【正文】 kxknkknxxxxxxxxxxxxxxxxkkkkkkkkkkkkkkkk2022/2/12 20 ? ?? ?? ?? ??????????????????????????????????????????????????????????????????????),2(2),2(),12(2),12(),2(2),2(),12(2),12(1)2(2)12(1212123223212121212313211233321111xx為偶數(shù)為奇數(shù)為偶數(shù)為奇數(shù)，其計算公式如下：下四分位點即為為偶數(shù)為奇數(shù)為偶數(shù)為奇數(shù)，其計算公式如下：上四分位點即為—正整數(shù)—個數(shù)據(jù)；—第—個數(shù)據(jù)；—第——中位數(shù)；—式中其中位數(shù)按下式計算到大的順序排列。把專家們的回答按從小下下上上kknxkknkknxkknkknxkknkknxkknkkkxknkknxxxxxxxxxxxxxxxxkkkkkkkkkkkkkkkk2022/2/12 21 （ 2）等級比較答案 在邀請專家進行安全預(yù)測時，常有對某些項目的重要性進行排序的要求。對這種形式的問題，可采取評分法對應(yīng)答問題進行處理，當(dāng)要求 n項排序時，首先請各位專家對項目按其重要性排序，被評為第一位的給 n分，第二位的給 n1分，最后一位給 1分，然后按下列公式計算各目標的重要程度： 2022/2/12 22 位項目的人數(shù)；贊同將某項目排在第人數(shù)；對問題作出回答專家的位項目的得分；排在第要求排序的項目個數(shù)；個目標的得分比重，第個目標的總得分；第參加比較的目標個數(shù)，式中，，iinm), . . .2,1(), . . .2,1(jj1j1j???????????????NBksiskNBsiinijiniiMjjmjMmj2022/2/12 23 四、時間序列預(yù)測法 時間序列預(yù)測法 是將歷史資料和數(shù)據(jù)，按照時間順序排列成一系列，根據(jù)時間序列所反映的經(jīng)濟現(xiàn)象的發(fā)展過程、方向和趨勢，將時間序列外推或延伸，以預(yù)測經(jīng)濟現(xiàn)象未來可能達到的水平 。 時間序列又 稱 動態(tài)序列 ，它是將某個經(jīng)濟變量的觀測值，按時間先后順序排列所形成的數(shù)列。 時間可以是周、月、季度或年等。如商場計算銷售額是按月排列數(shù)據(jù)，國家計算國民生產(chǎn)總值是按年度來排列數(shù)據(jù)的 滑動平均法 指數(shù)滑動平均法 時間序列預(yù)測所需的資料主要有哪些？ 所需資料主要是已經(jīng)發(fā)生的和時間排列有關(guān)系的資料。 2022/2/12 24 許多企業(yè)是根據(jù)過去的銷售業(yè)績，來預(yù)測未來銷售發(fā)展趨勢。 某產(chǎn)品歷年的銷售量（均以時間序列，可以按趨勢（ Trend）、周期（ Cycle）、季節(jié)（ Season）和意外事件（ Erratic events）四個主要因素來分析： 第一個要素是 趨勢 (T）， 即人口、資金和技術(shù)等要素發(fā)展變化的基本情況。這可以從過去的銷售曲線的變化規(guī)律中推測出來，也可看作是過去銷售曲線的自然延伸。 第二個要素是 周期（ C）， 即經(jīng)濟周期波動的影響。由于經(jīng)濟發(fā)展具有一定的周期性，所以剔除周期性的影響對中期預(yù)測相當(dāng)重要 第三個要素是 季節(jié)（ S）， 指一年中銷售變化的固有模式，如與日、周、月或季節(jié)相關(guān)的規(guī)律性變動。這種變動往往是與氣候、假日等時間概念相聯(lián)系的。季節(jié)性模式往往作為短期銷售的一種依據(jù) 第四個要素是 偶然事件（ E）， 包括風(fēng)雨等各種自然災(zāi)害及動亂等等。這些因素都屬于不可抗力的范疇之內(nèi)。根據(jù)歷史資料進行預(yù)測時，一定要剔除這些偶然因素，以得到規(guī)范的銷售行為模式。 2022/2/12 25 時間序列分析就是根據(jù)以上四個要素（ T、 C、 S、 E）分析原始銷售數(shù)列，再結(jié)合這些要素來預(yù)測未來的銷售量，如某汽車銷售商今年已銷售出 12022輛，現(xiàn)在預(yù)測明年的銷售量。已知年增長趨勢為每年遞增 5％，估計明年的銷量為 12600（＝ 12022*）輛。但由于經(jīng)濟下滑，預(yù)計銷量僅為正常情況下的 80％，即 10080（＝ 12600 ）輛。如果每月的銷量相等的話，那么月平均銷售量應(yīng)為 840（ =10080247。 12）輛。然而， 12月份往往是銷售高峰，高于其他月份，季節(jié)指數(shù)為 。所以，預(yù)計明年 12月份的銷售量可能達到 1176（＝ 840 ）輛。此外還要預(yù)計不會發(fā)生社會動亂、各種自然災(zāi)害或不可抗力等。 2022/2/12 26 某百貨公司一柜臺 2022年下半年各月的銷售額分別為 1 1 1 1 19萬元，試預(yù)測 2022年 1月份該柜臺的銷售額。 解：用簡單算術(shù)平均法計算的平均數(shù)為： = 預(yù)測值 （噸） nYYntt??? 1? 