《统计预测与决策》教案.ppt

  1. 1、本文档共181页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
前言 参考书目 第一章 统计预测概述 第二章 定性预测法 第三章 回归预测法 第四章 时间序列分解法和趋势外推法 4.2 趋势外推法 第十三章 统计决策概述 第十四章 风险型决策方法 第十六章 不确定型决策方法 本章小结 1、决策是对未来行动作出决定;具有三个特征、四个要素. 2、决策可从不同的角度进行分类. 3、一个完整的决策包括四个过程. 4、决策的六个基本公理和决策时应遵守的三条原则. 作业:第270页:1、2、3 回总目录 14.1 风险型决策的基本问题 14.2 不同标准的决策方法 14.3 决策树 14.4 风险决策的敏感性分析 14.5 完全信息价值 14.6 效用概率决策方法 14.7 连续型变量的风险型决策方法 14.8 马尔科夫决策方法 小结 14.1 风险型决策的基本问题 不确定型决策举例: 有一工程,下月开工后如果天气好,可按期完工获利140万元,若开工后天气不好,则损失120万元. 若不开工,则无论天气如何都将窝工损失20万元. 自然状态发生的概率已知 自然状态发生的概率完全未知 完全不确定型决策 风险型决策 贝叶斯决策 一. 概念 所谓的风险型决策,是指根据预测各种事件可能发生的先验概率,然后再采用期望效果最好的方案作为最优方案. 先验概率:根据过去经验或主观判断而形成的对各自然状态的风险程度的测算值. 简言之,原始的概率就称为先验概率. 二. 损益矩阵 有三部分组成: 1、可行方案; 2、自然状态及其发生的概率; 3、各种行动方案的可能结果. 可行方案 自然状态 先验概率 损益值 损益矩阵表 回本章目录 14.2 不同标准的决策方法 常用的方法有: 以期望值为标准的决策方法; 以等概率(合理性)为标准的决策方法; 以最大可能性为标准的决策方法. 一. 以期望值为标准 以收益和损失矩阵为依据,分别计算各可行方案的期望值,选择其中期望收益值最大(或期望损失值最小)的方案作为最优方案. 其中, 表示第 个方案的期望值; 表示 采取第 个方案,出现第 种状态时的损益值; 表示第 j 种状态发生的概率,总共可能出现m种状态. 案例 某工厂就是否推出一种新产品的问题进行决策分析两种方案:一、大规模投资,年生产能力250万件,年固定成本300万元;二、小规模投资,年生产能力100万件,年固定成本100万元. 在未考虑固定费用的前提下,每售一件产品可获利4元,据预测这种新产品可能的年销售量为10万件,50万件,100万件,250万件,相应的概率分别为:0.1,0.1,0.5,0.3. 就此问题绘制损益矩阵并以期望收益为标准做出决策. (2)平均相对误差和平均相对误差绝对值 平均相对误差的公式为: 平均相对误差绝对值的公式为: (3)预测误差的方差和标准差 预测误差的方差公式为: 预测误差的标准差公式为: 预测误差的方差比平均绝对误差或平均相对误差绝对值能更好地衡量预测的精确度. 二. 未来的可预测性 未来的可预测性是影响预测效果好坏的重要因素,由于受各种因素的影响,经济现象的可预测性明显低于自然现象的可预测性. 在经济预测中,不同的经济现象的可预测性也存在极大的差别. 影响经济现象的可预测性的因素: 1、 总体的大小;2、总体的同质性;   3、需求弹性; 4、竞争的激烈程度. 三.影响预测误差大小的因素 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. 回本章目录 11.2 定量预测方法的比较 一. 因果预测的精度 大型模型的预测精度并不比小模型的预测精度高; 没有任何一种预测方法或预测模型会在各种情况下都比其他方法或模型表现得更好; 大型的回归模型能提供更多的有关影响预变化的原因. 所以,如果用户选择预测方法的标准是追求预测精度的极大化,则最好选择时间序列预测模型, 如果预测精度只是选择预测方法的重要标准之一,则可以考虑选择小型的回归模型. 二. 时间序列预测模型的预测精度 1、 Makridakis等人得出结论 提高模型的复杂程度,其预测精度并不会自动提高;因此,模型简单并不是缺点,而是一个优点,时间序列预测模型一般都比较简单且成本较低,时间序列预测应该有更广的应用范围; 某些复杂模型在特定情况下,其预测精度会高于简

文档评论(0)

autohhh + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档