统计预测与决策
统计预测与决策基本概念定义
统计预测的概念 预测：根据过去和现在估计未来、预测未来。
统计预测属于预测方法范畴，即如何利用科学的统计方法对事物的未来发展进行定量预测，并计算概率置信区间。
统计预测方法是一种具有通用性的方法。
实际资料是预测的依据，经济理论是预测的基础，数学模型是预测的手段，它们共同构成统计预测的三个要素。
统计预测的作用在市场经济条件下，预测的作用是通过各个企业或行业内部的行动计划和决策来实现的。
统计预测作用的大小取决于预测结果所产生的效益多少。
影响预测作用大小的因素：预测费用的高低，预测方法的难易程度，预测结果的精确程度。
预测方法分类：1、可归纳分为定性预测与定量预测，定量预测又可分为回归预测法和时间预测法。
2、按预测时间分为近期、短期、中期、长期预测。
3、按预测是否重复分为一次性预测和反复预测。
统计预测方法的选择主要考虑（原则）：合适性、费用和精确性。
步骤：1、确定预测目的 2、搜索和审核资料 3、选择预测模型和方法4、分析预测误差，改进预测模型5、提出预测报告。
自适应过滤法原理：就是从自回归系数的一组初始估计值开始利用公式i t t t i X ke --+Φ=Φ2)1('it 主次迭代，不断调整，以实现自回归系数的最优化。
基本步骤：1、首先确定模型阶数P 2、选择合适的滤波参数k 3、计算每一次残差e 4、根据残差e 以及调整公式i t t t i X ke --+Φ=Φ2)1('it 计算下一轮的系数 5、迭代直到取得合适的系数。
特点：经过逐次迭代，自回归系数可以不断调整，以使自回归系数达到最优化。
优点：1、简单易行，可采用标准程序上机运算 2、适用于数据点较少的情况 3、约束条件较少 4、具有自适应性，能自动调整回归系数，是一个可变系数的数据模型。
干预分析模型简介：1、干预的含义：时间序列经常会受到特殊事件及态势的影响，称这类外部事件为干预。
2、研究干预分析的目的：从定量分析的角度来评估政策干预或突发事件对经济环境和经济过程的具体影响。
统计预测与决策
1、德尔菲法有哪些特点？又有哪些优点和缺点？答:(1)德尔菲法(Delph i me t hod),是采用背对背的通信方式征询专家小组成员的预测意见，经过几轮征询，使专家小组的预测意见趋于集中，最后做出符合市场未来发展趋势的预测结论。
(2)德尔菲法本质上是一种反馈匿名函询法。
其大致流程是：在对所要预测的问题征得专家的意见之后,进行整理、归纳、统计 ,再匿名反馈给各专家 ,再次征求意见,再集中，再反馈，直至得到一致的意见。
其过程可简单表示如下 :匿名征求专家意见 -归纳、统计 -匿名反馈-归纳、统计……若干轮后停止。
由此可见，德尔菲法是一种利用函询形式进行的集体匿名思想交流过程。
它有三个明显区别于其他专家预测方法的特点 ,即匿名性、多次反馈、小组的统计回答。
(一)匿名性因为采用这种方法时所有专家组成员不直接见面，只是通过函件交流,这样就可以消除权威的影响。
这是该方法的主要特征。
匿名是德尔菲法的极其重要的特点,从事预测的专家彼此互不知道其他有哪些人参加预测，他们是在完全匿名的情况下交流思想的。
后来改进的德尔菲法允许专家开会进行专题讨论。
(二)反馈性该方法需要经过 3~4 轮的信息反馈，在每次反馈中使调查组和专家组都可以进行深入研究,使得最终结果基本能够反映专家的基本想法和对信息的认识 ,所以结果较为客观、可信。
小组成员的交流是通过回答组织者的问题来实现的,一般要经过若干轮反馈才能完成预测。
(三)统计性最典型的小组预测结果是反映多数人的观点，少数派的观点至多概括地提及一下，但是这并没有表示出小组的不同意见的状况。
而统计回答却不是这样 ,它报告 1 个中位数和 2 个四分点,其中一半落在2个四分点之内，一半落在 2 个四分点之外。
这样，每种观点都包括在这样的统计中,避免了专家会议法只反映多数人观点的缺点。
[1]( 3 ) 优点:1、可以避免群体决策的一些可能缺点，声音最大或地位最高的人没有机会控制群体意志，因为每个人的观点都会被收集 ,另外,管理者可以保证在征集意见以便作出决策时，没有忽视重要观点。
统计预测与决策(加强无敌版)
简答题1.定量预测法用外推测法时需注意的原则？答：连贯原则（事物的发展是按一定的规律进行的，在其发展过程中，这种规律贯彻始终，不应受到破坏，它的未来发展与其过去和现在的发展没有什么根本不同）；类推原则（事物必须有某种结构，其升降欺负变动不是杂乱无章的，而是有章可循的，事物变动的这种结构性可用数学方法加以模拟，根据所测定的模型，类比现在预测未来）。
2.统计预测研究有哪些步骤？答：1.确定预测的目的；2.搜集和审核资料；3.选择预测模型和方法；4.分析预测误差，改进预测模型；5.提出预测报告。
3德尔菲法的特点？其优缺点？答：特点：反馈性；匿名性；统计性。
优点：1.可以加快预测速度，节约预测费用；2.可以获得各种不同但有价值的观点和意见；3.适用于长期预测和对新产品的预测在历史资料不足或不可测因素较多时尤为适用。
缺点：1.对于分地区的顾客群或产品的预测可能不可靠；2.责任比较分散；3.专家的意见有时可能不完整或不切合实际。
4.应用回归预测法师应注意哪些问题？答：1.用定性分析判断现象之间的依存关系；2.避免回归预测不能任意外推的问题；3.应用合适的数据资料（数据资料的准确性，可比性，独立的问题，社会经济现象基本稳定的问题）。
5.非线性回归预测法中，应如何选择合适的曲线？试举例。
答：（1）通过描散点图的分布形状确定变量间的函数类型，（2）应用最小二乘法，通过变量变换，转换为线性关系，确定相关函数中的位置参数。
6.试叙述趋势外推法的基本原理。
答：大量经济现象的发展是渐进性，相对于实际那有一定规律性的条件下，依时间变化呈某种上升或下降的趋势，并且无明显季节波动，能找到一条合适的函数曲线反映趋势变化，建立模型y=f（t），赋予t所需值，可得相应时刻的时间序列未来值，这就是趋势外推。
具体：图形识别法和分差法确定模型（多项式、指数、对数、生长曲线预测模型）实质：利用某种函数分析描述预测对象某一函数的发展趋势。
7.影响时间序列变化有哪些因素？试分别说明之。
统计预测与决策的心得体会
统计预测与决策的心得体会统计预测与决策是一个涉及到数据分析和决策制定的重要过程。
在过去的学习和实践中，我积累了一些心得体会，以下是我对统计预测与决策的一些总结和思考。
首先，对于统计预测而言，数据的可靠性是至关重要的。
一开始，我往往会花费大量的时间和精力去收集和整理数据，确保数据的准确性和完整性。
只有在数据基础上，才能进行可靠的统计预测。
此外，对于时间序列数据而言，我还特别注重趋势分析和周期性的观察，以预测未来的趋势和周期。
在数据采集和预处理的过程中，我发现使用统计软件和工具是非常有效的，可以大大简化繁琐的操作和提高工作效率。
其次，对于统计预测的方法选择，我更加倾向于综合多种方法进行预测。
