统计预测与决策作业
《统计预测与决策》第四版 徐国祥 复习试卷及答案(四套)
试卷一一、单项选择题（共10小题，每题1分，共10分）1 统计预测方法中，以逻辑判断为主的方法属于（）。
A 回归预测法B 定量预测法C 定性预测法D 时间序列预测法2 下列哪一项不是统计决策的公理（）。
A 方案优劣可以比较B 效用等同性C 效用替换性D 效用递减性3 根据经验D-W统计量在（）之间表示回归模型没有显著自相关问题。
A 1.0-1.5B 1.5-2.5C 1.5-2.0D 2.5-3.54 当时间序列各期值的二阶差分相等或大致相等时,可配合( )进行预测。
A 线性模型 B抛物线模型 C指数模型 D修正指数模型5 （）是指国民经济活动的绝对水平出现上升和下降的交替。
A 经济周期B 景气循环C 古典经济周期D 现代经济周期6 灰色预测是对含有（）的系统进行预测的方法。
A 完全充分信息B 完全未知信息C 不确定因素D 不可知因素7 状态空间模型的假设条件是动态系统符合（）。
A 平稳特性B 随机特性C 马尔可夫特性D 离散性8 不确定性决策中“乐观决策准则”以（）作为选择最优方案的标准。
A 最大损失B 最大收益C 后悔值D α系数9 贝叶斯定理实质上是对（）的陈述。
A 联合概率B 边际概率C 条件概率D 后验概率10 景气预警系统中绿色信号代表（）。
A 经济过热B 经济稳定C 经济萧条D 经济波动过大二、多项选择题（共5小题，每题3分，共15分）1 构成统计预测的基本要素有（）。
A 经济理论 B预测主体 C数学模型 D实际资料2 统计预测中应遵循的原则是（）。
A 经济原则 B连贯原则 C可行原则 D 类推原则3 按预测方法的性质，大致可分为（）预测方法。
A 定性预测B 情景预测 C时间序列预测 D回归预测4 一次指数平滑的初始值可以采用以下（）方法确定。
A 最近一期值 B第一期实际值 C最近几期的均值 D最初几期的均值5 常用的景气指标的分类方法有（）。
A 马场法 B时差相关法 C KL信息量法 D峰谷对应法三、名词解释（共4小题，每题5分，共20分）1 同步指标2 预测精度3 劣势方案4 层次分析法（AHP法）四、简答题（共3小题，每题5分，共15分）1在实际预测中，为什么常常需要将定性预测与定量预测两种方法结合起来使用？2 请说明在回归预测法中包含哪些基本步骤？3 什么是风险决策的敏感性分析？五、计算题（共4题，共40分）1 下表是序列{Yt}的样本自相关函数和偏自相关函数估计值，请说明对该序列应当建立什么样的预测模型？(本题10分)2 兹有下列资料：时期销售额（元）试用龚珀兹曲线模型预测第11期的销售额。
统计预测与决策 1
54页5.某公司选取了12位调查人员利用主主观概率法预测该公司华北地区2010年的产品需求量，调查汇总数据如表所示。
试对该公司2010年的需求量进行预测分析。
(1)综合考虑每个调查人员的预测,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.由表可以得出该公司在华北地区2010年需求量预测最低可到1109.42,小于这个数值的可能性只有1%.(2)该公司在华北地区2010年需求量最高可到1624.67，大于这个数值的可能性只有1%.(3)可以用1367.17作为该公司在华北地区2010年需求量的预测值.这是最大值与最小值之间的中间值.其累积概率为50%,是需求量期望值的估计数.(4)取预测误差为200,则预测区间为（1367.17-200）～(1367.17+200）,即商品销售额的预测值为1167.17～1567.17(5)当预测需求量为1167.17～1567.17,在第(2)列到第(9)列的范围之内,其发生概率相当于0.99-0.125=0.865.也就是说,需求量为1167.17～1567.17的可能性为86.5%6.已知某品牌产品在7个经济发达城市的销售及各城市人口情况，见下表。
经过对A城市消费者的抽样调查，预测今年A城市对该产品的人均需求为1.2件/人，假设今年这7个城市人口数及居民消费习惯基本保持不变，请运用对比类推预测法，根据A城市情况预测其他6个城市今年对该产品的需求量。
(1)计算人均数码产品需求人均数码产品需求=区域销售总量/区域人口数(2)以A区域为类基准，计算其他各区域的相对人均数某区域的相对人均数=该区域上年的人均数/A区域上年预测的人均数(3)计算各区域今年人均数的预测值某区域的今年人均数预测值=该区域相对人均数*A区域今年人均数的预测值(4)计算各区域今年数码产品的预测值某区域的今年数码产品的预测值=该区域今年人均数预测值*人口数类似计算其他区域今年数码产品的预测值，结果如下：69页1.已知B公司2000-2009年销售利润，见下表。
统计基础试题——统计预测与决策
第九章统计预测与决策一、填空题1. 统计预测按照预测的范围，可分为和。
2. 统计预测按照预测时间的长短，可分为、、和。
3.统计预测按照预测的方法，可分为和。
4.统计数学模型有三个构成要素，即、和。
5.常见的统计预测模型有、、、。
6.按照决策时所掌握的信息的完备程度,可分为、和。
7.按照决策的目标，可分为和。
8.按照决策方法的形式，可分为、和。
9.风险决策分析有、、等10. 不确定型决策分析有、、、和。
二、单选题１．统汁预测属于( )。
Ａ．经济预测Ｂ．实质性预测Ｃ．定性预测Ｄ．方法论预测２．统计预测中所捐的预测公式是指( )。
