第九章统计预测.pptVIP

第9章 统计预测 9—1 统计预测概述 统计预测概念和作用 统计预测的种类 统计预测的步骤 统计预测的概念 所谓统计预测就是根据统计资料或相关的定性资料,通过统计分析,应用统计模型,对未来不确定事件的数量方面,或数量方面的未来前景所作的预测。 统计预测的作用主要表现在以下几个方面： 它为编制计划，加强计划指导提供依据 为管理决策科学化提供依据 推动了统计科学、统计工作的发展 统计预测的种类 统计预测的步骤 搜集、审核、整理资料 选择预测模型和预测方法 进行预测 分析预测误差和改进预测 9—2统计预测模型与基本预测方法 统计预测模型 基本预测方法 统计预测模型 （一）简单预测模型 （二）长期趋势模型 （三）周期性变动模型 （四）回归模型 简单预测模型 观测值预测模型 固定平均数预测模型 移动平均数预测模型 增减量预测模型 平均增（减）量预测模型 增减速度预测模型 平均发展速度预测模型 观测值预测模型 这种模型是把最近一期的观测值，直接作为下一期预测值使用，即假定下期值仍等于本期值，没有增减变化，用公式表示： 这种模型适用于预测对象处于稳定状态或没有明显的增减变动趋势的情形。显然，该模型虽然简单，但是它只能给出粗略的估计值。 固定平均数预测模型 这种模型是把研究时期的各期观测值的简单平均数，作为下一期的预测值。其公式是： 该模型只适用于预测对象无明显增减变动趋势，或时间数各期的变动，呈现有增有减的随机波动的情形。也同样，该模型虽然简单，但预测精度较差。 移动平均数预测模型 这种模型是以一个数列的局部资料的平均数作为下期预测值。它分为以下两种： （1）简单移动平均数预测模型： 式中，N为移动平均的项数，即移动的时期数，N≤t。 （2）加权移动平均数模型： 式中， 移动平均数预测模型 加权移动平均数预测模型中，一般常用的、简单的形式是： 考虑到近期数据对预测值的影响较大，于是对近期的数据，应给于较大的权数；对远期的数据，应给于较小的权数。因此，一般来说，加权移动平均数预测模型，优于将远、近期对预测值的影响等同看待的简单移动平均数预测模型。 移动平均数预测模型适用于预测对象数据短期有波动，但长期稳定的情形。 增减量预测模型 这种模型是把本期观测值与本期增减量之和，作为下一期的预测值。其公式为： 该模型适用于预测对象在预测前后逐期增减量相同的情形。 平均增（减）量预测模型 这种模型是用本期观测值与以前逐期平均增减量之和，作为下一期的预测值。其公式为： 该模型适用于预测对象时间数列预测期增减量同于全时期平均增减量的情形。 增减速度预测模型 这种模型是把本期观测值与本期增减速度之积与本期观测值之和，作为下一期的预测值。其公式为： 该模型适用于预测对象各期增减的绝对量虽不等，但却存在相对稳定的增减速度的情形。 平均发展速度预测模型 这种模型是把本期观测值与时间数列全时期的平均发展速度之积，作为下一期的预测值。其公式为： 式中b为平均发展速度。 该模型适用于预测对象存在相对稳定的平均发展速度的情形。 长期趋势模型 长期趋势模型是根据预测对象时间数列中存在的长期趋势而进行的外推预测模型。它是一种应用很广的统计预测模型，可分为线性趋势模型和非线性趋势模型两大类。 周期性变动模型 周期性变动通常包括季节变动与循环变动。周期性变动模型是用于测定一定周期性变动，主要是季节变动的外推预测模型。由于季节变动模型在前面已经阐述， 回归模型 回归模型，是根据两个或两个以上变量数据变动关系建立回归方程式，以用于外推预测的模型。它通常可分为一元回归模型与多元回归模型、线性回归模型和非线性回归模型等等。利用回归模型进行预测。 基本预测方法 半数平均法 最小二乘法 半数平均法 当预测对象的时间数列资料呈线性分布趋势时，可采用半数平均法配以直线，进行外推预测。 设所配的线性模型为 设预测对象时间数列有2m项数据，将它们分成前后两半，分别计算算术平均值，并将对应的平均值看作所配直线前半段和后半段上两点。再通过求解方程组： 得到a，b，便估计出预测模型的参数，从而便确定了所配直线。如果预测对象时间数列有