统计预测和决策.docVIP

名词解释 第一章 ①预测：根据过去和现在估计预测未来。 ②统计预测：属于预测方法研究的范畴，即如何利用科学的统计方法对事物的未来发展进行③定量推测，并计算概率置信区间。 第二章 ①定性预测：是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后再通过一定形式综合各方面的意见，作为预测未来的主要依据。 ②主观概率：是人们对根据几次经验结果所做的主观判断的主观判断的量度。 ③客观概率：是根据事件发展的客观性统计出来的一种概率。 ④相互影响法：是从分析各个事件之间由于相互影响而引起的变化，以及变化发生的概率，来研究各个事件在未来发生的可能性的一种预测方法。 第三章 ①残差：预测值与真实值的离差 ②可绝系数：衡量自变量与因变量关系密切程度的指标，表示自变量解释因变量变动的百分百比。 ③相关系数：测定拟合优度的指标，相关系数平方等于可绝系数。 ④非线性回归预测法：在社会现实经济活动中，很多现象之间的关系并不是线性的，这时就要选配适当类型的曲线，即非线性回归预测。 ⑤拟合优度：衡量回归直线拟合效果的指标 ⑥自相关系数：是衡量同一变量不同时期的数据之间相关程度的指标。 ⑦D-W：检验模型是否存在自相关的一个有效方法，其计算公式为：D—W=∑(ui-ui-1)^2/∑ui^2,其中ui=yi-^yi.根据经验D-W统计量在1.5~2.5之间表示没有显著自相关问题。 第四章 ①不规则变动因素：又称随机变动，它是受各种偶然因素影响所形成的不规则变动。 ②趋势外推法：用时间t为自变量，时序数值y为因变量，建立合适的趋势模型，并赋予时间变量t所需要的值，从而得到相应时刻的时间序列未来值。 ③图形识别法：通过绘制以时间t为横轴，时序数据为y轴的散点图形，并将其与各种函数曲线模型比较，选择最为合适的模型。 ④差分法：利用差分把数据修匀，使非平稳的序列达到平稳序列。同时与各类模型差分特点进行比较，选择合适的模型。 ⑤标准误差：预测值与真实值的离差平方和的平均数的平方根。 ⑥ 第五章 ①一次移动平均法：收集一组观测值，计算这组观测值的均值，利用这一均值作为下一期的预测值。 ②一次指数平滑法：利用前一期的预测值Ft代替Xt-N得到预测的通式：Ft+1=aXt+(1-a)Ft. ③线性二次移动平均法：在对实际值进行一次移动平均的基础上，再进行一次移动平均。 ④线性二次指数平滑法：也称双重指数平滑，它是对一次指数平滑值再进行一次平滑。 ⑤布朗二次多项式指数平滑法：其基本原理和线性二次移动平均法相似。当时间序列有趋势存在时，一次和二次指数平滑后都落后于实际值，将一次和二次平滑值之差加在一次平滑值上，则可对趋势进行修正。 ⑥霍尔特双参数线性指数平滑法：与布朗线性指数平滑法相似，只是它不是用二次指数平滑，而是对趋势直接进行平滑。 第六章 ①自适应过滤法：从自回归系数的一组初始估计值开始利用公式：。 ②一次循环：即对全部数据皆进行一次迭代。 ③标准化：当序列Xi的波动性很大时，可能影响迭代的收敛速度，应对原始序列利用公式：x*t=xt/√∑xi2 (i从1到p)做标准代换。 第七章 ①平稳：设时间序列{yt}取自某一个随机过程，如果此随机过程的随机特征不随时间变化，则我们称过程是平稳的。（假如该随机过程的随机特征随机随时间变化，则称过程是非平稳的）。 ②宽平稳：设时间序列{yt}，对于任意的t,k.m满足：E(yt)=E(yt+m)，cov(yt,yt+k)=cov(yt+m,yt+m+k),则称{yt}是满足宽平稳的。 ③随机游动：如果在一个随机过程中，yt的每一次变化均来自于一个均值为0的独立同分布，即随机过程{yt}满足：yt=yt-1+et t=1,2,...,其中{et}独立同分布，并且E(et)=0,Var(et)=E(et2)=62∞，则称这个随机过程是随机游动。它是一个非平稳过程。 ④协整关系：有些时间序列，虽然它们自身非平稳，但其某种线性组合却平稳。这个线性组合反映了变量之间长期稳定的比列关系，称为协整关系。 ⑤单位根检验：单位根检验是指检验序列中是否存在 HYPERLINK /view/652962.htm \t _blank 单位根,因为存在单位根就是非平稳时间序列了。 第八章 ①干预：时间序列经常会受到特殊事件及态势的影响，称这类外部事件为干预。 ②净化序列：是指消除了干预影响的序列，它由实际的观察序列值减去干预影响值得到的。 第九章 ①景气：是对经济发展状况的一种综合性描述，用以说明经济的活跃程度。 ②先行指标：领先于总体经济而预先变化的指标。 ③同步指标：与总体经济变化相一致或者同步的指标。 ④滞后指标：是指它的变化比总体