Ａ．预测模型Ｂ．预测方法Ｃ．参数估计Ｄ．预测模型和预测方法的结合３．运用趋势季节模型进行预测，是因为(Ａ．时司数列同时杯仟长期趋势和季节变动Ｂ．时间数列不存在长期趋势和季节变动Ｃ．时间数列存在长期趋势，但无季节变动Ｄ．时间数列不存在长期趋势，但有季节变动４．某时间数列有30年的数据，采用5年移动平均法修匀，修匀后新的时间数列的项数为( )。
Ａ．30项Ｂ．28项Ｃ．26项Ｄ．25项５.决策树是（）A．对决策局面的一种图解Ｂ．风险决策法Ｃ．完全不确定型决策方法Ｄ．等概率决策法三、多选题1. 下列预测]策法中．哪些方法加大了近期值对预测值的影响（）。
Ａ．最小平方法Ｂ．三点法Ｃ．分段平均法Ｄ．加权移动平均法Ｅ．指数平滑法２．选择预测方法应考虑的因素有（）。
Ａ．预测误差的大小Ｂ．方差的大小Ｃ．预测方法的繁简程度Ｄ．预测方法的费用高低Ｅ．预测方法出成果的时效性3. 三点法的计算特点是( ) 。
A．用加权平均代替简单平均B．不用全部资料计算C.取时间数列的首、中、尾各3项或5项数据计算D，时间数列的项数应为奇数E．只能配合曲线4.不确定型决策的分析方法有（）A.保守决策法B.乐观决策法C.折中决策法D.大中取小后悔值决策法E.等概率决策法5.风险决策分析方法有（）A.保守决策法B.乐观决策法C.最大可能决策法D.期望值决策法E.等概率决策法四、判断题1．统计预测中的外推预测要求对远期值比对近期值给予较小的权数。
《统计预测与决策》预测练习题
一、选择题1、如果向量12(,,,)n X x x x =为概率向量，则12,,,n x x x 应满足的条件是A ．11nii x==∑且12,,,0n x x x ≥B ．11nii x==∑C ．211nii x==∑D ．10nii x==∑2、如果向量(0.1,0.3,0.4,)X x =为概率向量，则x 的值为 A ．0.2 B ．-0.8 C ．0.1 D ．0.33、下面几个向量，哪个是概率向量 （）A ．(0.1,0.3,0.8,0.2)-B ．(0.3,0.8,0.2)T-C ．(0.1,0.3,0.6)TD ．(0.2,0.3,0.8)4、存在向量12(,,,)n X x x x =和转移概率矩阵P ，当满足 时，称12(,,,)n X x x x =为马尔可夫链的一个平稳分布。
A ．XP X =B ．TX X P =C ．,()XP X I I =T （）为单位矩阵D ．XP X P =T（） 5、季节指数大于100%时，说明市场现象的季节变动（）。
A ．高于实际值B ．低于实际值C．低于平均值D．高于平均值6、直线趋势方程法中的直线趋势方程，简化计算和不简化计算相比（）。
A、预测值不同B、b值一致，a值不一致C、a值一致，b值不一致D、以上都不对7、求一次移动平均值(1)tM的公式为：(1)11t t t ntx x xMn--+++=，其中分母的n称为（）。
A．平滑系数B．平滑参数C．步长D．样本容量8、在预测实践中，根据时间序列数据绘制图形可以（）。
A、计算预测值B、观察现象的变动形式或类型C、计算市场预测误差D、直接完成预测任务9、时间序列的综合预测模型，按四种变动的结构形式不同可有（）。
A、加法模型B、乘法模型C、混合模型D、以上各项都对10、依据预测者的观察分析能力，借助于经验和判断力对市场未来表现进行推断和判断称为（）。
A、定性预测B、定量预测C、时间序列预测D、因果关系预测D．三次曲线法11、以季节变动循环周期长度为跨越期对时间序列进行移动平均，是为了从时间序列中分解出长期趋势变动和（）。
统计预测与决策试题
院系： 专业班级： 学号： 姓名： 座位号：2014-2015学年第一学期期中考试试卷《统计预测与决策》一、选择题(每题有一个或多个符合题意的选项)（每小题2分，共40分）1.统计预测的三要素： 【 】 A.实际资料 B.经济理论 C.数学模型 D.预测费用2.按预测方法的性质可以将统计预测分为 【 】 A.定性预测法 B.指数平滑法法 C.时间序列预测法 D.回归预测法3.下列属于定性预测的有 【 】 A.德尔菲法 B.主观概率法 C.一元回归预测 D.情景预测法4.某时装公司设计了一种新式女时装，聘请了三位最有经验的时装销售人员来参加试销和时装表演活动，预测结果如下： 甲：最高销售是80万件，概率0.3最可能销售时70万件，概率0.5 最低销售是60万件，概率0.2 乙：最高销售是75万件，概率0.2最可能销售64万件，概率0.6 最低销售是55万件，概率0.2 丙：最高销售是85万件，概率0.1最可能销售时70万件，概率0.7最低销售是60万件，概率0.2以下关于该种时装销售量的估计的说法正确的有 【 】 A.采用绝对平均法对应的销售量估计为68.3 万件B.采用加权平均法（权数分别为0.3,0.3,0.4）对应的销售量估计为61.47万件C.当权数为0.5,0.3,0.2时，估计为68.72万件D.以上说法都正确5.用回归预测建立回归模型时，关于误差项i u 的假定有 【 】A. i u 时随机变量B. ()0i E u =C. 2()i u D u σ=为一常数D.各个i u 相互独立，且与自变量无关6.回归预测模型中回归系数所用的参数估计的方法是 【 】 A.最小二乘法 B.最大似然估计法 C.矩法估计方法 D.约束最小二乘法7.下列关于估计的标准误差SE 的说法正确的有 【 】 A.SE 越大，回归直线的代表性越大 B.SE 越大，回归直线的代表性越小 C.SE 越小，回归直线代表性越小 D. SE 越小，回归直线的代表性越大8.在回归预测模型中，下列说法正确的有 【 】 A.