因为不同的预测方法可能适用于不同的数据集和场景，在实际应用中，往往没有一种单一的方法能够适用于所有情况。
比如，针对时间序列预测，我会经常尝试使用移动平均法、指数平滑法、ARIMA模型等不同的方法，然后对比它们的预测准确率和稳定性，选择最合适的方法进行预测。
在决策制定的过程中，我发现需要综合考虑多个因素。
统计预测提供了数据支持，但决策制定往往需要综合考虑到数据以外的因素，比如市场趋势、竞争对手的行动等。
因此，我会尽量收集和了解更多的信息和背景知识，以便做出更明智的决策。
此外，在制定决策时，我也会倾向于使用决策分析的方法，比如层次分析法、成本-效益分析等，以量化不同因素对决策的影响程度，从而更好地权衡各种利弊，做出最优的决策。
此外，我还学到了决策的风险管理的重要性。
在实际决策过程中，风险是不可避免的。
因此，我会尽可能地对可能出现的风险进行预测和量化，并制定相应的风险管理措施。
比如，我会进行灵敏度分析和场景分析，以评估决策在不同风险情景下的稳定性和可行性。
此外，我还会利用概率统计的方法，计算和评估决策的风险和不确定性，并制定相应的对策和预案。
最后，我认识到统计预测与决策是一个循环迭代的过程。
预测结果和决策制定并不是最终的结论，而是一个开始。
统计预测与决策知识点
统计预测与决策知识点统计预测与决策是一门关注如何在面对不确定性和风险的情况下做出最优决策的学科。
统计预测主要关注如何通过数学和统计模型来预测未来事件的发生概率和趋势，而决策则着重于如何在不同的决策选择之间进行评估和选择。
统计预测的知识点包括概率理论、统计回归、时间序列分析等。
首先，概率理论是统计预测的基础知识，它研究随机事件的发生概率。
概率可以通过统计数据的分析来估计，从而预测未来事件的发生概率。
其次，统计回归是一种预测模型，它通过建立数学模型来描述自变量和因变量之间的关系。
通过统计回归，可以根据已有的数据来预测未来的结果。
时间序列分析是另一个重要的统计预测方法，它通过对时间序列数据的分析来预测未来的趋势和模式。
时间序列分析涉及到平稳性和平稳过程的概念，以及自相关函数和滑动平均模型等分析方法。
通过时间序列分析，可以预测未来的时间序列数据并进行决策。
决策的知识点包括决策理论、决策分析和决策树等。
首先，决策理论研究如何在面临不确定性和风险的情况下做出最优决策。
它主要包括期望效用理论、风险偏好和不确定性预测等方面的内容。
其次，决策分析是一种将决策问题形式化为数学模型的方法。
通过决策分析，可以将决策问题分解为各种因素和变量，并通过数学模型进行定量分析和评估。
最后，决策树是一种图形化的决策模型，它使用树状结构来表示各种决策路径和可能的结果。
通过决策树，可以对不同的决策路径进行比较和选择，帮助决策者做出最优决策。
在实际应用中，统计预测与决策的知识点经常被应用于各种领域，例如金融、市场营销和生产管理等。
在金融方面，通过对历史数据的统计预测和决策分析，可以帮助投资者和金融机构做出风险管理和投资决策。
在市场营销中，通过对市场需求和竞争环境的统计预测和决策分析，可以帮助企业确定最佳的市场营销策略和定价策略。
在生产管理中，通过对供应链和生产流程的统计预测和决策分析，可以帮助企业提高效率和降低成本。
总结起来，统计预测与决策是一门涉及统计学、数学和决策理论的学科，它通过对数据的分析和数学模型的建立来预测未来事件的概率和趋势，并在不确定性和风险的情况下做出最优决策。
统计预测和决策期末总结
统计预测和决策期末总结一、引言统计预测与决策是现代社会中经济、政治、科学等领域中不可或缺的重要工具。
通过收集、整理、分析和解释数据，可以帮助我们预测未来发展趋势和变化，以及做出合理的决策。
本文将对统计预测与决策的应用进行总结和回顾，分析其优势和不足，并提出一些建议以进一步提高其应用效果。
二、统计预测的应用1. 经济领域：统计预测在经济领域中应用广泛，可以用于预测GDP增长率、通货膨胀率、失业率等宏观经济指标，以及市场需求、销售预测等微观经济现象。
通过对历史数据的分析和建模，可以帮助经济学家和企业家制定合理的经济政策和商业策略。
2. 政治领域：统计预测在选举预测、民意调查等政治领域中得到广泛应用。
通过对选民调查数据的统计分析，可以预测候选人的胜选概率，为政治家和选民提供决策参考。
此外，统计预测还可以帮助政府决策者预测社会问题的发展趋势，如犯罪率、环境污染等，以制定相关政策。
3. 科学研究：统计预测在科学研究中也发挥着重要作用。
研究者可以通过统计分析数据，建立模型并预测实验结果。
此外，在生物学、地球科学、物理学等领域，统计预测还可以帮助发现新的规律和关联性，为进一步的研究提供指导。
三、统计预测的优势1. 提供客观准确的信息：统计预测通过对数据的分析和处理，可以提供客观准确的信息，避免主观臆断和主观判断的错误。
2. 预测未来趋势：通过对历史数据的分析和建模，统计预测可以帮助我们预测未来的趋势和变化，为决策者提供决策依据。
3. 降低决策风险：统计预测可以提供不同决策方案的可能结果及其概率，帮助决策者更好地评估决策的风险和收益，减少决策的不确定性。
4. 优化资源分配：通过对数据的分析和建模，统计预测可以帮助企业和政府合理分配资源，提高资源利用效率，实现经济增长和社会发展。
四、统计预测的不足1. 数据质量不佳：统计预测的准确性很大程度上依赖于数据质量的好坏。
如果数据采集不准确或者缺失，那么预测的结果也会受到影响。
统计预测和决策
第三节 主观概率法
统计回预总测和目决策录 回本章目录
第三节 主观概率法
[解答] • 综合考虑每一个调查人的预测，在每个累计概率上取
平均值，得到在此累计概率下的预测需求量。由上表 可以得出，该地产公司对2009年需求量预测最低可到 2083套，小于这个数值的可能性只有1%。 • 该集团公司2009年的房产最高需求可到2349套，大于 这个数值的可能性只有1%。
的客观性统计出来的一种概率。在很多情况下，人们 没有办法计算事情发生的客观概率，因而只能用主观 概率来描述事件发生的概率。
统计回预总测和目决策录 回本章目录
第三节 主观概率法
• [例] 某地产公司打算预测某区2009年的房产需求量， 因此选取了10位调查人员进行主观概率法预测，要求 预测误差不超过±67套。调查汇总数据如下表所示：
统计回预总测和目决策录 回本章目录
第二节 德尔菲法
[解答] • 加权平均预测：将最可能销售量、最低销售量和最高
销售量分别按0.50、0.20和0.30的概率加权平均，则预 测平均销售量为：
统计回预总测和目决策录 回本章目录
第二节 德尔菲法
[解答] • 中位数预测：可将第三次判断按预测值高低排列如下：
统计回预总测和目决策录 回本章目录
第四节 定性预测的其他方法
二、厂长（经理）评判意见法
• 优点：迅速、及时和经济；集中了各个方面有经验人 员的意见，使预测结果比较准确可靠；不需要大量的 统计资料，适合于对那些不可控因素较多的产品进行 销售预测；如果市场发生了变化，可以立即进行修正。
