经济预测与决策2(研究生).pptVIP

经济预测与决策（二） 湖南大学经贸学院 许和连 博士、 教 授 第四章 曲线趋势预测法 第一节 直线趋势模型预测法 一、直线趋势模型 直线趋势模型为： 式中：t——时间变量； ——预测值；a,b——模型参数 二、直线趋势模型的识别 设：某一经济变量 的时间序列为 为样本容量。 方法一：绘制 的散点图（或称时序图），若散点图形近似于一条直线，则初步判断该时间序列可以选用直线趋势模型进行预测。 方法二：可用阶差法识别。根据模型（4.1.1）可知，其一阶差分： 为一个常数，计算给定的时间序列的一阶差分，若一阶差分近似为一个常数时，则可以选择直线趋势模型进行预测。 三、直线趋势模型的参数估计 （一）最小二乘法 最小二乘法的基本思想是：使误差平方和 达到最小，从而得到参数a和b的估计值。 由极值原理，获得参数估计式如下： 四、点预测与置信区间预测 将样本范围所取的t 值代入预测模型中，得到的估计值为追溯预测值，而将未来所取的 代入模型中，得到的 ，即为变量的点预测值。 给定置信度 ，得到变量yt在点预测值 上下变动的范围称为置信区间预测，该预测区间为： 式中：Sy估计标准差，即 当 时，置信区间可以取为： 第二节 可线性化的曲线趋势模型 预测法 一、多项式曲线模型 一般形式为 式中： ——待估参数。 二次曲线模型的特点是二阶差分为一常数。同理可知，三次曲线模型的特点是三阶差分为一常数。因此，当一个时间序列的二阶或（三阶）差分近似为一个常数时，都可以选择二次（或三次）曲线模型进行预测。 关于二次（三次）曲线模型的参数估计可以采用最小二乘法。这里以二次曲线模型的参数估计为例。 二、指数曲线模型 指数曲线模型的一般形式为： 其中： a,b——待估参数；t——时间变量；e——自然对数的底。 指数曲线模型的特点是一次比率，即环比发展速度为一个常数，因此，当时间序列 随时间t的增加而按一定比率增长或减少时，可以选择指数曲线模型进行预测。 对模型两边取自然对数，得： 令 则模型可转化为直线模型： 根据直线模型的最小二乘参数估计公式，得到： 五、双曲线模型 ?双曲线模型的一般形式为： 其几何图形如图所示 第三节 有增长上限的曲线趋势模 型预测法 有增长上限的曲线趋势模型一般包括三种：修正指数曲线模型和两个S形曲线模型，即龚珀兹曲线模型和皮尔曲线（亦称Logistic）模型，它们常被用于商品的需求预测中。 一、修正指数曲线模型预测法 1．模型的形式 式中：K、a、b——待估参数。 2．模型的识别 修正指数曲线模型的特点是一阶差分的环比为一个常数。 二、S形曲线模型预测法 两个模型为龚珀兹（Gompertz）曲线模型和逻辑斯蒂（Logistic）曲线模型。通常它们能够反映具有生命周期特征的现象，如人口预测、商品的寿命等等，因此也被称为生命周期曲线。 1．龚珀兹（Gompetz）曲线模型。 （1）模型的一般形式为： 其几何图形如下图所示 第五章 马尔科夫预测法 第一节 马尔科夫链及转移概率 一、随机过程 定义5-1 设Ω是随机试验E的样本空间，T为时间参数空间。若对每一时刻 ，都有定义在Ω上的随机变量 与之对应，则称依赖于t的一组随机变量 为一随机过程，简记为 例5-1 设Z(t)是某市电话局在时间t内收到的呼叫次数， =[0, 24]，则 是一随机过程。 例5-2 设Z(t)是北京市在一天内t时刻的温度， =[0, 24]，则 是一随机过程。 二 马尔科夫链 马尔科夫链是指具有无后效性的时间序列。所谓无后效性是指序列将来处于什么状态，只与它现在所处的状态有关，而与它过去处于什么状态无关。无后效性可用条件概率表示。 定义5-2 设时间序列 的状态空间S是一整数集，若对S中的任意n个整数： 和T中任意n个整数 都有： 则称时间序列是马尔科夫链。而条件概率 称为由tn-1时刻之状态i到tn时刻之状态j的状态转移概率，记为 第二节 概率向量与概率矩阵 定义5-5 如果一个行向量