经济预测与决策 第6章 马尔科夫预测法.ppt

第六章 马尔科夫预测法 讲授内容: 第一节 马尔科夫链的基本概念 第二节 状态概率的估算 第三节 马尔科夫链在经济预测方面的应用 第四节 马尔科夫预测案例 思考与练习 一、状态与状态概率 将事物在时间t所处的第i种状态记为 ，假设事物有n种不同的状态，则这n种不同的状态所构成的状态空间记为S， 。 被研究对象在t时间处于状态空间中的某一状态，把其处于各种状态的可能性称为状态概率。记状态 的概率为 ，即： t=1,2,…;i=1,2,…,n（6.1） 一、状态与状态概率 用 表示被研究对象第k期的状态概率空间，即： k=1,2,…（6.2） 其中， 。 1.状态转移及其转移概率 系统由一个时期所处的状态 到未来某时期所处的可能状态 的转变被称为状态转移，发生这种状态转移的可能性被称为转移概率。状态转移可分为一次转移和多次转移。所谓一次转移是指系统在相邻两个时期的状态转移，多次转移是指系统经过多个时期的状态转移。 系统在时间t=m时处于状态 ，在下一时间t=m+1时处于状态 的概率记为 ，则称 为一次转移概率。显然有： k次转移概率是指，系统在时间t=m时处于状态 ，经过k步转移之后，在时间t=m+k时处于状态 的概率，记为 。 ,k=1,2,… 由概率的性质可知：0≤ ≤1 (i,j=1,2,…,n)， (i=1,2,…,n)。 2.状态转移概率矩阵 系统一次转移概率的集合组成的矩阵被称为一次转移概率矩阵，记为： 系统k次转移概率的集合组成的矩阵被称为k次转移概率矩阵，记为P(k)，即 如果这种转移是随机的，则k次转移概率矩阵等于一次转移矩阵的k次方，即： 被研究对象的状态转移概率矩阵完全地描述了被研究对象的变化过程。 三、马尔科夫过程 某现象在时间m+1时处于状态 的概率仅与该现象在时间m时所处的状态 有关，而与时间m前所处何种状态无关的特性称为无后效性。这种特性最早由俄国数学家马尔科夫研究发现，故又称为马尔科夫性。具有这种特性的时间转移和状态转移的过程就称为马尔科夫过程。 马尔科夫预测法只能用来进行短期预测，若用马尔科夫预测法进行长期预测则应及时修正异步转移概率矩阵。 四、标准概率矩阵与平衡向量 对于概率矩阵，若转移是随机的，即存在正整数k使得矩阵 ，那么称概率矩阵P为标准概率矩阵。 若矩阵P是一个标准概率矩阵，则必存在非零向量 ，使得 。其中 ≥0， ， 为平衡向量，也叫作终极状态概率。 一、状态概率估计 被研究对象X存在n种状态，其状态空间记为： 设在N次观察中，被研究对象X处于状态 共有 次，显然 。用频率代替概率可得： i=1,2,…,n 其中0≤ ≤1，且 。 可以作为现象X处于状态 的状态概率估计。故而状态概率向量为 。 二、转移概率估计 如果被研究对象X处于 ，下一次转入状态 共发生了 次，显然 (i=1,2,…,n)，那么用频率代替概率可得： i,j=1,2,…,n 其中0≤ ≤1，且 。则 就可以作为现象的一步转移概率估计值。 一、市场占有率预测 市场占有率是指在某一地区某企业产品销售量在该地区同类产品的市场销售总量中所占的份额。市场占有率是公司销售率和盈利率的一个重要控制比率。在激烈的市场竞争中，对现有和未来的市场占有率的估计关系到企业经营的成败。假如我们对市场情况不太清楚，如何对它进行预测。马尔科夫方法为市场占有率预测提供了较为可靠的工具。 一、市场占有率预测 具体步骤如下： 1.进行市场调查 （1）调查目前的市场占有情况，即调查所有顾客在目前消费该类商品时购买各种商品的比重，获得初始分布 。 （2）调查顾客在选择n种品牌的流动情况，先获得转移频率矩阵，从而由频率估算概率