统计回预总测和目决策录 回本章目录
第一节 定性预测概述
一、定性预测的概念和特点
统计预测和决策
一、名词解释第一章①预测：根据过去和现在估计预测未来。
②统计预测：属于预测方法研究的范畴，即如何利用科学的统计方法对事物的未来发展进行③定量推测，并计算概率置信区间。
第二章①定性预测：是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后再通过一定形式综合各方面的意见，作为预测未来的主要依据。
②主观概率：是人们对根据几次经验结果所做的主观判断的主观判断的量度。
③客观概率：是根据事件发展的客观性统计出来的一种概率。
④相互影响法：是从分析各个事件之间由于相互影响而引起的变化，以及变化发生的概率，来研究各个事件在未来发生的可能性的一种预测方法。
第三章①残差：预测值与真实值的离差②可绝系数：衡量自变量与因变量关系密切程度的指标，表示自变量解释因变量变动的百分百比。
③相关系数：测定拟合优度的指标，相关系数平方等于可绝系数。
④非线性回归预测法：在社会现实经济活动中，很多现象之间的关系并不是线性的，这时就要选配适当类型的曲线，即非线性回归预测。
⑤拟合优度：衡量回归直线拟合效果的指标⑥自相关系数：是衡量同一变量不同时期的数据之间相关程度的指标。
⑦D-W：检验模型是否存在自相关的一个有效方法，其计算公式为：D—W=∑(ui-ui-1)^2/∑ui^2,其中ui=yi-^yi.根据经验D-W统计量在1.5~2.5之间表示没有显著自相关问题。
第四章①不规则变动因素：又称随机变动，它是受各种偶然因素影响所形成的不规则变动。
②趋势外推法：用时间t为自变量，时序数值y为因变量，建立合适的趋势模型，并赋予时间变量t所需要的值，从而得到相应时刻的时间序列未来值。
③图形识别法：通过绘制以时间t为横轴，时序数据为y轴的散点图形，并将其与各种函数曲线模型比较，选择最为合适的模型。
④差分法：利用差分把数据修匀，使非平稳的序列达到平稳序列。
统计预测与决策(1)
预测：根据过去和现在估计未来，预测未来统计预测：用科学的统计方法对事物的未来发展进行定量推测，并计算概率置信区间统计预测三要素：实际资料是依据，经济理论是基础，数学模型是手段影响预测的因素：费用的高低，预测方法的难易程度，预测结果的精确程度按预测方法分类：（1）定性预测法：通过预测者所掌握的信息结合各种因素对事物的发展前景做出判断，并将判断定量化（2）回归预测法：研究变量与变量之间相互关系的数理统计方法，从一个值或几个自变量的值去预测因变量的值（3）时间序列预测法：考虑变量随时间变化发展规律并用该变量以往的统计资料简历数学模型做外推按预测时间分类：近期预测，短期预测，中期预测，长期预测预测方法的选择：考虑合适性、费用和精确性各种预测方法特点：（1）定性预测法：短期、中期、长期，适用于对缺乏历史统计资料或趋势面临转折的事件进行预测，需做大量的调查研究工作（2）一元线性回归预测法：短期、中期，适用于自变量与因变量两个变量之间存在着线性关系，需为两个变量收集历史数据（3）多元线性回归预测法：短期、中期，适用于因变量与两个或两个以上自变量之间存在着线性关系，需为所有变量收集历史数据（4）非线性回归预测法：短期、中期，适用于因变量与一个或多个自变量之间存在某种非线性关系，必须收集历史数据，并用几个非线性模型实验（5）趋势外推法：中期、长期，适用于当被预测项目的有关变量用时间表示时，用非线性回归，只需要因变量的历史数据，但用趋势图试探是费时统计预测研究步骤：（1）确定预测目的（2）搜集和审核资料（3）选择预测模型和方法（4）分析预测误差、改进预测模型（5）提出预测报告定性预测的优缺点：优点在于注重事物发展在性质方面的预测，具有较大的灵活性，易于充分发挥人的主观能动作用，且简单迅速，省时、省费用；缺点在于易受主观因素影响，比较注重人的经验和主观判断能力，从而易受人的知识、经验和能力的多少大小的束缚和限制，尤其缺乏对事物发展做数量上的精确描述定量预测的优缺点：优点在于注重事物发展在数量方面的分析，重视对事物发展变化的程度做数量上的描述，更多的依据历史统计资料，较少受主观因素的影响，可以利用电子计算机对统计发放和数学方法做大量计算处理；缺点在于比较机械，不以灵活掌握，对信息资料的质量和数量要求较高，且不易处理有较大波动的信息资料，更难以预测事物质的变化德尔菲法的特点：（1）反馈性：表现在多次作业、反复、综合、整理、归纳和修正，但不是漫无边际，而是有组织有步骤的进行（2）匿名性：免除心理干扰影响（3）统计性：对各位专家的估计或预测数进行统计，然后采用平均数或中位数统计出量化结果德尔菲法的优缺点：优点在于（1）加快预测速度，节约预测费用（2）获得各种不同但有价值的观点和意见（3）适用于长期预测和对新产品的预测，在历史资料不足或不可测因素较多时尤为适用缺点在于（1）对于分地区的顾客群或产品的预测可能不可靠（2）责任比较分散（3）专家的意见有时可能不完整或不切合实际厂长（经理）评判意见法优缺点：优点在于：（1）迅速、及时和经济（2）发挥集体智慧，是预测结果比较准确可靠（3）不需要大量统计资料，更适用于不可控因素较多的产品进行销售预测（4）市场发生变化时可以立即修正缺点在于：（1）结果用一首主观因素影响（2）对市场变化、顾客愿望等问题了解不细，预测结果一般化估计量要求：好的估计量满足一致性、无偏性和有效性.定性分析注意事项：在运用时注意它的作用与范围，超过这个范围去推断或预测，可能会得到错误结论.直线回归适用范围：只适宜做中、短期预测，不宜于做长期预测关于对数据资料的要求问题：（1）关于数据资料的准确性问题（2）关于数据资料的可比性和独立性问题（3）关于社会经济现象基本稳定的问题正确应用回归分析方法注意事项：（1）用定性分析判断现象之间的依存关系（2）避免回归预测的任意外推（3）应用合适的数据资料长期趋势因素（T）：反映了经济现象在一个较长时间内的发展方向，在一个相当长的时间内表现为一种近似直线的持续向上或持续向下或平稳的趋势，也可以表现为类似指数趋势或其它曲线趋势的形式。
统计预测与决策
