统计预测和决策复习笔记摘要.docVIP

统计预测和决策复习笔记 Part I 预测部分 Chapter 1 统计预测概述 统计预测的三个要素 预测的依据：实际资料 预测的基础：经济理论 预测的手段：数学模型 定性预测法 定性预测法是以逻辑为主的预测方法 统计预测的原则 连贯原则：是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有什么根本的不同。 类推原则：是指事物必须有某种结构，其升降和起伏变动不是杂乱无章的，而是有章可循的。 Chapter 2 定性预测法 德菲尔法的预测程序（了解流程、不计算） Step 1 ： 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。其中选择专家是关键。 Step 2 ： 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。 Step 3 ： 主持预测的单位或领导小组根据专家的预测意见，加以归纳整理，对不同的预测值分别说明预测的依据和理由（根据专家意见，但不注明是哪个专家的意见），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。 Step 4 ： 专家等人接到第二次通知后，就各种预测意见及其预测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。如此反复往返征询、归纳、修改，直到意见基本一致为止。修改的次数，根据需要决定。 Chapter 3 回归预测法（计算） 计算：一元线性回归（二元以上回归、非线性回归不考） 概念了解：一元线性回归预测法是是指成对的两个变量数据分布大体上呈直线趋势时，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，来预测因变量发展变化的方法。 Step 1 ： 建立模型 Step 2 ： 估计参数 一元线性回归预测试： 参数的估计方法： 普通最小二乘法 最大似然估计法（略） Step 3 ： 进行检验（考试只要求会读检验指标） 检验统计量 拟合优度检验 标准误差：估计值与真实值间的误差的平均水平 可决系数：衡量因变量与自变量关系密切程度，表示自变量解释因变量变动的百分比。（介于0和1之间） 相关系数（自变量与因变量之间的相关性）：可决系数开方 对回归系数显著性检验——t参数检验 t检验统计量服从自由度为n-2的t分布。如果，则回归系数b显著。 对回归模型显著性的检验——F检验 回归自由度：1 残差自由度：n-2 F服从F(1,n-2)分布。如果F，则表明回归模型显著；如果F，则表明回归模型不显著，不能用于预测。 自相关检验——D.W统计量（用于多元回归、一元回归） 自相关：本期统计量与上期统计量存在相关性 其中 多重共线性检验（自变量之间的相关性）——R统计量（多元回归） 多重共线性：自变量间存在相关性（数据降维技术：主成分分析、因子分析） 其中Z、X为模型中的两个自变量 Chapter 4 时间序列分解法和趋势外推法（计算） 影响时间序列变化的因素 长期趋势 季节变动 周期变动 不规则变动 时间序列分解模型 加法模型： 乘法模型： 趋势模型的种类（考试要求：知道在什么情况下用哪种） 多项式曲线预测模型——n阶差分为常数（近似等于即可）时（n=1、2、3....） 一次线性预测模型 二次（二次抛物线）预测模型 三次（三次抛物线预测模型） ... ... n次（n次抛物线预测模型） 附：进行数据的拟合时，n越高拟合程度越好。但进行预测时，n越高预测结果越差。预测是在分析数据的变化趋势，允许波动的存在。 指数曲线预测模型——数据相除等于常数时（近似等于即可） 对数曲线预测模型（对指数模型的对数化处理） 各种曲线拟合优度的比较（多种模型的优劣判断） 比较标准： 附1：分母用n而不用自由度，主要是考虑对各个模型的精度进行比较，便于统一标准。 附2：拟合优度检验仅仅给出了数据对以往数据进行拟合的效果，而未回答该形态是否会延续到将来这一问题。在进行预测时需要分析这种延续的可能性。“过去的趋势并不能完全指明未来的发展方向。” Chapter 5 时间序列平滑预测法（计算） 一次移动平均法 计算公式 适用范围 平稳时间序列做短期预测 优点：计算简单 缺点 需要保存的历史数据较多 n的大小不容易确定。（当数据的随机因素较大时，宜选用较大的n，这样有利于较大限度的平滑由随机性所带来的较大偏差；数据的随机性较小时，宜选用较小的n,这样有利于反映数据的变化。） 只能用于平稳时间序列 一次指数平滑法 计算公式 PS：一次指数平滑在一次移动平均的基础上得到 适用范围 适用于变化不大的平稳时间序列 优点：不需要保留较多的历史数据，只需要较少的数据量和较小的计算量。 线性二次移动平均法 计