1979—2009安徽省人均GDP预测及其相关决策评价课程设计.doc

安徽工程大学 统计预测与决策课程设计论文 统计学专业 题目：1979年—2009年安徽省人均GDP预测及相关决策评价 姓名：朱俊 班级：统计学101班 学号：3100802116 目 录 摘 要 3 一、问题的提出 3 二、模型的建立及预测 3 三、结论 10 四、决策评价 10 参考文献 11 附 录 12 1979年—2009年安徽省人均GDP预测及相关决策评价 摘 要 就统计预测方法而言，它最基本的作用在于把历史资料中同时并存的基本轨迹和误差分开，以研究其形态的变化。 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得。预测与决策和行动计划之间的关系在于：预测与决策之前，行动计划在决策之后。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。行动计划是预测、决策之后的产物，又是预测、决策实现的桥梁。 2009年上半年安徽省开始承接长三角产业转移，建立皖江城市带。本文通过对/p-39854614874.html上的数据资源。数据来源真实、可靠。 关键词：指数模型 简单移动平均 灰色模型 决策评价 一、问题的提出 人均GDP是描述人均经济发展指标的重要指标。人均经济发展水平在一定程度上反映一个国家、地区的富裕程度和人民生活水平的高低。 安徽省自建国到2008年以来，经过几代领导的努力，提出了许多设想，同时也做了许多工作，使得安徽省的人均GDP逐年增加，尤其是近几年增长速度较快，2009年安徽省人均GDP已经达到16391元，是历年之最。 2009年上半年安徽省又做出承接长三角产业转移，建立皖江城市带的决策。那么这一决策对安徽省的人均GDP产生怎样的影响，是本文需要研究的问题。 二、模型的建立及预测 2.1、指数模型预测 2.1.1、指数模型 指数模型的数学方程式为，该函数适用于按指数增长的模型。在实际操作中，往往先将数据进行对数处理，即： 然后将处理后的数据利用Excel进行回归分析，由回归分析结果判断模型的优劣及各参数的数值。 2.1.2、指数模型建立及预测 第一步：对安徽省1979年—2009年的人均GDP数据进行绘图，如下图： 图1、安徽省1979年—2009年的人均GDP散点图 由图形趋势可知此数据符合指数趋势，可以尝试使用指数模型。 第二步：将人均GDP数据对数化处理，并使用Excel中的数据分析对其进行回归分析，过称为：工具—数据分析—回归—输入相关信息—确定。结果如下： 表1、对数化后的数据回归分析 SUMMARY OUTPUT 回归统计 Multiple R 0.993746802 R Square 0.987532706 Adjusted R Square 0.987102799 标准误差 0.142970653 观测值 31 方差分析 df SS MS F Significance F 回归分析 1 46.95384 46.95384 2297.086 3.6161E-29 残差 29 0.592778 0.020441 总计 30 47.54661 　 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 上限 95.0% Intercept -266.688686 5.724672 -46.5858 8.16E-29 -278.39695 -254.980418 -278.39695 -254.98 年份 0.137597233 0.002871 47.92793 3.62E-29 00.143468923 00.143469 由上述分析结果可以看出，=0.9871，模型的拟合优度较高。进一步分析检验和检验结果可知：=2297.086，相应的显著水平为3.6161E-29，统计量为47.928，可以99.9999999%的置信度拒绝方程整体和自变量不显著的虚假设，因此指数模型的拟合度较高。 模型为 即原模型为 原数据与模型拟合效果见下图： 图2、原始数据与指数模型拟合 2010年—2012年的安徽省人均GDP预测为： 表2、指数模型的预测值 序号 年份 预测值 32 2010 19571.64121 33 2011 22458.78028 34 2012 25771.81986 2.2、简单移动平均法预测 2.2.1、简单移动平均法 移动平均法是根据时间序列资料，逐项推移，依次计算包含一定项数的平均数，以反映时间序列变化趋势的方法。 设当前时期为t，已知时间序列观测值为假设按连续N个时期的观测值计算一个平均数，作为对下一期即（t+1）期的预测值，用表示，