统计预测与决策问题: 敏感性分析及其步骤敏感性分析：在决策过程中,分析概率值变化对最优方案选择所产生的影响大小和方向,以及概率变化引起方案变化的临界点.敏感性分析的步骤：1 求出在保持最优方案稳定的前提下,自然状态概率所容许的变动范围；2 衡量用于预测和估算这些自然状态概率的方法,其精度是否能保证所得概率值在此允许的误差范围内变动；3 判断所做决策的可靠性；问题: 厂长经理评判意见法的优缺点优点：1 预测迅速、及时和经济；2 可发挥机体的智慧,使预测结果比较准确可靠；3 无需大量的统计资料更适用于对不可控因素较多的产品进行预测；4 如果市场情况发生变化,可立即进行修正；缺点：1 预测结果易受到主观因素影响；2 预测结果一般化；问题: 经济时间序列的变化影响有长期趋势因素、季节变动因素、周期变动因素、不规则变动因素等.问题: 一元线性回归模型进行检验的指标主要有标准误差、相关系数、可决系数.问题: 损益矩阵组一般由三部分组成：可行方案；自然状态及其发生的概率；各种行动方案的可能结果.把以上三部分内容在一个表上表现出来,该表就称为损益矩阵表.问题: 统计决策的原则应当遵循以下基本原则： 1可靠性原则决策必须建立在大量的准确、及时和完整的信息资料基础上. 2可行性原则拟定行动方案时,必须从实际出发认真进行可行性分析. 3效益最佳原则即通过各方案的分析比较,所选定的行动方案应具有较明显的经济性. 4合理性原则决策的直接目的是选出合理的方案. 上面介绍的只是统计决策的基本原则,除此之外,还有民主性原则、开拓性原则等.问题: 统计决策具备的条件必须具备四个基本条件：１决策目标必须明确；２存在两个以上的行动方案；３每个行动方案的效果必须是可以计算的；４能够预测出影响决策目标的但决策者无法控制的各种情况以及它们发生的概率.问题: 回归预测与时间序列预测精度比较预测实证研究表明,各类预测方法之间并不存在明显优劣,只是不同方法具有各自不同的特点；回归预测和时间序列预测是两类不同的定量预测方法,它们根据不同的角度对经济现象进行预测,回归预测注重分析影响预测对象的各因素所造成的影响,而时间序列预测则根据预测对象本身的历史数据来预测其未来问题: 影响预测误差大小经济现象变化模式或关系的存在是进行预测的前提条件.因此,影响预测误差的主要因素有：1模式或关系的识别错误；2模式或关系的不确定性；3模式或现象之间关系的变化性问题: 关于预测精度1、对某一特定经济现象的预测,系统的预测分析能提高多少预测精度2、对于某一特定经济现象的预测,如何才能提高预测精度3、在已知某一经济现象的预测精度存在提高可能的情况下,如何选择合适的预测方法问题: 预警系统的作用1正确评价当前宏观经济的状态,恰当地反映经济形势的冷热程度,并能承担短期经济形势分析的任务.2能描述宏观经济运行的轨迹,预测其发展趋势,在重大经济形势变化或发生转折前,能及时发出预警信号,提醒决策者要制定合适的政策,防止经济发生严重的衰退或发生经济过热.3能及时地反映宏观经济的调控效果,判断宏观经济调控措施是否运用恰当,是否起到了平抑经济波动幅度的效果.4有利于企业的经营决策.5有利于改革措施出台时机的正确决策.问题: 扩散指数的应用扩散指数1当0< DI t<50%时,表明上升指标数小于下降指标数,经济系统运行于不景气空间的后期.2当50%<DI t<100%时,表明上升指标数多于下降指标数,经济系统运行于景气空间,随着向峰值100%逼近,经济越来越热.3当100%> DI t>50%时,表明上升指标数仍然多于下降指标数,经济系统运行于景气空间后期,经济正在走下坡路,整个经济系统正处于降温阶段.4当50%>DI t >0时,表明经济运行发生重大转折,上升指标数小于下降指标数,经济系统处于全面收缩阶段,经济系统进入一个新的不景气空间前期.问题: 景气阶段分类景气含义：景气是对经济发展状况的一种综合性描述,用于说明经济的活跃程度.经济景气是指总体经济呈上升趋势,经济不景气是指总体经济呈下滑的发展趋势.类别：1古典周期2现代周期按长度：1短：基钦周期2中：尤格拉周期3中长：库兹涅茨周期4长：康德拉提耶夫周期问题: 干预模型建模的思路和步骤1、利用干预影响产生前的数据,建立单变量的时间序列模型.然后利用此模型进行外推预测,得到的预测值,作为不受干预影响的数值.2、将实际值减去预测值,得到受干预影响的具体结果,利用这些结果求估干预影响的参数.3、利用排除干预影响后的全部数据,识别与估计出一个单变量的时间序列模型.4、求出总的干预分析模型.问题: 干预分析模型的基本形式干预变量的形式：干预分析模型的基本变量是干预变量,有两种常见的干预变量.一种是持续性的干预变量,表示T 时刻发生以后, 一直有影响,这时可以用阶跃函数表示,形式是：第二种是短暂性的干预变量,表示在某时刻发生, 仅对该时刻有影响, 用单位脉冲函数表示,形式是：问题: ARMA模型的基本形式ARMA模型是描述平稳随机序列的最常用的一种模型,基本模型主要有三种：自回归模型AR：Auto-regressive；移动平均模型MA：Moving-Average；混合模型ARMA：Auto-regressive Moving-Average.关于该知识点,是第四节的主要内容,望大家注意查看教材和导学.问题: 平稳时间序列的含义时间序列{Yt}取自某一个随机过程,如果此随机过程的随机特征不随时间变化,则称过程是平稳的；如果该随机过程的随机特征随时间变化,则称过程是非平稳的.问题: 一次移动平均法的原理一次移动平均方法是收集一组观察值,计算这组观察值的均值,利用这一均值作为下一期的预测值.在移动平均值的计算中包括的过去观察值的实际个数,必须一开始就明确规定.每出现一个新观察值,就要从移动平均中减去一个最早观察值,再加上一个最新观察值,计算移动平均值,这一新的移动平均值就作为下一期的预测值.问题: 自适应过滤法的基本原理自适应过滤法的基本原理就在于通过其反复迭代以调整加权系数的过程,“过滤”掉预测误差,选择出“最佳”加权系数用于预测.整个计算过程从选取一组初始加权系数开始,然后计算得到预测值及预测误差预测值与实际值之差,再根据一定公式调整加权系数以减少误差,经过多次反复迭代,直至选择出“最佳”加权系数.由于整个过程与通信工程中过滤传输噪声的过程极为接近,故被称为“自适应过滤法”.问题: 龚珀兹曲线模型模型的适用：多用于新产品的研制、发展、成熟和衰退分析,特别适用于对处在成熟期的商品进行预测,以掌握市场需求和销售的饱和量.是预测各种商品市场容量的一种最佳拟合线.问题: 多项式曲线趋势外推法问题: 趋势外推法的假设条件1、假设条件： 1假设事物发展过没有跳跃式变化,一般属于渐进变化. 2假设事物的发展因素也决定事物未来的发展,其条件是不变或变化不大.2、趋势模型的种类1多项式曲线预测模型：一次线性预测模型二次二次抛物线模型三次三次抛物线模型 n次n次抛物线模型 2指数曲线预测模型：指数曲线预测模型修正指数曲线预测模型 3对数曲线预测模型： 4生长曲线预测模型：皮尔曲线预测模型龚珀兹曲线预测模型问题: 时间序列可以分解为哪几个因素1、长期趋势因素T2、季节变动因素S3、周期变动因素C一般无法直接给出,需判断,也可忽略不计.4、不规则变动因素I不可计量问题: 时间序列预测的关键是什么思想：假定时间序列存在某一种数据变化模式或某一种组合模式,并会重复发生的.因此可以首先识别出这种模式,然后采用外推的方式就可以进行预测了.关键：1假定数据的变化模式样式可以根据历史数据识别出来抽样；2决策者所采取的行动对这个时间序列的影响是很小的.时间序列预测法主要用来对一些环境因素,或不受决策者控制的因素进行预测,如宏观经济情况,就业水平,某些产品的需求量等.