统计预测和决策(2015最全版)Word下载.doc
《统计预测和决策(2015最全版)Word下载.doc》由会员分享,可在线阅读,更多相关《统计预测和决策(2015最全版)Word下载.doc(12页珍藏版)》请在冰点文库上搜索。
利用差分把数据修匀,使非平稳的序列达到平稳序列。
同时与各类模型差分特点进行比较,选择合适的模型。
⑤标准误差:
预测值与真实值的离差平方和的平均数的平方根。
⑥
第五章
①一次移动平均法:
收集一组观测值,计算这组观测值的均值,利用这一均值作为下一期的预测值。
②一次指数平滑法:
利用前一期的预测值Ft代替Xt-N得到预测的通式:
Ft+1=aXt+(1-a)Ft.
③线性二次移动平均法:
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。
④线性二次指数平滑法:
也称双重指数平滑,它是对一次指数平滑值再进行一次平滑。
⑤布朗二次多项式指数平滑法:
其基本原理和线性二次移动平均法相似。
当时间序列有趋势存在时,一次和二次指数平滑后都落后于实际值,将一次和二次平滑值之差加在一次平滑值上,则可对趋势进行修正。
⑥霍尔特双参数线性指数平滑法:
与布朗线性指数平滑法相似,只是它不是用二次指数平滑,而是对趋势直接进行平滑。
第六章
①自适应过滤法:
从自回归系数的一组初始估计值开始利用公式:
。
②一次循环:
即对全部数据皆进行一次迭代。
③标准化:
当序列Xi的波动性很大时,可能影响迭代的收敛速度,应对原始序列利用公式:
x*t=xt/√∑xi2(i从1到p)做标准代换。
第七章
①平稳:
设时间序列{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,则我们称过程是平稳的。
(假如该随机过程的随机特征随机随时间变化,则称过程是非平稳的)。
②宽平稳:
设时间序列{yt},对于任意的t,k.m满足:
E(yt)=E(yt+m),cov(yt,yt+k)=cov(yt+m,yt+m+k),则称{yt}是满足宽平稳的。
③随机游动:
如果在一个随机过程中,yt的每一次变化均来自于一个均值为0的独立同分布,即随机过程{yt}满足:
yt=yt-1+ett=1,2,...,其中{et}独立同分布,并且E(et)=0,Var(et)=E(et2)=62<
∞,则称这个随机过程是随机游动。
它是一个非平稳过程。
④协整关系:
有些时间序列,虽然它们自身非平稳,但其某种线性组合却平稳。
这个线性组合反映了变量之间长期稳定的比列关系,称为协整关系。
⑤单位根检验:
单位根检验是指检验序列中是否存在单位根,因为存在单位根就是非平稳时间序列了。
第八章
①干预:
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净化序列:
是指消除了干预影响的序列,它由实际的观察序列值减去干预影响值得到的。
第九章
①景气:
是对经济发展状况的一种综合性描述,用以说明经济的活跃程度。
②先行指标:
领先于总体经济而预先变化的指标。
③同步指标:
与总体经济变化相一致或者同步的指标。
④滞后指标:
是指它的变化比总体经济变化滞后一个时期的指标。
⑤景气循环:
又称经济波动,也称经济周期。
⑥古典周期:
是指国民经济活动的绝对水平出现上升与下降的交替。
⑦现代周期:
是指第二次世界大战以后出现的经济周期,其特点是国民经济活动的相对水平上升与下降的交替。
⑧三角函数法:
将剔除趋势因素、季节因素和随机因素后的备选指标进行三角函数分解,确定出每个序列的主周期、次主周期、第三主周期等,按周期项进行分类。
第十章
①灰色系统:
是指系统内一部分信息是已知的,另一部分信息是未知的,系统内各个因素间具有不确定的关系
②黑色系统:
是指一个系统的内部信息对外界来说是一无所知的,只能通过它与外界的联系来加以观测研究。
③白色系统:
是指一个系统的内部特征是完全已知的,即系统的信息是完全充分的。
④灰色预测:
是指对一种含有不确定因素的系统进行预测的方法。
⑤生成列:
在建立灰色预测模型前,对时间序列进行数据处理,经过处理后的时间序列即称生成列。
⑥关联度:
在计算出^X(0)(k)序列与X(0)(k)序列的关联系数后,计算各类关联系数的平均值:
