港口预测与决策实验报告.docxVIP

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
港口预测与决策实验报告

上海海事大学港口预测与决策实验报告 专 业: 交通运输管理 班 级: 交运143 姓 名: 孙洪文 学 号: 201220611079 指导教师: 张华歆 某机构准备将一笔资金投资股票或政府债券。在今后三年,政府债券的价值增加是固定的,为15%。股票价值则依赖于今后3年的经济状况,若出现通货膨胀,股票将增长25%;若出现通货紧缩,将下降10%,在一般情况下,股票价值将增长15%。为预测今后三年的经济状况,该机构采取德尔菲法进行预测。经过五位专家三轮的咨询,最后意见趋于一致,如下表1所示。若平等对待五位专家的意见,则该机构应该投资于股票还是政府债券?表1 德尔菲预测结果专家估计各种情况发生的可能性专家编号通货膨胀一般情况通货紧缩10.150.750.1020.200.700.1030.200.650.1540.300.650.0550.150.700.10利用德尔菲法算出如下结果:由上表结果可知股票加权平均预测增值为:0.1435。因为预测股票价值为(0.1435)大于政府债券的价值(0.15),所以应选择政府债券。某商品销售量历史数据如表2,请回答:该组数据适合用何种移动平均方法预测?移动平均跨度N取多少预测误差最小?请预测第12期的销售量。表2 移动平均预测数据期数1234567891011数据4650595755645561454946(1)据移动平均预测数据画出散点图如下:由上图散点图可知,没有明显的周期性变化,所以选择一次移动平均预测。(2)根据预测数据做出一次移动平均结果如下:由上图一次移动平均结果可知:由于跨越期N的取值不同,同样的历史数据有不同的预测结果,它直接影响预测效果。当N取2时,理论预测值的均方误差为45.4167,其为N取其他值中最小的,所以移动平均跨度N取2预测误差最小。(3) 由N取2时,一次移动平均结果可知第12期的销售量为47.5。表3是某企业正常生产情况下的12期耗电量历史数据。试分别用移动平均法、一次指数平滑、二次指数平滑法对该企业第13、14期的耗电量进行预测,然后作图并进行比较。思路:用移动平均法时去N=3,6,9,并比较得到最合适的移动平均预测值;用指数平滑法时取平滑系数a=0.2,0.5,0.8,并比较最合适的指数平滑预测值;然后在最好的移动平均预测值和最好的指数平滑预测值之间比较。表3 历史数据期数123456789101112数据224219226214231231257236256248253265据历史数据画出散点图如下:根据历史数据做出移动平均(N=3,6,9)结果如下:由上图的移动平均结果可知,当N取3时均方误差最小,第13期预测值为255.33333。根据历史数据做出一次指数平滑(a=0.2,0.5,0.8)如下:由上图一次指数平滑结果可知,当a=0.5时,误差的平方最小,第13期预测值为257.7062。根据历史数据做出二次指数平滑法(a=0.2,0.5,0.8)如下:根据历史数据散点图,数据变动趋势波动较大,采用一次移动平均或者一次指数平滑会使预测值失真,因此应使用二次指数平滑来进行预测。二次指数平滑中,当N取0.2时,相对误差最小,所以预测该企业第13、14期的耗电量分别为260. 1262和262.8363。某省工业产值x1、农业产值x2、、固定资产投资x3和运输业产值y的有关历史数据如表4所示。建立y与x1,x2,x3之间的线性回归方程并分析。表4 历史数据序号工业产值x1农业产值x2固定资产投资x3运输业产值y157.8227.0514.543.09258.0528.8916.833.40359.1533.0212.263.88463.8335.2312.873.90565.3624.9411.653.22667.2632.9512.873.76766.9230.3510.803.59867.7938.7010.934.03975.6547.9914.714.341080.5754.1817.564.651179.0258.7320.324.781280.5259.8518.675.041386.8864.5725.345.591495.4870.9725.066.0115109.7181.5429.697.0316126.5094.0143.8610.0317138.89103.2348.9010.8318160.56119.3860.9812.90根据历史数据作出线性回归预测结果如下:由上图线性回归预测结果可知,X1、X2、X3通过了F检验,X1、X3通过了T检验,由于X2的P-value值为0.778705

文档评论(0)

wyjy + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档