问题: 相关系数与可决系数的关系是什么相关系数与可决系数的关系如下几点：1、可决系数是相关系数的平方,r2=R2.2、可决系数与相关系数可以用来判断Y与X之间的关系；3、如果可决系数或相关系数的值较小,并不能说明 Y 与 X 没有关系,只能说明他们之间没有线性关系.4、如果可决系数或相关系数的值较大,只能说明这两个量之间确实存在线性关系,但是并不一定就是因果关系,对于因果关系的认定,只能通过定性分析来解决.注意,相关系数假设检验只能检验 r = 0的情况 ,而不能检验 r 等于不为0的某个数.问题: 一元线性回归模型当具有相关关系的两个随机变量数据分布大体上呈线性趋势时,采用适当的计算方法,找到两者之间特定的经验公式,即一元线性回归模型,然后根据自变量的变化,来预测因变量的发展变化.关于其模型,同学们可以参看本课件的第三章相关内容.问题: 回归分析法的理解在统计学意义上,变量之间的非确定性的相关关系可以通过统计的方法给出某种函数表达式,这种处理变量间相关关系的方法就是回归分析法.回归分析就是采用统计的方法估计随机变量Y与X之间的关系式.回归预测法是通过大量收集统计数据,在分析变量间非确定性关系的基础上,找出变量之间的统计规律性,运用统计学中回归分析的方法,把变量之间的统计规律性较好的表现出来,运用自变量的数据来对因变量进行预测.问题: 德尔菲法的思考德尔菲法,又称头脑风暴法,它是根据有专门知识的人的直接经验,采用背对背的通信方式征询专家小组成员的预测意见,经过几轮征询,使专家小组的预测意见趋于集中,最后做出符合市场未来发挥在那趋势的预测结论,也称专家调查法.问题: 定性预测和定量预测的关系定性预测的优点在于：注重于事物发展在性质方面的预测,具有较大的灵活性,易于充分发挥人的主观能动作用,且简单的迅速,省时省费用.其缺点是：易受主观因素的影响,比较注重于人的经验和主观判断能力,从而易受人的知识、经验和能力的多少大小的束缚和限制,尤其是缺乏对事物发展作数量上的精确描述.定量预测的优点在于：注重于事物发展在数量方面的分析,重视对事物发展变化的程度作数量上的描述,更多地依据历史统计资料,较少受主观因素的影响.其缺点在于：比较机械,不易处理有较大波动的资料,更难于事物预测的变化.定性预测和定量预测并不是相互排斥的,而是可以相互补充的,在实际预测过程中应该把两者正确的结合起来使用.问题: 定性预测概念定性预测是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家,根据已掌握的历史资料和直观材料,运用个人的经验和分析判断能力,对事物的未来发展做出性质和程度上的判断,然后,再通过一定形式综合各方面的的意见,作为预测未来的主要依据.问题: 两种预测的联系与区别两者的主要联系是：它们都以经济现象的数值作为其研究的对象；它们都直接或间接地为宏观和微观的市场预测、管理决策、制定政策和检查政策等提供信息；统计预测为经济定量预测提供所需的统计方法论.两者的主要区别是：从研究的角度看,统计预测和经济预测都以经济现象的数值作为其研究对象,但着眼点不同.前者属于方法论研究,其研究的结果表现为预测方法的完善程度；后者则是对实际经济现象进行预测,是一种实质性预测,其结果表现为对某种经济现象的未来发展做出判断.从研究的领域来看,经济预测是研究经济领域中的问题,而统计预测则被广泛地应用于人类活动的各个领域.问题: 预测的概念预测是根据事物以往的历史资料,通过一定的科学方法与逻辑推理,经过定性分析或定量计算探求事物的演变规律,据此推测未来事件的发展趋势及其结果.简言之,预测就是根据过去和现在估计未来,预测未来.统计预测与决策第一章统计预测概述一、预测的概念预测是根据事物以往的历史资料,通过一定的科学方法与逻辑推理,经过定性分析或定量计算探求事物的演变规律,据此推测未来事件的发展趋势及其结果.简言之,预测就是根据过去和现在估计未来,预测未来.二、要素:依据: 真实、恰当的实际资料；基础：经济理论；手段：数学模型 ,如回归分析、时间序列分析等；三、预测的作用：预测在决策之前,为决策提供依据,是决策科学化的前提；行动计划在决策之后,是预测、决策实现的桥梁；预测产生情报和信息,行动计划和决策消费情报、信息.四、衡量预测作用大小的因素预测的作用大小取决于预测结果所产生的经济效益的多少.相关因素： 1 预测费用的高低2 预测方法的难易程度3 预测结果的精确程度——精度五、预测方法的分类定性预测法：逻辑判断为主,适用于缺乏历史统计资料的时间/趋势转折分析.定量预测法：回归预测法——变量与变量之间相互关联,可以是因果关系,也可以仅具有相关关系.时间序列预测法——变量随时间变化,用历史资料建立模型外推.近期预测 1个月以内短期预测 1～3个月中期预测 3个月~2年长期预测 2年以上预测按内容划分：经济预测、科学预测、政治预测、社会预测人口、就业、生活方式、军事预测….六、统计预测与经济预测的主要区别1研究的对象不同；2研究的领域不同：七、预测方法选择应考虑的因素：合适性、费用性、精确性.八、预测的原则：1连贯原则：事物的发展是按照一定的规律进行的,在其发展过程中,这种规律贯彻始终,不应受到破坏,它的未来发展与其过去和现在的发展没有根本的不同.2类推原则：事物必须有某种结构,其升降起伏变动不是杂乱无章的,而是有章可循的.九、预测的作用：预测在决策之前,为决策提供依据,是决策科学化的前提；行动计划在决策之后,是预测、决策实现的桥梁；预测产生情报和信息,行动计划和决策消费情报、信息.十、统计预测统计预测不仅适用于对经济现象的预测,而且被广泛应用于人类活动的各个领域. P2第二章定性预测法一、定性预测的概念及特点定性预测的概念：利用直观材料,依靠管理者个人的经验和综合分析能力,对未来的发展方向和趋势做出推断.直观简单,适应性强 .特点①着重对事物发展的性质进行预测,主要凭借人的经验以及分析判断能力.②着重对事物发展的趋势、方向和重大转折点进行预测.③适用于：宏观经济形式的发展、市场总体形势的演变、企业的未来发展方向、经营环境分析和战略决策等.二、德尔菲预测方法的特点：反馈性、匿名性、统计性三、德尔菲法的优缺点优点•不受地区人员的限制,应用广泛、费用较低,可以加快预测速度和节约预测费用；•可以获得各种不同但有价值的观点和意见；•适用: 适用于长期预测和对新产品的预测.在历史资料不足或不可测因素较多时尤为适用.缺点:•预测结果受主观认识制约,取决于专家的学识、经验、心理状态和对预测问题感兴趣的程度；•如果所预测的产品或顾客群分散于不同地区,预测可能不可靠；•责任比较分散；四、主观概率 P12主观概率是人们根据某几次经验结果所作的主观判断的量度.即人们根据某几次经验结果,对事物变化做出主观判断,估算事物变化的概率,并据此对事物未来进行预测的方法.在不确定的外界状态下,不确定性事件一般不能在相同的条件下重复试验,而是决策者在掌握的信息条件下,根据他的认识水平,对有关事件发生的主观信任程度,所以称为主观概率或个人概率.五、情景预测法20世纪70年代兴起的一种预测技术,又称剧本描述法.对将来的情景作出预测的一种方法.