回归方程的回归系数的检验用的是T 分布检验 B. 回归模型的检验用的是F 分布检验C.在一元回归模型中T 分布检验和F 分布检验是等价的D. 在多元回归模型中T 分布检验和F 分布检验是等价的9.利用回归预测方程进行预测时，关于置信区间和预测区间的说法正确的有 【 】 A.置信区间比预测区间宽 B.预测区间比置信区间宽 C.两者一样宽 D.不一定10.可决系数2R 的计算公式是 【 】A. 2SSTR SSR =B. 2SSER SST =C. 21SSRR SST=-D. 21SSER SST=-11.关于非线性回归预测，下列正确的是 【 】A.如果x 与y 关系满足b y ax =，则对应的线性变换'y = lg y ，''lg ,lg x x a a ==教研室主任审核(签名)：教学主任(签名)：课程代码： 适用班级：12级统计学命题教师： 王成任课教师：B.如果x 与y 关系满足bx y ae =，则对应的线性变换'ln y y =，'ln a a =C.如果x 与y 关系满足2y a bx cx =++，则对应的线性变换212,x x x x ==D.如果x 与y 关系满足lg y a b x =+，则对应的线性变换'lg x x =12影响时间序列变化的因素有 【 】A.长期趋势B.季节变动C.周期变动D.随机波动 13.如果采用五项移动平均修匀时间序列数据，那么修匀数列比原数列首尾各少【 】A.一项B.二项C.三项D.四项14.根据各年的季度资料计算的季节指数之和应等于 【 】 A.100% B.120% C.400% D.1200% 15.下列预测方法中适合于对平稳时间序列进行预测的有 【 】 A.指数平滑法 B.趋势外推法C.线性模型法D.霍尔特双参数指数平滑法16.下列表达式正确的有 【 】 A. 1(1)t t t F x F αα+=+- B. 1t t t F F e α+=+C. (1)1t tF S +=D. (2)(2)1(1)t t t Sx S αα-=+- 17.下列说法正确的有 【 】 A.若时间序列各期数值的三阶差分相等或大致相等，可以配三次抛物线模型 B.若时间序列各期数值的一阶差分相等或大致相等，可以配一次线性模型 C.若时间序列各期数值的一阶差比率相等或大致相等，可以配指数曲线模型 D.若时间序列各期数值的一阶差的一阶一阶比率相等或大致相等，可以配指数曲线模型18.当时间序列存在明显的趋势和季节变动时，可以采用 【 】 A.时间序列分解法 B.温特线性与季节指数平滑法 C.布朗单一参数线性指数平滑 D.趋势外推法19在使用指平滑法进行预测时，如果时间序列有较大的随机波动，则平滑系数α的取值 【 】 A.应该大些 B.应该小些 C.应该等于0 D.应该等于120用线性趋势方程^t Y a bt =+对时间序列进行拟合时，已知当t=1时，^t Y =50；Y -=46，0t =∑.则【 】A. 50tY =∑B. 460Y =∑C.a=46D.b=461.回归预测中，测定拟合优度的指标有哪些并说明它们的含义和作用。
统计预测与决策练习题介绍
第一章￥第二章统计预测概述一、单项选择题8、统计预测的研究对象是（）A、经济现象的数值B、宏观市场C、微观市场D、经济未来变化趋势答：A二、多项选择题4、定量预测方法大致可以分为（）|A、回归预测法B、相互影响分析法C、时间序列预测法D、情景预测法E、领先指标法答：AC三、名词解释2、统计预测答：即如何利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。
四、简答题1、试述统计预测与经济预测的联系和区别。
}答：两者的主要联系是：①它们都以经济现象的数值作为其研究的对象；②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；③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：①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；②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的应用于人类活动的各个领域。
第二章定性预测法一、单项选择题3、（）需要人们根据经验或预感对所预测的事件事先估算一个主观概率。
A 德尔菲法B 主观概率法C 情景分析法D 销售人员预测法|答：B二、多项选择题2、主观概率法的预测步骤有：A 准备相关资料B 编制主观概率表C 确定专家人选D 汇总整理E 判断预测答：A B D E三、名词解释2、主观概率答：是人们对根据某几次经验结果所作的主观判断的量度。
\四、简答题1、定型预测有什么特点它和定量预测有什么区别和联系答：定型预测的特点在于：（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。
定型预测和定量预测的区别和联系在于：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。
统计预测与决策(自适应过滤法课后作业)
1. 应用回归预测法进行预测时，应注意哪些问题？ ①应用回归预测法时，应首先确定变量之间是否存在相关关系。
如果变量之间不存在相关关系，对这些变量应用回归预测法就会得出错误的结果 ②用定性分析判断现象之间的依存关系； ③避免回归预测的任意外推； ④应用合适的数据资料
2.