r=∑(k),这个平均值r称为^X(0)(k)序列与X(0)(k)序列的关联度。
第十一章
①状态空间模型:
是动态时域模型,以隐含着的时间为自变量。
描述动态系统的完整模型,它表达了由于输入引起系统内部状态的变化,并由此使输出发生变化。
②离散时间随机性系统的状态:
是指系统内部的可能运动状态和可能储能状态。
③状态空间:
是指状态能量所能取的一切值的集合。
④卡尔曼滤波:
是指从状态预估计开始,而后再加上预估计正确值的修正估计的适时修正过程。
⑤时不变系统:
是指若输入Xt产生相应的输出Yt,当输入Xt-t0时将对应地输出Yt-t0。
第十二章
①预测精度:
是指预测模型拟合的好坏程度,即由预测模型所产生的模拟值与历史实际值拟合程度的优劣。
②组合预测:
是指一种将不同预测方法所得的预测结果组合起来形成一个新的预测结果的方法。
第十三章
①不确定型决策:
是指决策时的条件是不确定的。
②贝叶斯决策:
通过样本,组合先验信息,利用贝叶斯的后验概率公式所做的决策。
③决策函数:
根据样本的观察值对总体参数做出推断,这时样本统计量d是样本观察值x1.x2,...,xn的一个函数,d=d(x1.x2,...,xn)就称为决策函数。
④损失函数:
参数的真值为⊕,决策的结果为d,两者的不一致会带来一定的损失,这种损失是一个随机变量,用L(d,⊕)表示,称为损失函数。
⑤多目标决策:
指决策要达到的目标不止一个的决策。
第十四章
①效用:
即决策人对期望和损失的独特兴趣、感受和取舍反应。
②效用曲线:
用横坐标代表损益值,纵坐标代表效用值,把决策者对风险的变化关系绘出一条曲线,就称为决策人的效用曲线。
二、问答题
①预测?
统计预测的三要素?
预测即根据过去和现在估计预测未来。
统计预测的三要素:
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。
②述统计预测与经济预测的联系与区别?
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的对象,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地应用于人类活动的各种领域。
③定量预测使用外推法时有哪些重要原则?
有两条重要原则:
a。
连贯原则,指事物的发展是按一定规律进行的,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什么根本的不同。
b.类推原则,是指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,类比现在,预测未来。
④统计预测研究有哪些步骤?
一个完整的统计预测研究,一般经过以下几个步骤:
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。
⑤统计预测大致可分为:
定性预测法、回归预测法、时间序列预测法。
①德尔菲法有哪些特点?
优点,缺点?
特点:
1反馈性,2匿名性,3统计性。
优点:
1,可以加速预测速度和节约预测费用,2可以获得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责任不叫分散,3专家的意见有时可能不完整或不切合实际。
②主观概率法及适用范围?
主观概率是人们凭经验或预感而估算出来的概率。
很多情况下,人们没有办法计算事件的客观事件,只能用主观概率法来描述。
主观概率法是一种适用性很强的统计预测方法,可应用于人类活动的各个领域。
③情景预测法有何特点及步骤?
1使用范围很广,不受任何条件限制,只要对未来的分析都可以使用该方法;
2考虑较全面,应用起来灵活;
3通过定性定量分析相结合,为决策者提供主客观相结合的未来情景;
4能及时发现未来可能出来的难题,以便采取行动消除或减轻它们的影响。
其基本步骤:
1确定预测主题。
2根据预测主题,寻找资料,充分考虑主题将来会出现的状况。
3寻找影响主题的环境因素,要尽可能周全的分析不同因素的影响程度;
4将上述影响因素归纳为几个影响领域,分析不同影响领域下主题实现的可能性,同时分析是否有突发事件的影响,如有,影响如何。
5对各种可能出现的主题状态进行预测。
①为什么要对建立的回归模型进行统计检验?