它把研究对象分为主题和环境,通过对环境的研究,识别影响主题发展的外部因素,模拟外部因素可能发生的多种交叉情景以预测主题发展的各种可能前景. 特点：1适用范围广,不受任何条件的限制；2考虑周全、灵活；3定性分析与定量分析相结合 ；4便于发现未来可能出现的难题；• 情景预测法就是为了弥补定性、定量预测方法存在的不足,可运用定性定量相结合对未来进行预测. P22• 情景预测法的主要特点体现在定性、定量分析的结合.P23六、厂长经理评判意见法企业的总负责人把企业的中层管理人员以及熟悉市场情况的各种人员召集到一起,让他们对未来的市场发展形式或企业的某一重大决策问题发表意见,作出判断.然后将各种意见汇总,进行分析研究和综合处理,最后得出预测结果.优点：1迅速、及时、经济；2发挥集体的智慧,预测结果比较准确可靠；3不需要大量的统计资料,适合于不可控因素较多的产品；4方便修正.缺点：1容易受主观因素影响；2对市场状况了解不细市场变化、顾客期望,预测结构较一般化,不精确；七. 定性预测及其特点 P8定性预测：预测者依靠熟悉业务知识,具有丰富经验和综合分析能力的人员和专家,根据已掌握的历史和直观的材料,运用个人的经验和分析判断能力,对事物的未来发展做出性质和程度上的判断.然后,再通过一定的形式综合各方面的意见,作为预测未来的主要依据.定性预测的特点：着重对事物发展的性质进行预测,主要凭借人的经验和分析判断能力.着重对事物发展的趋势、方向和重大转折点进行预测. 第三章 回归预测法一、一元线性回归预测法当具有相关关系的两个随机变量数据分布大体上呈线性趋势时,采用适当的计算方法,找到两者之间特定的经验公式,即一元线性回归模型,然后根据自变量的变化,来预测因变量的发展变化. • 一元线性回归预测法是在成对的两变量数据分布大体上呈直线趋势时,通过适当的计算方法,建立两变量之间特定的经验公式.P35• 在运用一元线性回归模型预测时,对剩余残差项 要求具备有 为常数的特性.P35二、检验标准误差回归直线即估计值与因变量观察值之间的平均平方误差.可决系数 衡量因变量与自变量关系密切程度的指标,取值0～1之间.2ˆ()2y y SE n -=-∑()222ˆ()1y y R y y -=--∑∑01i i y b b x =+01i i y b b x =+0.10ˆy t ±可决系数表明,在Y 与X 的关系中,可以利用回归方程解释的部分所占的百分比,显然其数值越大,Y 与X 的关系越确定.三、相关分析• 相关分析着重考虑的是随机变量Y 与X 之间的相关程度相关系数与相关方式方向、系数,其分析结果就是两个变量之间的相关系数.• 相关分析与回归分析是紧密结合的,常常一起使用.一般说来,采用相关分析确定变量之间是否确实有相关关系存在,如果存在,则用回归分析求出变量之间的定量关系表达式.• 在回归分析中,通常称我们感兴趣的变量,或需要估计的量为因变量,记为y . • 回归预测法是通过大量收集统计数据,在分析变量间非确定性关系的基础上,找出变量之间的统计规律性,运用统计学中回归分析的方法,把变量之间的统计规律性较好的表现出来,运用自变量的数据来对因变量进行预测.四、回归模型参数b 0和b 1的估计模型中的b 0、b 1需要通过样本观察值 xi ,yi 来进行估计.假设样本容量为n → n 对观察值xi ,yi ,则 b 0、b 1的估计值为:五、参数估计的要求：利用数学模型对未来进行预测时,必须对模型中的一些参数进行估计.对参数的估计是通过对实际观测值的运用,构建估计量来完成的.而一个有效的估计量应满足一致性、无偏性以及有效性要求 .P36六、预测误差检验在利用回归方法进行预测时,必须对预测误差进行检验.其中检验指标标准误差的计算公式为七、预测置信区间利用回归模型预测时,需给出一个在一定概率保证程度下的预测置信区间,则在小样本条件下,更为精确的置信区间计算公式为置信区间为: P41()12210i i i i i i i in x y x y b n x x y b x b n-=--=∑∑∑∑∑∑∑八、拟合优度指标利用回归模型进行预测时,必须作估计量与因变量之间的拟合优度检验.而属于拟合优度指标的是标准误差、可决系数和相关系数.P44九、厂长经理评判意见预测法的优缺点 P17优点： 1 迅速、及时和经济；2 可发挥集体的智慧,使预测结果比较准确可靠；3 不需要大量的统计资料,更适用于对不可控因素较多的产品进行预测；4 如果市场情况发生变化,可及时进行修正；缺点： 1 预测结果易受主观因素影响；2 预测结果比较一般；十、D — W值是检验回归模型剩余项是否存在自相关的一种有效方法.在实际检验中,对于不同显着性水平α下的D —W值上限和下限,实际D —W值小于等于2时,若出现 d-----w ,则认为存在自相关. P40十一、在利用回归模型进行预测时,需要确定一定置信水平下的预测置信区间,在小样本情形下,近似的置信区间计算公式为： P41十二、在社会经济中,变量之间并不都是呈线性关系.因而,需要配选适当类型的曲线以实现对实际情况的拟合.常见的曲线有幂函数曲线、指数函数曲线、抛物线函数曲线等. P52十一、在利用回归模型进行预测时,需要确定一定置信水平下的预测置信区间,在小样本情形下,近似的置信区间计算公式为： P41十二、在社会经济中,变量之间并不都是呈线性关系.因而,需要配选适当类型的曲线以实现对实际情况的拟合.常见的曲线有幂函数曲线、指数函数曲线、抛物线函数曲线等. P52第四章时间序列分解法与趋势分析法一、趋势外推法模型选择在对趋势模型进行选择时,主要使用的方法是图形识别法、差分计算法.P68二、经济时间序列的影响因素经济时间序列的变化受多种因素影响,但总体上可将影响因素分为长期变动因素、季节变动因素、周期变动因素以及不规则变动因素.P61三、指数曲线模型在趋势外推预测法中,如果时间各期数值的一阶差比率大致相等时,就可以配选指数曲线模型进行预测. P77四、时间序列分解 P61反映经济现象,如需求或销量,在一个较长时间内的发展方向,可以在一个相当长的时间内表现为一种近似直线的持续向上或持续向下或平稳的趋势.时间序列的分解长期趋势因素T：反映经济现象,如需求或销量,在一个较长时间内的发展方向,可以在一个相当长的时间内表现为一种近似直线的持续向上或持续向下或平稳的趋势.季节变动因素S经济现象受季节变动影响所形成的一种长度和幅度固定的周期波动.自然季节影响所形成的波动.工作时间规律——商场周末销售周期变动因素C：也称循环变动因素,是各种经济因素影响形成的上下起伏不定的波动.不规则变动因素I：随机变动因素,各种偶然因素影响所形成的不规则波动,如人为因素、政府行为……五、修正指数曲线模型 P79～P83如果新产品进入市场后,呈现出初期迅速增长,随后逐渐降低增长速度,而增长量的。
统计预测与决策(ppt 16页)
（2）计算方法 线性二次移动平均法的通式为：
Stxtxt1xt N 2...xtN1