解：
̂=2.546567+0.008895 i̇
当x=1400时， ̂=
14.997625
t . 5(6)=2.447
t . 5=1.943
预测区间：
̂±t a
SE
（1） 广告费支出与销售额之间是否存在显著的相关关系？ （2） 计算回归模型参数
（3） 回归模型能解释销售额变动的比例有多大？ （4） 计算D-W 统计量
（5）如下周的广告费支出为6700元，试预测下周的销售额（取置信度α=0.05） 解：令每周广告支出为x ，每周的销售额为y 。
每周的广告支出费与销售量的相关系数r=。
两者存在显著的相关关系。
（2）设回归模型为：
̂i=+i
=∑(x−x )(y−y)
=0.001072885，==8.303927492
∑(x−x )2
（3）每周的广告支出费占销售量的75%。
统计预测与决策作业
多元线性回归分析在粮食产量预测中的应用摘要：本文主要是以粮食产量及其影响因素为变量建立多元线性回归分析模型，并通过SPSS软件对数据进行处理，来预测粮食产量。
关键词:多元回归分析粮食产量预测 SPSS1.研究问题阐述及理论依据中国是一个人口大国，粮食关系着国计民生和国家战略安全。
为了养活14亿中国人，我国必须保证粮食产量的稳定高产。
回归分析是统计学的一个重要分支，它基于观测数据建立变量之间的某种依赖关系，分析数据的内在规律，并可用于预测等方面。
粮食产量的回归分析是在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上，利用多元统计的方法建立自变量和因变量之间的回归关系，并对所建立的模型进行检验，以通过回归模型进行预测，对粮食安全形势的预警有着至关重要的作用。
2.指标选取、数据来源及处理（一）指标的选择根据理论和经验分析，影响粮食产量的因素有农业机械总动力、机耕面积、粮食播种面积、成灾面积、农业化肥施用量、气温、降水量、日照等，但是后面几个因素的数据统计的误差较大且不容易找到，所以本文只考虑前面几个因素；对于机耕面积，众所周知它在减少，但是我国的粮食产量却在增加，主要是由于耕种技术的进步，因此本文将其以常量来对待，不予考虑。
所以，本文选取的指标有粮食总播种面积（x1），成灾面积（x2），农业机械总动力（x3）。
（二）数据来源因此，本文收集了我国自1991年至2012年粮食产量、粮食总播种面积、成灾面积和农业机械总动力的相关数据。
数据资料均来源于《2013年中国统计年鉴》。
以下为搜集到的数据：表1-1 1991-2012主要农业数据资料来源：2013年中国统计年鉴3.模型设计多元线性回归分析是研究一个因变量与多个自变量之间相关关系的最基本方法。
设y是一个可观测的随机变量，它受到n个随机因素的影响，其多元回归预测模型为ŷ=b0+b1x1+b2x2+…+b n x n式中：b1，b2，…，b n是待定参数；b0是随机变量，它表示除x以外其他随机因素对y影响的总和。
预测与决策习题
预测与决策习题统计预测与决策试卷与习题（上财·徐国祥）试卷⼀⼀、单项选择题1 统计预测⽅法中，以逻辑判断为主的⽅法属于（）。
A 回归预测法B 定量预测法C 定性预测法D 时间序列预测法2 下列哪⼀项不是统计决策的公理（）。
A ⽅案优劣可以⽐较B 效⽤等同性C 效⽤替换性D 效⽤递减性3 根据经验D-W统计量在（）之间表⽰回归模型没有显著⾃相关问题。
A 1.0-1.5B 1.5-2.5C 1.5-2.0D 2.5-3.54 当时间序列各期值的⼆阶差分相等或⼤致相等时,可配合( )进⾏预测。
A 线性模型B抛物线模型C指数模型D修正指数模型5 （）是指国民经济活动的绝对⽔平出现上升和下降的交替。
A 经济周期B 景⽓循环C 古典经济周期D 现代经济周期6 灰⾊预测是对含有（）的系统进⾏预测的⽅法。
A 完全充分信息B 完全未知信息C 不确定因素D 不可知因素7 状态空间模型的假设条件是动态系统符合（）。
A 平稳特性B 随机特性C 马尔可夫特性D 离散性8 不确定性决策中“乐观决策准则”以（）作为选择最优⽅案的标准。
A 最⼤损失B 最⼤收益C 后悔值D α系数9 贝叶斯定理实质上是对（）的陈述。
A 联合概率B 边际概率C 条件概率D 后验概率10 景⽓预警系统中绿⾊信号代表（）。
A 经济过热B 经济稳定C 经济萧条D 经济波动过⼤⼆、多项选择题1 构成统计预测的基本要素有（）。
A 经济理论B预测主体C数学模型D实际资料2 统计预测中应遵循的原则是（）。
A 经济原则B连贯原则C可⾏原则 D 类推原则3 按预测⽅法的性质，⼤致可分为（）预测⽅法。
A 定性预测B 情景预测C时间序列预测D回归预测4 ⼀次指数平滑的初始值可以采⽤以下（）⽅法确定。
A 最近⼀期值B第⼀期实际值C最近⼏期的均值D最初⼏期的均值5 常⽤的景⽓指标的分类⽅法有（）。
A 马场法B时差相关法 C KL信息量法D峰⾕对应法三、名词解释1 同步指标2 预测精度3 劣势⽅案4 层次分析法（AHP法）四、简答题3 什么是风险决策的敏感性分析？4 ⼀家⾷品公司考虑向市场投放⼀种新⾷品，以增加供应品种。
统计预测与决策第十六章课后习题
1.什么叫不确定型决策？它与风险型决策有何不同？决策者只能掌握可能出现的各种状态，而各种状态发生的概率无从可知，这类决策就是不确定型决策。
区别：风险型决策方法从合理行为假设出发，有严格的推理和论证，而不确定型决策方法是人为制定的原则，带有某种程度上的主观随意性2.什么叫“好中求好”决策方法？什么叫“坏中求好”决策方法?什么叫∝系数决策方法？什么叫“最小的最大后悔值”决策方法？“好中求好”决策方法也叫乐观决策准则，或称“最大最大”决策准则，这种决策准则就是充分考虑可能出现的最大利益，在各种最大利益中选取最大者，将其对应的方案作为最优方案；“坏中求好”决策准则也称为小中取大的决策准则或悲观决策准则；∝系数决策方法是对坏中求好和好中求好决策准则进行折中的一种决策准则；“最小的最大后悔值”决策方法是决策者先计算出各方案在不同自然状态下的后悔值，然后分别找出各方案对应不同自然状态下的后悔值中的最大值，最后从这些最大后悔值中找出最小的最大后悔值，将其对应的方案作为最优方案。
3.简述各种不确定型决策方法的适用特点。
“好中求好”决策方法主要由那些对有利情况的估计比较有信心的决策者采用；“坏中求好”决策方法主要由那些比较保守稳妥并害怕承担较大风险的决策者所采用；∝系数决策方法主要由那些对形势判断既不乐观也不悲观的决策者所采用；“最小的最大后悔值”决策方法主要由那些对决策失误的后果看的比较重的决策者所采用。