当建立一个实际问题的经验回归方程后,不能立即用其来做分析和预测。
因为在建立模型前,我们是依据定性分析所作的一些假设去拟合因变量y与自变量x1,x2,...,xn之间的关系,不能确定是否真的存在这样的线性关系。
或者因变量与自变量是否显著。
所以在此基础上要对建立的回归模型进行统计检验。
②应用回归预测法进行用预测时,应注意哪些问题?
首先应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。
正确应用回归分析预测应注意:
1用定性分析判断现象之间的依存关系;
2避免回归预测外的任意外推;
3应用合适的数据资料。
①影响经济时间序列变化有哪四个因素?
试分别说明之。
经济时间序列的变化收到长期趋势、季节变动、周期变动和不规则变动这四个因素的影响。
其中:
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,它可以在一个相当长的时间内表现为一种接近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)是经济现象受季节变动影响所形成的一种长度或幅度固定的周期波动。
周期变动因素(C)也称循环变动因素,它是受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(I)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试述趋势外推法的基本原理?
当预测对象依时间变化呈现某种上升或下降趋势,并无明显的季节波动,又能找到一条合适的函数曲线反应这种趋势变化时,就可以用时间t为自变量,时序数值y为自变量,建立趋势模型:
y=f(t)。
当有理由相信这种趋势能够延伸到未来时,赋予变量t所需要的值,可以得到相应时刻的未来值,这就是趋势外推法。
③趋势外推法的假设条件?
及主要优点?
趋势外推法的假设条件:
1假设事物发展过程没有跳跃式变化,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。
它的主要优点:
可以揭示事物发展的未来趋势,并定量的估计其功能特性。
①一次指数平滑法与一次移动平滑法相比,其优点是什么?
一次移动平滑法有两个主要限制:
(1)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,就必须存储大量的数据;
(2)N个过去观察值中每一个权数都相等,而早于(t-N+1)期的观察值的权数等于0,而实际上往往是最新观察值包含更多信息,应具有更大权重。
而一次指数平滑法是一种加权预测。
它既不需要存储全部历史数据,也不需要存储一组数据,从而可以大大减少数据存储问题,甚至有时只需一个最新观察值、最新预测值和值就可以进行预测。
②线性二次指数平滑法中包含哪两种方法?
各自有什么特点?
主要包括布朗单一参数线性指数平滑法和霍尔特双参数线性指数平滑法。
布朗单一参数线性指数平滑法特点:
当时序有趋势存在时,一次和二次指数平滑法都有滞后于实际值,而此方法则比较好地解决这一问题,它适用于具有线性变化趋势的时序进行短期预测。
其中只有一个平滑参数a,使用简单。
霍尔特双参数指数平滑法的特点是:
其基本原理与布朗单一参数线性指数平滑法相似,但它不直接应用于二次指数平均,而是分别对原序列数据和序列的趋势进行平滑。
其中有两个平滑常数a,r,比布朗单一参数线性指数平滑法灵活。
③在何种情况下,宜采用二次曲线指数平滑法?
对于非线性增长的时间序列,采用二次曲线指数平滑可能比线性指数平滑法更为有效。
它的特点是:
不但考虑了线性增长的因素,而且也考虑了二次抛物线的增长因素。
①自适应过滤法有哪些特点?
重要特点是它将自回归方程中的权数最优化。
1方法简单易行,可采用标准程序上机运算;
2需要数据量较少;
3约束条件较少;
4具有自适应性,它能自动调整权数,是一种可变系数的模型。
②学习常数K的选取应满足什么条件?
如何确定?
要使初始权数经过调整逐步向最佳权数逼近,从而使模型MSE向一最小值收敛,K的取值条件为:
k<
=1/[∑Xi^2]max(i从1,。
,p)。
不过为了提高模型中权数调整逐次逼近最佳权数的速度,可以取较大的k值,但必须满足k<
=1/p.
③对原始数据进行标准化有什么作用?