StStSt 1StN 2...StN 1
（1） （2）
at 2StSt
（பைடு நூலகம்）
bt N21StSt
（4）
Ftmat btm m为预测超前期数
其中：
（1）式用于计算一次移动平均值； （2）式用于计算二次移动平均值；
例题分析
•例 1
分析预测某产品的月销售量。
下表是某产品1～11月的月销售量，试选用N=3和N=5，
采用一次移动平均法对12月的销售量进行预测。计算结 果列入表中。
线性二次移动平均法
一、线性二次移动平均法
（1）基本原理
为了避免利用移动平均法预测有趋势 的数据时产生系统误差，发展了线性二次 移动平均法。这种方法的基础是计算二次 移动平均，即在对实际值进行一次移动平 均的基础上，再进行一次移动平均。
设时间序列为 x 1 , x 2 , . . . , 移动平均法可以表示为： 1t
F t 1xtxt 1...xtN 1/NN tN 1xi
式中： x t 为最新观察值；
F t 1 为下一期预测值。
由移动平均法计算公式可以看出，每 一新预测值是对前一移动平均预测值的修
正，N越大，平滑效果越好。
（2）移动平均法的优点
➢ 计算量少； ➢ 移动平均线能较好地反映时间序列
的趋势及其变化。
（3）移动平均法的两个主要限制
➢ 限制一：计算移动平均必须具有N个过
去观察值，当需要预测大量的数值时， 就必须存储大量数据；
➢ 限制二：N个过去观察值中每一个权数 都相等，早于（t－N+1）期的观察值的
统计预测与决策
德尔菲法特点：反馈性、匿名性、统计性。预测程序：提出要求，明确预测目标，用书面形式通知被选定的专家、专门人员；专家接到通知后，根据自己的知识和经验，对所预测事物的未来发展趋势提出自己的预测，并说明其依据和理由，书面答复主持预测的单位；主持预测的单位或领导小组根据专家的预测依据，加以归纳整理，对不同的预测值，分别说明预测值分别说明预测值的依据和理由，然后再寄给各位专家，要求专家修改自己原有的预测，以及提出还有什么要求；专家等人接到第二次通知后，就给咱预测意见及其依据和理由进行分析，再次进行预测，提出自己修改的预测意见及其依据和理由。
预测就是根据过去和现在估计未来、预测未来。
统计预测属于预测方法研究范畴，即如何用科学的统计方法对事物的未来发展进行定量推测，并计算概率置信区间。作用：预测为决策提供依据，是决策科学化的前提，而正确的决策又给合理的预测提供实现机会。
统计预测的原则：连贯，类推。步骤：确定预测析预测误差改进预测模型，提出预测报告。
决策的公理是所有理智健全的决策者都能接受或承认的基本原理，它们是许多决策者长期决策实践经验的总结。
统计决策理论公理：方案的优劣可以比较和判别；方案必须具有独立存在的价值；在分析方案时只有不同的结果才需要加以比较；主观概率和方案结果之间不存在联系；效用的等同性；效用的替代性。
决策的原则：可行性；经济性；合理性
时间序列的分解：影响经济时间序列的变化因素：长期趋势因素、季节变动因素、周期变动因素和不规则变动因素
自适应过滤法是建立在时间序列的原始数据基础之上，通过对历史观察值进行某种加权平均来预测的。
- 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)。
统计预测与决策学习要点：统计预测概念及分类、时间数列预测法和回归预测法的内容、统计决策的三要素、风险型决策与完全不确定型决策的方法。
第1节统计预测的分类一、统计预测的分类统计预测的种类很多，可以从不同的角度进行分类。
1.按预测对象的表现形式不同，统计预测可以分为定性预测和定量预测。
定性预测是指预测者以统计资料为依据，根据已知资料，凭借个人的工作经验和分析能力，对事物的未来发展情况做出判断。
定量预测则着重对事物的数量方面进行预测。
它是预测者根据预测事物的历史数据，运用统计方法进行科学的推算，以求得准确的预测结果。
大部分统计预测方法都属于定量预测。
2.按预测对象的范围大小，统计预测可以分为宏观预测和微观预测。
宏观预测是指对大系统总体的综合性预测。
微观预测是指对个别具体单位经营管理活动进行的预测。
3.按预测时距的长短，统计预测可以分为短期预测、中期预测和长期预测。
短期预测一般是指预测时距在二年以内的预测，适用于基层企业对日常业务问题进行的预测；中期预测一般是指2-5年的预测，适用于企业制定人员培训计划、银行借贷计划及编制国民经济计划等；长期预测一般是指5年以上的预测，它通常用于社会发展战略目标的预测。
4.按预测对象是否包含时间变动因素，统计预测可以分为动态预测和静态预测。
动态预测是根据预测对象随时间推移的发展变化规律而进行的预测。
静态预测是指在一定时间上，利用现象之间的因果关系，由一种现象变动去推断另一种现象的状况。
其中，动态预测是统计预测中的主要内容。
二、统计预测的程序1.明确预测的目的。
预测目的的确定，关系到统计资料的搜集与整理，也关系到预测方法的选用。
2.搜集和整理资料。
在预测时，对于搜集到的资料需要进行审核和分析，对于不完全适用的资料要进行调整，对偶然事件的数据要加以排除。
3.选用预测方法。
在初步分析资料的基础上，选择适当的预测模型。
4.进行预测。
根据选用的预测方法进行数学模型中参数值的计算，使模型成为具体化的公式，据以进行预测。
5.预测误差的分析。
预测的结果与实际值不可能完全一致，总要有一定的误差，可以测定、分析、控制预测的误差。
三、统计预测的基本原则1.掌握现象之间的联系。
在进行统计预测时，需要分析所研究的现象，找出现象的内在联系及最主要的数量关系。
2.依据现象的特点，选用适宜的预测方法。
客观现象发展变化的情况非常复杂，统计预测的方法也很多。
因此，在对客观现象变化情况进行实事求是的分析基础上，需要选用相应的预测模型和方法。
3.必须以丰富的实际统计资料作为统计预测的依据。
科学的统计预测是从实际出发，以确凿的实际材料为依据，并掌握事物内在联系，反映事物的发展变化规律。
否则，预测就没有可靠的基础，预测结果与实际值也将有较大的误差。
第2节 统计预测的方法统计预测的常用方法包括时间数列预测法和回归预测法两大类。
时间数列预测法就是以时间数列为依据，推测现象发展的未来状况。
回归预测法是通过表明两个或几个变量之间关系的回归方程式进行预测的方法。
一、移动平均法移动平均法是以一个数列局部资料的平均数作为外推预测的依据，选择包括本期在内的n 个时期的数值，把计算出的平均数作为下一个时期的预测数。
1.简单移动平均预测法。
如果认为n 个时期数值对预测数是同等重要的，给予同样的权数，求得的平均数称为简单移动平均数。
这种以简单平均数作为下一时期预测数的方法称为简单移动平均预测法。
这里，时期个数n 根据预测者的实践经验和分析加以确定，一般地n =3或n =5。
计算公式为：ny y y y yt-n t-t-t t 1211ˆ++++++=式中，n 为时期长度；1ˆ+t y为下一期预测值；t 代表本期；t -1代表上期；y 为实际值。
