【正文】 小成正比 ， 此類決策人完全根據(jù)期望損益 值的高低選擇方案 。 代表了 進(jìn)取型決策人 。 代表了 保守型決策人 。效用代表決策人對于風(fēng)險的態(tài)度 ， 也是決策人膽略的一種反映 。 回總目錄 回本章目錄 1. 通過計算信息價值 ， 可以判斷出所做 決策方案的期望利潤值隨信息量增加 而增加的程度 。 回總目錄 回本章目錄 完全信息價值 完全信息的概念： 指對決策問題做出某一具體決策行動時所出現(xiàn)的自然狀態(tài)及其概率 ，能提供完全確切、肯定的情報。 二、決策樹的制作步驟 回總目錄 回本章目錄 決策樹圖 1p2pnp1p2pnp1p2pnp11L12L1nL21L22L2nL1mL2mLmnLd1 d2 dm 回總目錄 回本章目錄 風(fēng)險決策的敏感性分析 敏感性分析 的概念 ： 在決策過程中，自然狀態(tài)出現(xiàn)的概率值變化會對最優(yōu)方案的選擇存在影響。用決策樹可以使決策問題形象化。 1. 以期望值為標(biāo)準(zhǔn)的決策方法一般適用于 幾種情況： 回總目錄 回本章目錄 2. 以等概率 （ 合理性 ） 為標(biāo)準(zhǔn)的決策方 法適用于各種自然狀態(tài)出現(xiàn)的概率無 法得到的情況 。 回總目錄 回本章目錄 其計算公式 為： 1( ) ( )mi ij jjE d x P ??? ?其中， 表示第 個方案的期望值； 表示 采取第 個方案，出現(xiàn)第 種狀態(tài)時的損益值；表示第 j 種狀態(tài)發(fā)生的概率，總共可能出現(xiàn) m種狀態(tài)。 一、風(fēng)險型決策的概念 回總目錄 回本章目錄 二、損益矩陣 ? 可行方案 ； ? 自然狀態(tài)及其發(fā)生的概率； ? 各種行動方案的可能結(jié)果 。 統(tǒng)計決策的六條公理： 回總目錄 回本章目錄 二 、 決策的原則 ? 可行性原則； ? 經(jīng)濟(jì)性原則； ? 合理性原則 。 回總目錄 回本章目錄 三、決策的步驟 ?確定決策目標(biāo) ； ?擬訂被選方案； ?方案抉擇； ?方案實施 。 決策信息的搜集必須花費一定的費用 ，因此 ， 在搜集到一定的信息之后 ， 就應(yīng)該立即做出決策 。 ? 按決策的整體構(gòu)成 ， 分為單階段決策和多階段決策 。 統(tǒng)計決策的概念有廣義和狹義之分。資料如下表。 進(jìn)行指數(shù)曲線配合，必須先將指數(shù)曲線化為直線的形式。 返回 二次曲線趨勢預(yù)測 為簡化計算，以時間數(shù)列中間一項為原點。 年份 2021 2021 2021 2021 2021 2021 糧食產(chǎn)量 直線趨勢預(yù)測（例題分析） 解：若繪以散點圖，可知該地區(qū)糧食產(chǎn)量隨年次呈現(xiàn)線性增長，故配以線性模型。它使通過使實際值與預(yù)測值誤差平方和達(dá)到最小值， 即： 最小值 來估計預(yù)測模型中的未知參數(shù)的方法。如果預(yù)測對象時間數(shù)列有奇數(shù)項數(shù)據(jù)，通常是將數(shù)列的第一項去掉，以便使前后兩半段有相等的項數(shù)。指數(shù)修勻預(yù)測就是以此平滑平均數(shù)為下期的預(yù)測值。它通?？煞譃橐辉貧w模型與多元回歸模型、線性回歸模型和非線性回歸模型等等。它是一種應(yīng)用很廣的統(tǒng)計預(yù)測模型，可分為線性趨勢模型和非線性趨勢模型兩大類。 返回 平均發(fā)展速度預(yù)測模型 這種模型是把本期觀測值與時間數(shù)列全時期的平均發(fā)展速度之積，作為下一期的預(yù)測值。 返回 平均增（減）量預(yù)測模型 這種模型是用本期觀測值與以前逐期平均增減量之和，作為下一期的預(yù)測值。因此，一般來說，加權(quán)移動平均數(shù)預(yù)測模型，優(yōu)于將遠(yuǎn)、近期對預(yù)測值的影響等同看待的簡單移動平均數(shù)預(yù)測模型。也同樣，該模型雖然簡單，但預(yù)測精度較差。 y （指標(biāo)） t1 t2 t3 t4 t (時間） 領(lǐng)先指標(biāo) 同步指標(biāo) 滯后指標(biāo) 回總目錄 回本章目錄 領(lǐng)先指標(biāo)法 第 3節(jié)：常用的定量預(yù)測方法 ?定量預(yù)測的模型 ?定量預(yù)測的方法 統(tǒng)計預(yù)測模型 （一）簡單預(yù)測模型 （二）長期趨勢模型 （三）周期性變動模型 （四）回歸模型 返回 簡單預(yù)測模型 觀測值預(yù)測模型 固定平均數(shù)預(yù)測模型 移動平均數(shù)預(yù)測模型 增減量預(yù)測模型 平均增（減）量預(yù)測模型 增減速度預(yù)測模型 平均發(fā)展速度預(yù)測模型 返回 觀測值預(yù)測模型 這種模型是把最近一期的觀測值，直接作為下一期預(yù)測值使用，即假定下期值仍等于本期值，沒有增減變化，用公式表示： 這種模型適用于預(yù)測對象處于穩(wěn)定狀態(tài)或沒有明顯的增減變動趨勢的情形。 