当数据的波动较大时,在调整权数之前,应对原始数据值做标准化处理。
标准化处理一方面可以加快调整速度,使权数迅速收敛于“最佳”的一组权数,并可使学习常数k的最佳值近似于1/p,从而使自适应过滤法更为有效;
另一方面,可以使数据和残差无量纲化,有助于不同单位时间序列数据的比较。
①平稳时间序列的统计特性是什么?
其统计特性是:
对于任意的t,k.m满足:
E(yt)=E(yt+m),cov(yt,yt+k)=cov(yt+m,yt+m+k)。
②使用差分法的目的是什么?
将非分平稳序列通过一次或多次差分变为平稳序列。
③利用自相关分析图测定时间序列的平稳性的准则是什么?
判断时间序列是否平稳,是一项重要的工作。
运用自相关自相关分析图测定时间序列的平稳性的准则是:
1若时间序列的自相关函数^k在k>
3时都落入置信区间,且逐渐趋于零,则该时间序列具有平稳性。
2若时间序列的自相关函数更多的落入置信区间外面,则该时间序列不具有平稳性。
④利用自相关分析图测定时间序列的随机性的准则是什么?
判断时间序列的随机性,是指时间序列各项之间没有相关关系的特征。
运用自相关自相关分析图测定时间序列的随机性的准则是:
1若时间序列的自相关函数基本都落入置信区间,则该时间序列具有随机性;
2若较多自相关函数落在置信区间之外,则认为该时间序列不具有随机性。
⑤进行单位根检验的意义是什么?
对非平稳序列使用传统的估计方法时,以及估计变量间的关系时会得出错误推断。
正确的方法是检验时间序列趋势之前,要先确定时间序列中是否存在单位根。
如果变量不能拒绝有单位根,则认为非平稳的。
如果经过单位根检验得到所研究的序列是非平稳的,可以通过一次或多次差分变为平稳序列。
⑥协整的目的是什么?
如果两个或多个非平稳的时间序列,其某个线性组合后的序列呈平稳性,这样的时间序列就被称为有协整关系的存在。
如果我们直接对有协整关系的变量之间进行回归分析等操作,尽管拟合的效果很好,但实际上变量之间可能根本不存在任何关系,即产生了谬误回归,这会影响分析结果。
所以,在进行分析之前,应进行协整检验。
①为什么要引入干预分析模型?
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。
②干预变量有哪几种?
干预变量有两种,第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,可以用阶跃函数表示,形式是:
STt={0,干预事件发生之前(t<
T)1,干预事件发生之后(t>
=T)
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:
:
PTt={1,干预事件发生时(t=T’)1,其他时间(t≠T’)
③干预事件有哪几种类型?
基本上有以下四种类型1干预事件的影响突然开始,长期持续下去;
2干预事件的影响逐渐开始,长期持续下去;
3干预事件突然开始,产生暂时的影响;
4干预事件逐渐开始,产生暂时的影响。
④单变量时间序列干预模型分析的步骤有哪些?
1利用干预影响产生前的数据,建立一个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,得到受干扰影响的具体结果,利用这些结果求估干预影响部分的参数;
3利用排除干预影响后的净化序列,识别与估计出一个单变量的时间序列模型;
4将2和3的模型结合,求出总的干预分析模型。
①景气指标选择的原则有哪些?
简单介绍这些原则的含义。
景气指标的选择应遵循四个原则:
(1)重要性和代表性:
指标所代表的内容是经济发展某一方面的综合反映,在经济活动的总量活动中居重要地位,同时又具有某类指标的基本波动特征。
(2)可靠性和充分性:
可靠性是指数据的精确性和统口径的一致性。
充分性要求指标样本具有足够的长度,以满足季节调整的数据处理要求,并能揭示其循环波动的规律。
(3)一致性和稳定性:
一致性景气波动发生变化时,指标的波动状况发生相应的变化,或提前或延迟一段时间表现出来。
稳定性指标总能以相对稳定的时滞发生这种变化。
(4)及时性和光滑性:
景气指标用于短期分分析和预测,因而要求及时的获得统计数据,并要求指标具有一定的光滑性,不规则波动因素较少的指标更能满足预测的要求。
②经济预警系统及作用?
