统计预测与决策徐国祥主编-统计预测与决策-上海财经大学出版社.pptxVIP

统计预测与决策欢迎了解《统计预测与决策》，由徐国祥主编，上海财经大学出版社出版。本书系统介绍统计预测与决策的理论与方法，为经济管理提供科学依据。ВМ作者：ВладимирМакаревич

基本概念：统计预测预测的定义统计预测是通过收集历史数据，运用数学模型推断未来可能发生的事件或趋势。预测分类按时间可分为短期、中期和长期预测；按方法可分为定性与定量预测。预测步骤明确目标、收集数据、选择方法、建立模型、进行预测、评价结果。

基本概念：决策决策定义决策是从多个备选方案中，根据一定的准则选出最优方案的过程。决策类型包括确定型决策、风险型决策和不确定型决策三种基本类型。决策要素决策者、决策目标、决策约束、备选方案和决策环境。

基本概念：预测与决策的关系预测为基础预测提供未来可能发生事件的信息。相互依存决策依赖预测结果，预测服务于决策目标。误差影响预测误差的大小直接影响决策的质量。

基本概念：评价指标预测误差指标含义特点MAE平均绝对误差计算简单MSE均方误差惩罚大误差RMSE均方根误差与原数据同单位MAPE平均绝对百分比误差相对误差

预测方法：时间序列分析趋势成分数据的长期变化趋势，可以是上升、下降或平稳。季节成分一年内的周期性变动，如销售旺季和淡季。周期成分多年的周期性变化，如经济的繁荣与衰退。随机成分不规则变动，难以用数学模型描述。

预测方法：移动平均法简单移动平均法取最近n期数据的算术平均值作为预测值。特点：计算简单，易于理解和应用。加权移动平均法对不同时期的数据赋予不同权重。特点：更重视近期数据，预测精度较高。适用场景数据波动较小，无明显趋势和季节性。短期预测效果较好。

预测方法：指数平滑法一次指数平滑法适用于无趋势无季节性的时间序列二次指数平滑法适用于有线性趋势的时间序列三次指数平滑法适用于有二次曲线趋势的时间序列

预测方法：回归分析线性回归假设因变量与自变量之间存在线性关系。通过最小二乘法估计参数。非线性回归因变量与自变量的关系为非线性，如指数、对数或多项式关系。模型诊断通过残差分析、异方差检验、多重共线性检验等方法评估模型有效性。

预测方法：季节性预测季节指数计算通过历史数据计算各季节的相对强度。季节调整消除季节因素影响，提取数据基本趋势。趋势分析对调整后数据进行趋势分析。趋势与季节结合将趋势预测与季节因素相结合得出最终预测。

预测方法：ARIMA模型平稳性检验通过ADF检验判断时间序列是否平稳。非平稳序列需要差分处理。模型识别通过ACF和PACF图确定模型的阶数p、d、q。参数估计使用最大似然法估计模型参数。模型检验残差白噪声检验，确认模型是否充分拟合数据。

预测方法：神经网络预测神经网络能够学习复杂的非线性关系，适合处理大规模数据。BP神经网络是最常用的预测模型之一。网络结构设计和参数选择对预测效果至关重要。

预测方法：组合预测组合预测综合多种预测方法优势权重确定方差倒数法、最小方差法单一预测方法各有优势与局限性

预测方法：预测方法的选择数据特点样本量大小、数据质量、变量关系。预测目标短期预测、中长期预测、拐点预测。精度要求决策重要性、可接受误差范围。成本考虑数据获取成本、计算复杂度、时间限制。

决策原则：确定型决策确定型决策适用于决策结果确定的情况。线性规划用于线性目标和约束条件。整数规划要求部分或全部变量为整数。目标规划处理多目标决策问题。

决策原则：风险型决策EMV期望货币价值各结果的概率加权平均，选择期望值最大的方案EUV期望效用值考虑决策者对风险的态度SA敏感性分析评估参数变化对决策的影响程度

决策原则：不确定型决策决策准则原理适用情景乐观准则选择最大收益中的最大值决策者持乐观态度悲观准则选择最小收益中的最大值决策者持悲观态度折衷准则综合考虑最好和最坏情况决策者态度适中等概率准则假设各自然状态等概率无先验信息后悔值准则选择最大后悔值最小的方案避免重大损失

决策原则：决策树决策树构建决策点与机会点的交替连接，形成树状结构。沿左到右方向表示时间顺序。决策树剪枝通过逆向计算期望值，消除次优分支。简化决策过程，提高计算效率。决策树应用产品研发、投资策略、市场营销等领域。直观展示决策过程与结果。

决策原则：贝叶斯决策贝叶斯公式P(A|B)=P(B|A)P(A)/P(B)后验概率=似然函数×先验概率/标准化常数应用步骤确定先验概率获取样本信息计算后验概率选择最优决策

决策原则：多目标决策确定评价指标明确各项目标及其评价标准。建立权重体系运用层次分析法确定各指标权重。方案评价与排序运用模糊综合评价法对各方案进行综合评分。选择最优方案根据评价结果选择帕累托最优解。

决策原则：群决策集体智慧群决策利用多人智慧，避免个人偏见。德尔菲法专家匿名提交意见，多轮反馈直至达成共识。名义小组法面对面讨论与独立思