经济要素预测与估计.pptVIP

经济要素预测与估计.ppt

此“经济”领域文档为创作者个人分享资料,不作为权威性指导和指引,仅供参考
  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
经济要素预测与估计

工程经济学─第五章 一、投资的构成与来源 我国固定资产折旧年限的规定 机械设备 10-14 动力设备 11-18 传导设备 15-28 自控设备 8-12 计算机 4-10 测试仪器 7-12 生产工具 9-14 非生产设备 18-22 电视机、复印机 5-8 冶金设备 9-15 电力及供热设备 12-20 输电线路 30-35 配电线路 14-16 核能发电设备 20-25 机械设备 8-12 石油设备 8-14 化工、医药设备 7-14 建材工业设备 6-12 煤气专用设备 16-25 自来水设备 15-25 生产用房 30-40 受腐蚀生产用房 20-25 强腐蚀生产用房 10-15 非生产用房 35-45 简易房 8-10 水电站大坝 45-55 其他建筑物 15-25 在对专家提供的预测数据进行处理,通常使用中位数表达综合预测意见,而用上、下四分位数表达综合意见的可信程度。 设 为依大小顺序排列的n位专家的预测值(最后意见),则中位数 x中 = n为奇数 n为偶数 上、下四分位数 x上=x中+(xn-x中)/2 x下=x中-(x中-x1)/2 例:9位专家对某地GDP的预测值(亿元)如下:20,21,21.5,21.9,22,22.5,23,23.4,25,则 x中=22 x下 =x中-(x中-x1)/2 = 22-(22-20)/2=21 x上=x中-( xn - x中)/2 = 22+(25-22)/2=23.5 Delphi法的特点 ① 独立性(专家不受干扰) ② 保密性(匿名性) ③ 重复性(反馈性) ④ 收敛性 但不排除互相启发 避免权威专家专断 多轮调查与反馈的过程,也是专家们在匿名状况下相互启迪和讨论的过程。通过书面讨论,言之有理的见解会逐渐为大多数专家所接受,分散的意见会向其集中,呈现出收敛的趋势。 定量预测法 定量预测法是在已有历史和现实数据资料的基础上,根据具体数据趋势和以往的经验,选择合适的数据模型,进行科学计算,得出初步预测结果,再根据企业外部环境和企业内部条件变化加以修正,以获得最终的预测结果。 定量预测法主要有时间序列法和回归分析法 研究预测对象与时间进程之间的演变关系,要求时间序列是按等间隔排列的。研究的要素有时间性,随时间而发展,根据其时间规律,对未来进行预测。 2.时间序列分析法 例 ? 51 50 48 45 43 45 50 销售额(万元) 8 7 6 5 4 3 2 1 月份 这种方法对一般状态比较稳定,没有什么大的动荡情况下效果较好。 (1) 移动平均数法 利用过去几个时期的实际数值的移动平均数作为下一期的预测值 上例 用5、6、7三个月的实际销售额预测8月份的销售额 若用4、5、6、7四个月的数值,则为 公式 yi为实际值,y n+1为n+1期的预测值,k为所取期数 注意:k值大小对预测结果影响巨大。 k太大则预测值太注重历史,过于平滑,测不出变化趋势;k太小,预测值忽略历史,抗随机干扰性能差。 这种方法考虑到远近数据的差异,把它们分别乘以不同的指数,以使预测值受近期影响较大,远期影响较小。 (2) 指数平滑法 公式 为下期预测数 yi、 分别是本期实际值和预测值 例:取 ,则8月份的预测值为 注意: 越大,预测值越重视近期数据 按数据排列规律导出趋势模型,进行外推计算,得出预测结果 (3) 趋势外推法 预测值 研究预测对象y与影响因素x之间的因果关系 3. 因果分析法(回归分析法) 大概思路:根据观测值得到散点图,用线性或非线性函数把这些点的大致规律描述出来。如果用直线或曲线代替这些点,则每一点与该线都有误差,回归分析法就是找到使误差最小的直线或曲线。可能有一元线性、非线性,多元线性、非线性。 例 y(冷饮销量) x(气温) 用线性或非线性函数把这些点表示出来 根据历史资料描出若干散布点,构造一个线性函数 a,b称为回归系数 来近似地代表二者的因果关系。 我们希望近似的程度越高越好。然后根据回归函数进行预测。 设有n个观测点, i=1,…,n 如果用直线代替这些点,则每一点与该直线均有误差。 设实际值yi与线性函数y值的误差为 i=1,…,n 则 希望误差越小越好 因误差有正负,不好计算大小,为消除正负影响,故取其平方和最小 平方和越小越好 对a,b求导 解之有 亦可写为 为平均值,因此等号右边为已知

文档评论(0)

130****9768 + 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