4.（1）d1:max(200,-20)=200d2:max(150,20)=150d3:max(100,60)=100所以max(200,150,100)=200,即选择建设大型工厂d1方案（2）d1:min(200,-20)=-20d2:min(150,20)=20d3:min(100,60)=60所以min(-20,20,60)=60,即选择建设小型工厂d3方案（3）假设∝=0.6，则1-∝=0.4f(d1)=0.6*[max(200,-20)]+0.4*[min(200,-20)]=112f(d2)=0.6*[max(150,20)]+0.4*[min(150,20)]=98f(d3)=0.6*[max(100,60)]+0.4*[min(100,60)]=84所以f(d)=max(112,98,84)=112,即选择建设大型工厂d1方案（4）max(200,150,100)=200max(-20,20,60)=60方案的最大后悔值为：G(d1)=max[(200-200),60-(-20)]=80G(d2)=max[(200-150),60-20]=50G(d3)=max[(200-100),60-60]=100所以最优方案为min(80,50,100)=50=G(d2),即选择建设小型工厂d3方案5.使用“好中求好”决策方法时；f(d1)=max(-400,100,200)=200f(d2)=max(100,100,400)=400f(d3)=max(-200,150,600)=600f(d4)=max(0,200,500)=500f(d5)=max(100,300,200)=300所以最优方案为max(400,600,500,300)=600=f(d3),即选择方案三使用坏中求好方案时：f(d1)=min(-400,100,200)=-400f(d2)=min(100,100,400)=100f(d3)=min(-200,150,600)=-200f(d4)=min(0,200,500)=0f(d5)=min(100,300,200)=100所以选择最优方案为max（100，-200,0,100）=100= f(d2)= f(d5)，即选择方案二和五使用∝系数决策方法时：假设∝=0.6，则1-∝=0.4f(d1)=0.6*max[(-400,100,200)]+0.4* min(-400,100,200)=-40f(d2)=0.6*max(100,100,400)+0.4* min(100,100,400)=280f(d3)=0.6*max(-200,150,600)+0.4* min(-200,150,600)=280f(d4)=0.6*max(0,200,500) +0.4* min(0,200,500)=300f(d5)=0.6*max(100,300,200)+0.4* min(100,300,200)=220所以max（-40,280,280,300,220）=300= f(d4)，即选择方案四使用“最小的最大后悔值”决策方法时：max（-400,100，-200,0,100）=100max(100,100,150,200,300)=300max(200,400,600,500,200)=600各方案的最大后悔值为G(d1)=max[100-(-400),300-100,600-200]=500G(d2)=max(100-100,300-100,600-400)=200G(d3)=max(100-(-200),300-150,600-600)=300G(d4)=max(100-0,300-200,600-500)=100G(d5)=max(100-100,300-300,600-200)=400所以最小的最大后悔值为min（500,200,300,100,400）=100= G(d4)，即选择方案四。
（完整版）统计预测与决策练习题..
（完整版）统计预测与决策练习题..第一章统计预测概述一、单项选择题8、统计预测的研究对象是（）A、经济现象的数值B、宏观市场C、微观市场D、经济未来变化趋势答：A二、多项选择题4、定量预测方法大致可以分为（）A、回归预测法B、相互影响分析法C、时间序列预测法D、情景预测法E、领先指标法答：AC三、名词解释2、统计预测答：即如何利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。
四、简答题1、试述统计预测与经济预测的联系和区别。
答：两者的主要联系是：①它们都以经济现象的数值作为其研究的对象；②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；③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：①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；②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的应用于人类活动的各个领域。
第二章定性预测法一、单项选择题3、（）需要人们根据经验或预感对所预测的事件事先估算一个主观概率。
A 德尔菲法B 主观概率法C 情景分析法D 销售人员预测法答：B二、多项选择题2、主观概率法的预测步骤有：A 准备相关资料B 编制主观概率表C 确定专家人选D 汇总整理E 判断预测答：A B D E三、名词解释2、主观概率答：是人们对根据某几次经验结果所作的主观判断的量度。
四、简答题1、定型预测有什么特点？它和定量预测有什么区别和联系？答：定型预测的特点在于：（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。
定型预测和定量预测的区别和联系在于：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。
统计预测与决策作业完整版
统计预测与决策作业 HEN system office room 【HEN16H-HENS2AHENS8Q8-HENH1688】多元线性回归分析在粮食产量预测中的应用摘要：本文主要是以粮食产量及其影响因素为变量建立多元线性回归分析模型，并通过SPSS软件对数据进行处理，来预测粮食产量。
关键词:多元回归分析粮食产量预测 SPSS1.研究问题阐述及理论依据中国是一个人口大国，粮食关系着国计民生和国家战略安全。
为了养活14亿中国人，我国必须保证粮食产量的稳定高产。
回归分析是统计学的一个重要分支，它基于观测数据建立变量之间的某种依赖关系，分析数据的内在规律，并可用于预测等方面。