例如，某油田2002年各月采油量见表8.1，用简单平均预测法进行预测，结果见表8.1。
表8.1如表中4月份采油量预测值是根据前三个月的采油量进行简单平均计算而得的：)46(34647453 ˆ3214万吨=++=++=y y y y2003年1月份的采油量为：(36+38+47)÷3=40.3（万吨）简单移动平均预测法的优点是计算简便，数学要求不高，适用于趋势变动不太明显的时间数列。
但是，这种预测方法将资料中的近期值与远期值同等看待，而实际上，在时间数列中近期数值对预测期影响较大，远期数值对预测期的影响较小，因而采用加权移动平均预测法比较切合实际。
2.加权移动平均预测法。
加权移动平均预测法就是根据距离预测期的远近，给几个时期的各个数值以不同的权数。
由于离预测期越近的数值对预测期的影响越大，所以给近期项数以较大的权数，远期项数以较小的权数，把求得的加权平均数作为下一期的预测数。
可以表示为：1111111ˆ+++--+++++++=t-n t-t t-n t-n t t t t t f f f f y f y f y y式中，f t 为第t 期的权数，且f t ＞f t -1＞…＞f t -n +1。
在上例中，用加权移动平均预测法预测2003年1月份的采油量为：)(17.42123361382473ˆ1万吨=++⨯+⨯+⨯=+t y当现象发展变化比较平稳时，用加权移动平均预测法进行预测比简单移动平均预测法更接近实际。
由于加权移动平均预测法计算比较繁琐，并且权数的确定缺乏客观依据，近年来已逐渐被指数平滑预测法所代替。
二、指数平滑预测法指数平滑预测法是加权移动平均预测法的一种改良，应用十分广泛。
它所用的权数采取指数的形式，基本算式可简化为本期实际值与本期预测值的加权平均数，因此又称为“指数平滑移动平均法”。
其基本形式为：t t t y y yˆ)1(ˆ1αα-+=+式中，y t 为第t 期的实际值；α为平滑系数。
平滑系数α根据需要而设定，其值在0至1之间。
α值的大小直接影响着预测的结果。
当α值越小时，y t 的权数越小，预测值主要取决于上期的预测值；反之，当α值越大时，预测值则主要取决于上期的实际值。
从选择的方法上看，应取预测误差较小的α值。
例如，以表8.1的资料为例，取α=0.2与α=0.7两个值，并假定一月份实际数为二月份的预测数，试利用指数平滑法预测各月的采油量。
表8.2α取值不同，预测的结果也不同。
α取值需要根据预测误差的大小来选择。
常用预测误差为平均绝对偏差（MAE ）。
nyy MAE t t ∑-=ˆ当α=0.2时，MAE =54.1/11=4.92；当α=0.7时，MAE =43.9/11=3.99。
因此，本例α=0.7的预测值更接近实际。
需要注意的是：应用指数平滑法进行预测时，其初始值可以用上期实际数，也可以对上期实际数修正后加以确定。
这种预测方法在短期预测和中期预测中应用比较广泛。
三、三点预测法通常，配合时间数列的趋势方程所包含的参数最多不超过三个。
这样，如果在时间数列原始数据中或经过修匀后的数据中找到三个数据点，就有可以配合各种预定的曲线。
三点预测法的设计思路就在于此。
三点预测法有以下几个要点：第一，采用加权平均法，权数取简单整数； 第二，不用全部资料计算，只是从数列的头部、中部、尾部各取出三项或五项数据平均，权数由近到远分别为3、2、1或5、4、3、2、1；第三，资料必须是奇数项，遇到偶数项时，要去掉最初的一个数据；第四，总项数不能少于九项，若总项数在15项以上，则可采用5项平均式。
设n 为时间数列总项数，R 、S 、T 分别为初期、中期、近期的加权平均数，d 为数列正中间位置，d =(n +1)/2。
所取的三点坐标值如下：3项平均式：)32(61321y y y R ++=)32(6111+-++=d d d y y y S )32(6112n n n y y y T ++=--5项平均式：)5432(15154321y y y y y R ++++=)5432(1512112++--++++=d d d d d y y y y y S )5432(1511234n n n n n y y y y y T ++++=----三点预测法用于测定直线趋势时，只需用首尾两点而不用中间点，直线趋势中的两个参数a 与b 可用下式计算：3项平均式：3--=n RT b bR a 37-=5项平均式：n RT b 5--=b R a 311-=例如，某管理局1986年至2002年采油量资料见表8.3，用三点预测法预测2003年的采油量。
计算过程如下：2281 2 )58367 246306 237256 229143 25094 2(151......R =⨯+⨯+⨯+⨯+⨯=6443 3 )52657 341471 336326 328192 37117 3(151......T =⨯+⨯+⨯+⨯+⨯=87696517281.22443.6 35. n R T b =--=--=92618679631122812311 .-. b R a =⨯=-= 配合的直线趋势方程式为：t yt 876.96926 1ˆ+=预测2003年的采油量(t =18)：)(8.669 318876.96926 1ˆ18万吨=⨯+=y表8.3四、分割平均预测法分割平均预测法是把时间数列按其类型分成相等的部分，求出各部分平均数代入方程，求得趋势方程用于预测。
如果时间数列为直线型，则把数列分成相等的两部分(若为奇数项，则舍掉数列的首项)，由每半个数列各求出一个平均数作为直线上的两个点，代入直线方程式联立求解，得出直线趋势方程；若时间数列属于抛物线型，由于抛物线方程中有三个待定参数，所以，要把数列分成三等分；若时间数列为指数曲线型，则把数列等分为两部分，然后将指数曲线化为对数直线求解。
1.直线型时间数列。
直线型时间数列的判断，可以通过作散布图进行观察，也可以从数量上进行分析。
当时间数列中现象的每期逐期增长量大致相同时，就可以认为是直线型，其方程为：bt a y+=ˆ例如，某企业1997年至2002年产品销售产值资料如下，试配合直线方程并预测2004年的销售产值。
表8.4可以看出，各期逐期增长量大体相同，因此可以认为现象的变化趋势是直线型。
⎪⎩⎪⎨⎧=++⨯--++⨯=++⨯--++⨯03654)296269243(3103321)216188162(31b a b a 化简为：⎩⎨⎧=--=--053.269027.188b a b a 解方程，求得 b =26.867，a =134.96 配合的直线方程为：t y867.2696.134ˆ+= 预测2004年的销售产值（t =8）为：)(3508867.2696.134ˆ万元=⨯+=y2.指数曲线型时间数列。
当现象发展的各年环比增长速度大体相同时，则其发展趋势属于指数曲线型。
可以表示为：t ab y =ˆ 在求待定参数a 和b 时，通常要把指数方程化为直线方程形式。