经济预警系统的原理是选择一组反映经济发展状况的敏感指标,运用有关的数据处理方法,将多个指标合并为一个综合性指标,然后通过一组类似于交通管制信号红、黄、绿灯的识别,利用这组指标和综合指标对当时的经济状况发出不同的信号,通过观察信号的变动情况,来判断未来经济增长的趋势。
作用:
1正确评价当前宏观经济运行的状态,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能及时的反应宏观经济的调控效果,判断宏观经济调控经济措施是否运用得当,是否起到了平抑经济波动幅度的效果等;
4有利于企业的经营决策;
5有利于改革措施出台的正确决策。
①灰色预测及类型?
灰色预测法是一种对含有不确定因素的系统进行预测的方法,它是一种介于白色系统和黑色系统之间的一种系统。
主要包括四种类型:
灰色时间序列预测,畸变预测,系统预测,系统预测,拓扑预测。
①什么是状态空间模型?
其种类如何?
状态空间模型是动态时域模型,以隐含着的时间为自变量。
按影响因素的不同分为:
1确定性状态空间2随机性状态空间。
按数值形式分为:
1离散空间模型2连续空间模型
按所描述的动态系统可以分为:
1线性的与非线性的2时变的与非时变的
②状态空间模型与传统时间序列分析方法比较有何特点?
状态空间模型开创了时间序列建模与分析的新领域,具有其他时间序列方法所不具备的优点。
1首先,状态空间模型能够用现在和过去的最小信息形式或用现在和将来的输入信息对于一个系统的状态进行完全进行描述。
2该模型不仅刻画了系统内部的状态,而且能够揭其系统内部状态与外部的输入与输出变量的联系,反应比较全面。
3它能将几个变量时间序列处理为向量时间序列,能够很好的解决多输入和多输出变量问题情况下建模,往往能用于一元和多元时序的建模。
4卡尔曼滤波是解决空间状态模型估计与预测的有力工具之一,它不需要存储历史数据,而且可以通过计算机程序达到对状态空间模型的优化拟合。
5该模型也存在局限性。
该模型一般基于马尔科夫特性,这就意味着给定系统的现状状态,则系统的将来与其过去独立。
①决策及特点和决策系统的基本要素。
决策就是为了实现特定的目标,根据客观的可能性,在占有一定信息和经验的基础上,借助一定工具、技巧和方法,对影响未来目标实现的诸多因素进行准确的计算和判断选优后,对未来行动做出决定。
未来型,选择性,实践性。
基本要素包括:
决策主体、决策目标、决策对象、决策环境。
②决策可以分为哪些类型?
按决策问题所处的条件分为:
确定型决策(可供选择方案的条件已确定)、不确定型决策和对抗型决策。
按问题的性质分为:
程序化决策(可按问题的规律明确决策程序)和非程序化决策。
按涉及范围:
总体决策(涉及各个重要方面)和局部决策(仅涉及个别对象)
按决策过程是否运用数学模型来辅助分为定性决策和定量决策。
按决策目标数量的多少:
单目标(目标只有一个)、多目标决策
按决策的整体构成:
单阶段决策(某个时期某一问题的决策)和多阶段决策。
③决策包括哪些步骤?
信息搜集成本和决策具有什么关系?
确定决策目的,拟定备选方案,方案抉择,方案实施。
信息搜集成本随着时间的推移而增加,同时不确定性也在减少,因此,适时做出有效决策很关键。
一般地,对决策问题进行分析,确定决策问题的重要程度。
然后对重要程度较低的决策问题采取简单方法决策,而对于重要程度较高的决策问题,则应在搜集到一定信息之后,选择出最合适的决策方案。
①风险性决策:
是根据预测各种事件可能发生的先验概率,然后采用期望效果最好的方案作为最优决策方案。
②敏感性分析?
如何进行风险决策的敏感性分析?
敏感分析是分析概率值的变化对最优方案取舍的影响程度。
进行敏感分析的步骤:
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判断所作出决策的可靠