粮食产量的回归分析是在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上，利用多元统计的方法建立自变量和因变量之间的回归关系，并对所建立的模型进行检验，以通过回归模型进行预测，对粮食安全形势的预警有着至关重要的作用。
2.指标选取、数据来源及处理（一）指标的选择根据理论和经验分析，影响粮食产量的因素有农业机械总动力、机耕面积、粮食播种面积、成灾面积、农业化肥施用量、气温、降水量、日照等，但是后面几个因素的数据统计的误差较大且不容易找到，所以本文只考虑前面几个因素；对于机耕面积，众所周知它在减少，但是我国的粮食产量却在增加，主要是由于耕种技术的进步，因此本文将其以常量来对待，不予考虑。
所以，本文选取的指标有粮食总播种面积（x1），成灾面积（x2），农业机械总动力（x3）。
（二）数据来源因此，本文收集了我国自1991年至2012年粮食产量、粮食总播种面积、成灾面积和农业机械总动力的相关数据。
数据资料均来源于《2013年中国统计年鉴》。
以下为搜集到的数据：表1-1 1991-2012主要农业数据资料来源：2013年中国统计年鉴3.模型设计多元线性回归分析是研究一个因变量与多个自变量之间相关关系的最基本方法。
统计预测与决策——徐国祥第三章参考答案
第三章3、（1）解：代码：y=c(12.5,13.8,14.25,14.25,14.5,13,14,15,15.75,16.5)x1=c(0.41,0.54,0.63,0.54,0.48,0.46,0.62,0.61,0.64,0.71)cor(y,x1)截图：由R语言运算结果可知，广告费支出与销售额的相关系数约为0.8479，有显著的相关关系。
（2）代码：cc<-data.frame(y,x1)model<-lm(y~x1,data=cc)summary(model)截图：由R语言运算结果知回归模型为y=8.304+10.729x。
（3）由上题运算结果可知，Multiple R-squared的值为0.719，即可决系数，表明回归模型能解释的销售额变动的比例为71.9%。
（4）代码：install.packages("installr") #更新R版本require(installr)updateR()library(lmtest) #安装DW检验函数dwtest(model)截图：DW统计量的值为1.562，无显著自相关性。
（5）代码：new<-data.frame(x1=0.67)ypred<-predict(model,new,interval="prediction",level=0.95)ypred #预测区间截图：在置信度为0.05的情况下，广告费支出为0.67万元时，预测下周销售额区间约为（13.77，17.21）。
7、代码：y=c(150,140,160,170,150,162,185,165,190,185)x1=c(40,42,48,55,65,79,88,100,120,140)cor(y,x1)model<-lm(y~x1,data=cc)summary(model)截图：（1）由上题运算结果可知，Multiple R-squared即可决系数的值为0.6525，相关系数值约为0.8078。
《统计预测与决策》复习试卷共4套含答案
试卷一一、单项选择题（共 10 小题，每题 1 分，共 10 分）1统计展望方法中，以逻辑判断为主的方法属于（）。
A 回归展望法B 定量展望法C 定性展望法D 时间序列展望法2以下哪一项不是统计决议的公义（）。
A 方案好坏能够比较B 功效等同性C 功效替代性D 功效递减性3依据经验 D-W 统计量在（）之间表示回归模型没有明显自有关问题。
A4当时间序列各期值的二阶差分相等或大概相等时,可配合 ( )进行展望。
A 线性模型B 抛物线模型C 指数模型D 修正指数模型5 （）是指公民经济活动的绝对水平出现上涨和降落的交替。
A 经济周期B 景气循环C 古典经济周期D 现代经济周期6 灰色展望是对含有（）的系统进行展望的方法。
A 完整充足信息B 完整未知信息C 不确立因素D 不行知因素7 状态空间模型的假定条件是动向系统切合（）。
A 安稳特征B 随机特征C 马尔可夫特征D 失散性8 不确立性决议中“乐观决议准则”以（）作为选择最优方案的标准。
A 最大损失B 最大利润C 懊悔值D α系数9 贝叶斯定理实质上是对（）的陈说。
A 联合概率B 边沿概率C 条件概率D 后验概率10 景气预警系统中绿色信号代表（）。
A 经济过热B经济稳固 C 经济冷清D经济颠簸过大二、多项选择题（共 5 小题，每题 3 分，共 15 分）1组成统计展望的基本因素有（）。
A 经济理论B 展望主体C 数学模型D 实质资料2统计展望中应按照的原则是（）。
A 经济原则B 连接原则C 可行原则D 类推原则3 按展望方法的性质，大概可分为（）展望方法。
A 定性展望B 情况展望C 时间序列展望D 回归展望4 一次指数光滑的初始值能够采用以下（）方法确立。
A 近来一期值B 第一期实质值C 近来几期的均值D 最先几期的均值5 常用的景气指标的分类方法有（）。
A 马场法B 时差有关法C KL 信息量法D 峰谷对应法三、名词解说（共 4 小题，每题 5 分，共 20 分）1同步指标2展望精度3劣势方案4层次剖析法（ AHP 法）四、简答题（共 3 小题，每题 5 分，共 15 分）1在实质展望中，为何经常需要将定性展望与定量展望两种方法联合起来使用？2请说明在回归展望法中包含哪些基本步骤？3什么是风险决议的敏感性剖析？五、计算题（共 4 题，共 40 分）1下表是序列 {Y t} 的样本自有关函数和偏自有关函数估计值，请说明对该序列应该成立什么样的展望模型？ (此题 10 分 )K12345r k0.640.07-0.2-0.140.09Φkk0.640.470.350.240.15K678910r k0.03-0.05-0.090.04-0.07Φkk0.04-0.01-0.050.03-0.032兹有以下资料：时期12345678910销售额（亿 3.92 4.9 6.027.07.58.18.258.519.2710.23元）试用龚珀兹曲线模型展望第11 期的销售额。
统计预测与决策作业
多元线性回归分析在粮食产量预测中的应用摘要：本文主要是以粮食产量及其影响因素为变量建立多元线性回归分析模型，并通过SPSS软件对数据进行处理，来预测粮食产量。
关键词:多元回归分析粮食产量预测SPSS 19.01.研究问题阐述及理论依据中国是一个人口大国，粮食关系着国计民生和国家战略安全。