6191720221718 ?????? ?? YY（噸） 算術(shù)平均法 2022/2/12 27 仍以例 111的資料為基礎(chǔ)，設(shè) 2022年 712月的權(quán)數(shù)分別為 、 、 、 、 答：則加權(quán)平均值為： ?????nttntttWYWY11? ?????? ???????????= 加權(quán)算術(shù)平均法 2022/2/12 28 3. 滑動平均法 ： 其計算公式為 式中 為 t點的滑動平均值 ， l為單側(cè)平滑時距 。 若 l=1， 則 （ ） 式稱為 三點滑動平均 ， 其計算公式為 若 l=2， 則 （ ） 式稱為 五點滑動平均 ， 其計算公式為 )(12 1? 11)1( lttttltltt yyyyyyly ?????? ????????? ??ty?3/)(? 11 ?? ??? tttt yyyy5/)(? 2112 ???? ????? tttttt yyyyyy （ ） （ ） （ ） 2022/2/12 29 加權(quán)移動平均法 在簡單移動平均公式中，每期數(shù)據(jù)在求平均時的作用是等同的。但是，每期數(shù)據(jù)所包含的信息量不一樣，近期數(shù)據(jù)包含著更多關(guān)于未來情況的信心。因此，把各期數(shù)據(jù)等同看待是不盡合理的，應(yīng)考慮各期數(shù)據(jù)的重要性，對近期數(shù)據(jù)給予較大的權(quán)重，這就是加權(quán)移動平均法的基本思想。 ccccxcxcxcxcxtttttttttttttttt)1(21)1()1(22111 . .. .. .. .. .. .?????????????? ???????2022/2/12 30 ① 一次指數(shù)平滑 α為平滑系數(shù) 。 一般時間序列較平穩(wěn) ， α取值可小一些 ， 一般取 α∈ （ ,） ；若時間序列數(shù)據(jù)起伏波動比較大 ， 則 α應(yīng)取較大的值 ， 一般取 α∈（ ,） 。 ttnjjtjt yyyy ?)1()1(?101 ???? ????? ?????（ ） （ ） 2022/2/12 31 問題 1:正方形的面積 y與正方形的邊長 x之間的 函數(shù)關(guān)系 是 y=x2 確定性關(guān)系 問題 2:某小麥產(chǎn)量 y與施肥量 x之間是否有一個確定性的關(guān)系 ? 一、回歸分析 小麥產(chǎn)量 施肥量 氣候情況 澆水 除蟲 不確定關(guān)系 五、計量模型預(yù)測法 2022/2/12 32 自變量取值一定時 ,因變量的取值帶有一定隨機性的兩個變量之間的關(guān)系叫做 相關(guān)關(guān)系 . 定義 : 相關(guān)關(guān)系是一種不確定性關(guān)系 . 注 : 對具有相關(guān)關(guān)系的兩個變量進行統(tǒng)計分析的方法叫 回歸分析 . 2022/2/12 33 相關(guān)關(guān)系 1. 變量間關(guān)系不能用函數(shù)關(guān)系精確表達 2. 一個變量的取值不能由另一個變量唯一確定 ， 即當(dāng)一個或若干個變量 X取一定值時 ， 與之相對應(yīng)的另一個變量 Y的值雖然不確定 ， 但卻按某種規(guī)律在一定范圍內(nèi)變化 。 3. 當(dāng)變量 x 取某個值時 ，變量 y 的取值可能有幾個 4. 各觀測點分布在直線周圍 ? ? ? ? ? ? ? ? ? x y 2022/2/12 34 相關(guān)關(guān)系 (幾個例子 ) ? 相關(guān)關(guān)系的例子 ? 父親身高 y與子女身高 x之間的關(guān)系 ? 收入水平 y與受教育程度 x之間的關(guān)系 ? 商品的消費量 y與居民收入 x之間的關(guān)系 ? 商品銷售額 y與廣告費支出 x之間的關(guān)系 2022/2/12 35 散點圖 (scatter diagram) ? ? ? ? ? ? ? ? ? ? ? ? 不相關(guān) ? ? ? ? ? ? ? ? ? 負線性相關(guān) ? ? ? ? ? ? ? ? ? 正線性相關(guān) ? ? ? ? ? ? ? ? ? ? ? ? 非線性相關(guān) ? ? ? ? ? ? ? 完全負線性相關(guān) 完全正線性相關(guān) ? ? ? ? ? ? ? ? ? 2022/2/12 36 相關(guān)系數(shù) (取值及其意義 ) 1. r 的取值范圍是 [1,1] 2. |r|=1， 為完全相關(guān) r =1， 為完全 正 相關(guān) r =1， 為完全 負 相關(guān) 3. r = 0， 不存在 線性 相關(guān)關(guān)系 4. 1?r0， 為負相關(guān) 5. 0r?1， 為正相關(guān) 6. |r|越趨于 1表示關(guān)系越密切； 7. |r|越趨于 0表示關(guān)系越不密切 2022/2/12 37 相關(guān)系數(shù) (取值及其意義 ) + 0 + 完全負相關(guān) 無線性相關(guān) 完全正相關(guān) 負相關(guān)程度增加 r 正相關(guān)程度增加 2022/2/12 38 一元線性回歸 1 一元線性回歸模型 2 參數(shù)的最小二乘估計 3 回歸直線的擬合優(yōu)度 4 顯著性檢驗 2022/2/12 39 ? 回歸分析的目的 : 設(shè)法找出變量間的依存 (數(shù)量 )關(guān)系 , 用函數(shù)關(guān)系式表達出來。 ? 樣本回歸直線 : Y=a+bx