谈成，可 等下午继续谈，也可下午去另一公司，与甲公司 成交后，可获利润8000元，与乙公司成交后，可 获得润10000元。问此推销员应如何安排行动方 案？
17569 67.15 6030.00
06
82587.5
76884.1 096
5703.42 31
2.7387
TSS 82587.5 ESS 76884.1096 RSS 5703.423
R2 1 5703.423 /(8 11) 0.9194 682587.5 /(8 1)
F 76884.1096 /1 80.88207 5703.423 /(8 11)
• 第二步，建立数学模型
X (n) X (0) Pn
0.72 0.12 0.16 P 0.08 0.80 0.12
0.10 0.05 0.85
• 第三步，进行预测： 9月份的市场占有率为
0.72 0.12 0.162
X (2) X P (0) 2 0.3125,0.3125,0.3750.08 0.80 0.12
2
817569 8 67.15
22.7 6030 22.7 22.7
167.5491
1
6030 8
22.7 8
167.5491
278.3295
yˆ 278.3295 167.5491x
月份
1
2
3
4
5
6
7
8
合计
广告费x 2.6
2.2
3.4
2.3
3.1
2.1
3.2
3.8
22.7
销售额y 740
• （2）求解第一个方程的简化式模型
C (C I )
C I 1 1 1 1
C 0 1I
0
1
1
1
(2分）
• （3）估计第一个方程的简化式方程参数
1
n CI n I
C
2 I 2
I
912060 522198 9 4740 1982 1.5
(2分）
0
C 1 I
2 A4
5
8 B1 4
6
3 2
B2 4
42 B3 5
1 C1
4 6
D1 3
C2 3
E
3 3
C3
4 D2
（1）当k=4时，S4 ={ D1 D2 } 按f4 的定义有
f4（D1）=3 f4（D2）=4
（2）当k=3时，S3 ={ C1 C2 C3 }
B1
8 4
6
f3(C1) = d3(C1 , D1)+ f4(D1) Min
=2.132、t（0.05，5）=2.015。对模型系数进行t检验。
2
6127 18 44 6 58 1818
1.25
1
44 6
18 (1.25) 6
11.08
F
6.25
Yˆ 11.08 1.25X
8.12
3.08 /(6 1 1)
tˆ1
11.08
7.60
3.08 58
611 64
= Min{6+3，3+4}=7
路径： C２ D２ E
X３*（C２)＝D２
2
A4
5 f3(C３)
d3(C３, D1)+ f4(D1)
= Min
d3(C３, D2)+ f4(D2)
B1
8 4
6
3
B2
2 4
42 B3 5
C1
例题
• 设样本回归直线 Yˆ ˆ0 ˆ1 X
• 则点 ( X ,Y )
• A．一定在回归直线上
• B．一定不在回归直线上
• C．不一定在回归直线上
• D．在回归直线上方
， X,Y
为均值，
例题
某商品价格X与销售额Y的线性回归直线方程
为 Y X
。根据样本观测值计算得
到如下数据：
6
6
例：某地区经营某种产品有A、B、C三种品牌， 据调查7月份800名消费者购买倾向所显示的转 移频数矩阵为：
A B C 合计
A 180 30 40 250
N
B
20
200
30
250
C 30 15 255 300
X (0) 250 , 250 , 300 (0.3125,0.3125,0.375) 800 800 800
t ˆ2
1.25 3.08
2.67
44
• 因为F（0.05，1，4）=7.71，F＞Fa，所以模型线性关系 显著成立。
• 因为t（0.025， 4）=2.776，所以常数项通过t检验，但 一次项的t检验不显著。
例题
• 某公司通过登广告推销某种商品。广告费和销售额的变化如下表。 • （1）建立广告费和销售额的一元线性回归模型。 • （2）对回归模型进行有关检验。 • （3）若广告费为4.5万元时，相应的销售额为多少？置信水平为0.05。
1 市场预测与决策基础
➢ 市场预测的含义及其可能性? ➢ 经济模型有哪些类型? ➢ 什么是随机方程、确定方程？各有哪些类型？ ➢ 内生变量、外生变量、解释变量、被解释变量、 滞后内生变量、先决变量、虚拟变量的含义及判定 ➢ 样本数据的类型有哪些？对其质量有哪些要求
例题
• 1.将内生变量的前期值作解释变量，这样的变量称为
•
A.虚拟变量
B.控制变量
•
C.政策变量
D.滞后变量
• 2.随机方程又称为
•
A.定义方程
B.平衡方程
•
C.行为方程
D.经验方程
• 3.数值由模型本身决定且具有一定概率分布的随机变量是
•
A.外生变量
B.内生变量
•
C.前定变量
D.滞后变量
例题
• 4.同一统计指标按时间顺序记录的数据列称为
•
A.横截面数据
0.10 0.05 0.85
0.272,0.300,0.428
稳态市场占有率：
0.72 0.12 0.16 ( X1 X 2 X 3) ( X1 X 2 X 3)0.08 0.80 0.12
0.10 0.05 0.85
0.72X1 0.08X 2 0.1X 3 X1 0.12X1 0.8X 2 0.05X 3 X 2
2 A4
5
d3(C1 , D2)+ f4(D2)
= Min{1+3，4+4}
3
B2
2 4
42 B3 5
=4
路径： C1 D1
C1
1 4
6
D1 3
C2 3
E
4 3 D2 C3 3
E X３*（C1)＝D1
d3(C2 , D1)+ f4(D1) f3(C2) =Min
d3(C2 , D2)+ f4(D2)
B.时间序列数据
•
C.修匀数据
D.原始数据
• 5.前定变量是哪些变量的合称
•
A.外生变量和滞后变量
•
B.内生变量和外生变量
•
C.外生变量和虚拟变量
•
D.解释变量和被解释变量
• 6.单方程经济计量模型必然是
•
A.行为方程
B.政策方程
•
C.制度方程
D.随机方程
2 回归分析
➢ 线性回归模型的基本假设 ➢ 最小二乘法的基本原理和性质 ➢ 参数估计及检验 ➢ 举例说明什么序列相关、异方差、多重共线性及其产 生原因？如何进行判断？如何消除他们的影响？ ➢ 任何运用回归方程进行经济预测与经济控制？ ➢ 如何引入虚拟变量
月份 1 2 3 4 5 6 7 8 广告费 2.6 2.2 3.4 2.3 3.1 2.1 3.2 3.8 销售额 740 690 850 630 820 600 790 910
解：（1）设模型如下，用OLS估计该模型
yt 1 2 xt t
x 22.7
x2 67.15
y 6030 xy 17569
7520 2
上午去甲
7800 1
P(x2)=0.2
P(x1)=0.8
5600 等下午 4
下午去乙
5600 4
4000 7
上午去乙
7800 3
P(x3)=0.5
P(x3)=0.5
5600 下午去甲 5
等下午
5600 8
4000 7
P(y1)=0.7 P(y2)=0.3 P(y3)=0.4 P(y4)=0.6
2890
11.56
847.9 964
9264. 063
8882. 391
4.014 2
0.316 4
1449
5.29
663.6 924
15314 .06
8110. 366
1135. 18
0.288 9
2542
9.61
797.7 317
4389. 063
1934. 391
495.8 767
0.068 9
市场分析与决策复习
考试题型及记分方法
• 平时：30%，考试：70% • 单项选择题=40% • 问答题=24% • 计算分析题=36%