为了养活14亿中国人，我国必须保证粮食产量的稳定高产。
回归分析是统计学的一个重要分支，它基于观测数据建立变量之间的某种依赖关系，分析数据的内在规律，并可用于预测等方面。
粮食产量的回归分析是在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上，利用多元统计的方法建立自变量和因变量之间的回归关系，并对所建立的模型进行检验，以通过回归模型进行预测，对粮食安全形势的预警有着至关重要的作用。
2.指标选取、数据来源及处理（一）指标的选择根据理论和经验分析，影响粮食产量的因素有农业机械总动力、机耕面积、粮食播种面积、成灾面积、农业化肥施用量、气温、降水量、日照等，但是后面几个因素的数据统计的误差较大且不容易找到，所以本文只考虑前面几个因素；对于机耕面积，众所周知它在减少，但是我国的粮食产量却在增加，主要是由于耕种技术的进步，因此本文将其以常量来对待，不予考虑。
所以，本文选取的指标有粮食总播种面积（x1），成灾面积（x2），农业机械总动力（x3）。
（二）数据来源因此，本文收集了我国自1991年至2012年粮食产量、粮食总播种面积、成灾面积和农业机械总动力的相关数据。
数据资料均来源于《2013年中国统计年鉴》。
以下为搜集到的数据：表1-1 1991-2012主要农业数据资料来源：2013年中国统计年鉴3.模型设计多元线性回归分析是研究一个因变量与多个自变量之间相关关系的最基本方法。
设y是一个可观测的随机变量，它受到n个随机因素的影响，其多元回归预测模型为ŷ=b0+b1x1+b2x2+…+b n x n式中：b1，b2，…，b n是待定参数；b0是随机变量，它表示除x以外其他随机因素对y影响的总和。
统计预测与决策大作业word版
统计预测与决策问题引入：2011年，在经济持续较快增长和一系列政策措施的推动下，我国物流业发展取得新进展，物流专业化、社会化进程在结构调整中明显加快。
预计全年社会物流总额可达160万亿元，同比增长12%。
2011年全国社会物流总费用8.4万亿元，同比增长18.5%，增幅比上年提高1.8个百分点。
相关性分析：社会物流总费用与社会物流总额是我国社会物流统计与核算体系中的两个核心指标,两者都从一定程度反映社会对物流的需求，但两者之间存在着怎样的相关性呢？定性与定量定义：社会物流总费用是指报告期内，国民经济各方面用于社会物流活动的各项费用支出。
社会物流总额是指报告期内，社会物流物品的价值总额社会物流总额核算方法利用费用= 社会物流总额×社会物流流动资金平均占用率×报告期银行贷款利率仓储费用= 社会物流总额×社会物流平均仓储费用率保险费用= 社会物流总额×社会物流平均保险费用率货物损耗费用= 社会物流总额×社会物流平均货物损耗费用率信息及相关费用= 社会物流总额×社会物流平均配送费用率流通加工费用= 社会物流总额×社会物流平均流通加工费用率包装费用= 社会物流总额×社会物流平均包装费用率社会物流总费用与社会物流总额关系的定量分析：从图中可以看出，当对散点图进行描述的趋势线是一条线性的曲线时，点与趋势线的匹配度很高，因此可以先假设点对应的曲线是一条直线。
如此，可以从一元线性回归模型的角度对这条曲线与其对应的函数关系进行分析。
一元线性回归模型表示如下:上式表示变量和之间的真实关系。
其中:称作被解释变量，在模型中表示第t 年的社会社会物流总费用; 称作解释变量，在模型中表示第t 年的社会物流总额;称作随机误差项，包括除以外的影响 变化的众多微小因素，它的变化不可控，它的值可为0，为方便其见，模ty型中取其值为0; t 表示序数，本文中t 表示时间序数，相应地， 和 称为时间序列数据;称作常数项或截距项，称作斜率，和也称作回归参数。
统计预测与决策作业
统计预测与决策作业公司标准化编码 [QQX96QT-XQQB89Q8-NQQJ6Q8-MQM9N]多元线性回归分析在粮食产量预测中的应用摘要：本文主要是以粮食产量及其影响因素为变量建立多元线性回归分析模型，并通过SPSS软件对数据进行处理，来预测粮食产量。
关键词:多元回归分析粮食产量预测 SPSS1.研究问题阐述及理论依据中国是一个人口大国，粮食关系着国计民生和国家战略安全。
为了养活14亿中国人，我国必须保证粮食产量的稳定高产。
回归分析是统计学的一个重要分支，它基于观测数据建立变量之间的某种依赖关系，分析数据的内在规律，并可用于预测等方面。
粮食产量的回归分析是在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上，利用多元统计的方法建立自变量和因变量之间的回归关系，并对所建立的模型进行检验，以通过回归模型进行预测，对粮食安全形势的预警有着至关重要的作用。
2.指标选取、数据来源及处理（一）指标的选择根据理论和经验分析，影响粮食产量的因素有农业机械总动力、机耕面积、粮食播种面积、成灾面积、农业化肥施用量、气温、降水量、日照等，但是后面几个因素的数据统计的误差较大且不容易找到，所以本文只考虑前面几个因素；对于机耕面积，众所周知它在减少，但是我国的粮食产量却在增加，主要是由于耕种技术的进步，因此本文将其以常量来对待，不予考虑。
所以，本文选取的指标有粮食总播种面积（x1），成灾面积（x2），农业机械总动力（x3）。
（二）数据来源因此，本文收集了我国自1991年至2012年粮食产量、粮食总播种面积、成灾面积和农业机械总动力的相关数据。
数据资料均来源于《2013年中国统计年鉴》。
以下为搜集到的数据：表1-1 1991-2012主要农业数据资料来源：2013年中国统计年鉴3.模型设计多元线性回归分析是研究一个因变量与多个自变量之间相关关系的最基本方法。
设y是一个可观测的随机变量，它受到n个随机因素的影响，其多元回归预测模型为ŷ=b0+b1x1+b2x2+…+b n x n式中：b1，b2，…，b n是待定参数；b0是随机变量，它表示除x以外其他随机因素对y影响的总和。
- 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)。
统计预测与决策作业 Prepared on 22 November 2020
多元线性回归分析在粮食产量预测中的应用
摘要：本文主要是以粮食产量及其影响因素为变量建立多元线性回归分析模型，并通过SPSS软件对数据进行处理，来预测粮食产量。
关键词:多元回归分析粮食产量预测 SPSS
1.研究问题阐述及理论依据
中国是一个人口大国，粮食关系着国计民生和国家战略安全。
