经济预测与决策非线性趋势预测推荐.ppt

第七章 非线性趋势预测 第八章 马尔可夫预测法 前面介绍的时间序列预测法仅考虑序列的长期趋势或季节变化的影响。但有些经济问题，受随机变动的影响很显著。例如，在一完全竞争市场上，某一产品的市场占有率呈现随机性变化。马尔可夫预测法就是针对这种随机时间序列所提出的。常用它来预测市场销售和生产利润。 随机过程 ，T为参数集。 的所有可能取值为状态空间。 对 进行全程观察，得 ，称为样本函数。 若 未来的状态只与现在的状态有关，而与过去的状态无关，则称 为马尔可夫过程。这种性质称为无后效性。时间离散，状态可列的马尔可夫过程称为马尔可夫链。它表示事物由前一时期的状态转够到现在的状态，由现在的状态转移到将来的状态，一环接一环，像根链条。 转移概率 设马尔柯夫链在时刻 处于状态 , 在下一个时刻 ， 转移为状态 , 表示由状态 转移到状态 的概率，称为一步转移概率。 一步转移概率矩阵 例：某种产品在市场上的销路可划分为两个状态，畅销(S1)和滞销(S2) ，一步转移概率矩阵为 二步转移概率矩阵为： 一般地 状态转移概率的估算 求出 是马尔可夫方法应用的关键，在应用上，可用状态之间转移的频率来作为概率的估计值。 设 出现 次，由 → 有 次，则 例: 已知某一产品在过去21个月的销售量如下表所示，150千件以上为畅销 ，100与150千件之间为平销 ，低于100为滞销 ，试估算一步转移概率。 注：最后一期不参与计算 解： 许多经济过程具有无后效性的特点，因而可用马氏链进行预测，常见的有产品销售预测，市场占有率预测和期望利润预测。 假设马氏过程在任一t期有几种状态， ，各种状态出现的可能性大小叫状态概率。在t时刻状态 出现的概率记为 ，称 为状态概率向量 为初始概率向量 产品销售预测 例.某灯泡厂生产的灯泡在市场上的销路分为 、 三种状态，畅销 ，平销 ，滞销 ， 且 初始概率向量为 ，试预测新的一年各月份的销售情况。 解： 依此类推 所以， 不论基期处于什么状态，经过多期转移后，各状态的概率 值趋于一个与基期无关的值，并稳定下来，这就是马氏链 的遍历性，（它的条件是一步转移概率矩阵不变）。 例: 对某商品进行国际市场调查，中国 市场占有率预测 解：初始状态概率向量为： 上式表明第三年中国占有该商品近50%的市场。 * 在许多经济问题中，其预测对象随时间的变化呈非线性趋势。如多项式曲线、对数曲线、指数曲线、修正指数曲线、龚伯兹曲线、罗吉斯梯曲线等。后四种曲线又叫增长曲线。它们可描述产品的寿命周期中四个阶段（投入、成长 、成熟、衰退）的发展变化 。 第一节 多项式曲线趋势预测 估计方法：1. 最小二乘法 2. 三点法 其中 分别为初期、中期和近期的加权平均数，当 时，可各取5项加权平均，（ 时，可各取2项或3项加权平均），权数由远及近一般地可分别取为1，2，3，4，5。 一、二次多项式曲线趋势预测 设n为奇数， 为正中项， ，则有 把 代入多项式方程可解得： 判断时序数据可用二次多项式拟合的方法： 1. 作散点图 2. 逐期求二阶差分，若各期的二阶差分接近于一个常数或二阶差分比较稳定，则可用二次多项式曲线。 例1：某市1993~2001年某种农作物产量如下表，试预测2002年这种农作物的产量 3.6 2.2 3.1 3.1 2.5 3.6 2.7 △2yt 30.4 26.8 24.6 21.5 18.4 15.9 12.3 9.6 △yt 214.0 183.6 156.8 132.2 110.7 92.3 76.4 64.1 54.5 yt 2001 2000 1999 1998 19