为了养活14亿中国人，我国必须保证粮食产量的稳定高产。
回归分析是统计学的一个重要分支，它基于观测数据建立变量之间的某种依赖关系，分析数据的内在规律，并可用于预测等方面。
粮食产量的回归分析是在获得大量粮食产量、粮食播种面积、自然灾害对农田的影响面积以及机械化农耕的数据的基础上，利用多元统计的方法建立自变量和因变量之间的回归关系，并对所建立的模型进行检验，以通过回归模型进行预测，对粮食安全形势的预警有着至关重要的作用。
2.指标选取、数据来源及处理
（一）指标的选择
根据理论和经验分析，影响粮食产量的因素有农业机械总动力、机耕面积、粮食播种面积、成灾面积、农业化肥施用量、气温、降水量、日照等，但是后面几个因素的数据统计的误差较大且不容易找到，所以本文只考虑前面几个因素；对于机耕面积，众所
周知它在减少，但是我国的粮食产量却在增加，主要是由于耕种技术的进步，因此本文将其以常量来对待，不予考虑。
所以，本文选取的指标有粮食总播种面积（x1），成灾面积（x2），农业机械总动力（x3）。
（二）数据来源
因此，本文收集了我国自1991年至2012年粮食产量、粮食总播种面积、成灾面积和农业机械总动力的相关数据。
数据资料均来源于《2013年中国统计年鉴》。
以下为搜集到的数据：
表1-1 1991-2012主要农业数据
资料来源：2013年中国统计年鉴
3.模型设计
多元线性回归分析是研究一个因变量与多个自变量之间相关关系的最基本方法。
设y是一个可观测的随机变量，它受到n个随机因素的影响，其多元回归预测模型为
ŷ=b0+b1x1+b2x2+…+b n x n
式中：b1，b2，…，b n是待定参数；b0是随机变量，它表示除x以外其他随机因素对y影响的总和。
根据上面所选定的指标可以建立我国粮食产量的函数，即
ŷ=b0+b1x1+b2x2+ b3x3
其中，ŷ代表全国粮食产量的预测值，x1代表粮食总播种面积，x2代表成灾面积，x3代表农业机械总动力。
4.模型估计和检验
（一）结果输出
将数据导入到中，输出的结果如下：
表1-2 描述性统计量
均值标准偏
差N
粮食产量（万吨）22 粮食总播种面积
（千公顷）
22
成灾面积（千公
顷）
22
农用机械总动力
(万千瓦)
22
表1-3 相关性
粮食产量（万吨）粮食总播
种面积
（千公
顷）
成灾面积
（千公
顷）
Pearson 相关性粮食产量（万吨）.327 粮食总播种面积
（千公顷）
.327
成灾面积（千公
顷）
农用机械总动力
(万千瓦)
.782
Sig. （单侧）粮食产量（万吨）. .069 .000 粮食总播种面积
（千公顷）
.069 . .322
成灾面积（千公
顷）
.000 .322 .
农用机械总动力
(万千瓦)
.000 .110 .001
N 粮食产量（万吨）22 22 22 粮食总播种面积
（千公顷）
22 22 22
成灾面积（千公
顷）
22 22 22
农用机械总动力
(万千瓦)
22 22 22
表1-4 输入／移去的变量b
模型输入的变
量
移去的
变量方法
由于R方为，接近于1，因此该模型的拟合优度较高。
表1-7 Anova b
模型平方和df 均方 F Sig.
1 回归 3 .000a
残差18
总计21
a. 预测变量: (常量), 农用机械总动力(万千瓦), 粮食总播种面积（千公顷）, 成灾面积
（千公顷）。
b. 因变量: 粮食产量（万吨）
从上述的分析表中可以看出F的统计值为，取α=,F>Fα
（1,20），通过了F检验，这说明y关于x1、x2、x3的线性回归方程通过了显着检验，即说明三个自变量联合起来对因变量有显着影响。
表1-8 系数a
模型非标准化系数
B 标准误差
1 (常量)
粮食总播种面积（千公顷）.590 .069
成灾面积（千公顷）.054
农用机械总动力(万千瓦) .155 .015
此表给出了回归系数的t统计量检验结果，我们可以看出非标准化的回归方程为ŷ = - + x1 - x2 + x3
表1-9 系数a
模型标准系数
t Sig.
B 的 % 置信区间试用版下限上限
1 (常量) .024
粮食总播种面积（千公
顷）
.529 .000 .446 .734 成灾面积（千公顷）.025
农用机械总动力(万千瓦) .814 .000 .124 .186
表1-10 系数a
模型
相关性共线性统计量零阶偏部分容差VIF
1 (常量)
粮食总播种面积（千公
顷）
.327 .897 .476 .808 成灾面积（千公顷）.545 农用机械总动力(万千瓦) .782 .927 .581 .510 a. 因变量: 粮食产量（万吨）
表1-11 共线性诊断a
模型维数特征值条件索引
方差比例
(常量)
粮食总播种面
积（千公顷）
成灾面积（千
公顷）
农用机械总动
力(万千瓦)
1 1 .00 .00 .00 .00
2 .150 .00 .00 .07 .27
3 .018 .01 .02 .71 .45
4 .000 .99 .98 .22 .27
a. 因变量: 粮食产量（万吨）
由上表可看出共线性的值均小于，故该模型没有多重共线性的问题。
表1-12 残差统计量a
极小值极大值均值标准偏差N
预测值22
残差.0000 22
标准预测值.000 22
标准残差.000 .926 22
3-13 直方图
3-14 回归标准化残差的标准P-P图
此回归标准化残差的标准P-P图表明回归函数为线性形式，拟合效果不错，因此回归方程：
ŷ = - + x1 - x2 + x3是一个有效的方程。
（二）对往年粮食产量进行预测检验
以1991至2012年度粮食耕种面积、自然灾害成灾面积和农用机械总动力为自变量，带人求出的回归方程，计算粮食产量，并计算残差值，绘制出表3-15。
表3-15 实际粮食产量与预计粮食产量对比
从表中我们可以看出预计粮食产量的拟合程度比较好，相应的残差都在~+之间，说明回归模型建立是比较可靠的。
5.结论
本文通过运用软件对中国1991至2012年度的粮食产量、粮食总播种面积、自然灾害成灾面积和农用机械总动力的相关数据进行了线性回归分析，并建立了回归方程，在经过了显着性检验证明回归方程建立的拟合性比较高，而且显着性也较高，然后运用回归方程进行的粮食产量预测也与实际值比较符合。
因此说明在软件中运用回归分析的方法对粮食产量数据进行处理分析和预测是可行的。
在实际的农业生产活动中我们可以利用这一模型对粮食产量进行预测，从而为农用地整治规划和农用机械的采购提供依据，并减小粮食危机发生的可能性。
6.参考文献
[1]2013年中国统计年鉴
[2]徐国祥.《统计预测和决策》:上海财经大学出版社,。