領(lǐng)先指標(biāo)法 ?領(lǐng)先指標(biāo)法就是通過將經(jīng)濟(jì)指標(biāo)分為領(lǐng)先指標(biāo)，同步指標(biāo)和滯后指標(biāo)，并根據(jù)這三類指標(biāo)之間的關(guān)系進(jìn)行分析預(yù)測。他與客觀概率不同，客觀概率是根據(jù)事件發(fā)展的客觀性統(tǒng)計出來的一種概率。 （ 3）專家的意見有時可能不完整或不切合實際。 （ 2）可以獲得各種不同但有價值的觀點和意見。 ? 每次調(diào)查的時間間隔依實際需要而定，一般為一周或十天左右。 ? 第三步，修改預(yù)測。調(diào)查預(yù)測者將調(diào)查提綱，預(yù)測目標(biāo)，必要的資料提交專家小組中的每位專家，征詢意見。德爾菲法是一種采用規(guī)定程序向一組專家進(jìn)行調(diào)查，專家把對過去歷史資料的解釋和對未來的分析判斷有組織地集中起來，取得盡量可靠的統(tǒng)一意見，對未來趨勢進(jìn)行預(yù)測的方法。否則，預(yù)測就沒有可靠的基礎(chǔ)，預(yù)測結(jié)果與實際值也將有較大的誤差。 客觀現(xiàn)象發(fā)展變化的情況非常復(fù)雜，統(tǒng)計預(yù)測的模型與方法也很多。 長期預(yù)測是指對預(yù)測對象未來五年以上的預(yù)測。 定量預(yù)測是對預(yù)測對象未來發(fā)展規(guī)模、水平、速度等數(shù)量方面做出的預(yù)測。例如，對某企業(yè)產(chǎn)品市場占有率進(jìn)行的預(yù)測，對某商場商品銷售額進(jìn)行的預(yù)測等等。依照預(yù)測的對象不同劃分預(yù)測的標(biāo)準(zhǔn)也有區(qū)別。 返回 統(tǒng)計預(yù)測的種類 ?，統(tǒng)計預(yù)測可以分為定性預(yù)測和定量預(yù)測。第 10章統(tǒng)計預(yù)測與決策 本章提示 預(yù)測與決策方法作為一種實用的科學(xué)理論與技術(shù) ， 被廣泛應(yīng)用到經(jīng)濟(jì) 、 社會 、 科技等各個領(lǐng)域 。 統(tǒng)計預(yù)測就是在充分掌握統(tǒng)計資料 、 數(shù)據(jù)信息的基礎(chǔ)上 ， 采用定量的分析方法 ， 借助一定的分析工具 ，對研究對象未來不確定的事件作出合理的推斷 。 ?，統(tǒng)計預(yù)測可以分為短期預(yù)測、中期預(yù)測和長期預(yù)測。 微觀預(yù)測，是指對企業(yè)等基層單位小范圍發(fā)展前景所作的預(yù)測。例如投資方向預(yù)測，消費者需求傾向預(yù)測等等。 中期預(yù)測是指對預(yù)測對象未來三至五年的預(yù)測。 ? ，選用適宜的預(yù)測模型與方法。科學(xué)的統(tǒng)計預(yù)測是從實際出發(fā)，以確鑿的實際材料為依據(jù)，并掌握事物內(nèi)在聯(lián)系，反映事物的發(fā)展變化規(guī)律。 三、常用的定性預(yù)測方法 ?（一）德爾菲法 ?（二）主觀概率法 ?（三）領(lǐng)先指標(biāo)法 ?（四）廠長（經(jīng)理）評判意見法 ?（五）推銷人員估計法 ?（六）情景預(yù)測法 德爾菲法 ? （一）德爾菲法 ? 德爾菲法又稱為專家意見法 (Delphi Technique)，是根據(jù)有專門知識的人的直接經(jīng)驗，對研究的問題進(jìn)行判斷、預(yù)測的一種方法，是專家調(diào)查法的一種。 德爾菲法的操作步驟 ? 第一步，提出預(yù)測問題，要求書面答復(fù)。將搜集到的專家的不同意見加以集中整理，再發(fā)給組內(nèi)各個專家，進(jìn)行第二輪征詢，請他們對預(yù)測意見加以評論和說明。經(jīng)過反復(fù)修改后，要求每位專家在前幾次預(yù)測的基礎(chǔ)上，根據(jù)所提交的全部材料，提出最終預(yù)測及其依據(jù)。 德爾菲法的特點 ： 回總目錄 回本章目錄 反饋性 匿名性 統(tǒng)計性 二、德爾菲法的優(yōu)缺點 德爾菲法的優(yōu)點： （ 1）可以加快預(yù)測速度和節(jié)約預(yù)測費用。 （ 2）責(zé)任比較分散。 主觀概率法 ?主觀概率是人們憑經(jīng)驗或預(yù)感而估算出來的概率。 主觀概率法 ?主觀概率法的操作步驟 ?（ 1）準(zhǔn)備相關(guān)資料； ?（ 2）編制主觀概率調(diào)查表； ?（ 3）匯總整理； ?（ 4）判斷預(yù)測。領(lǐng)先指標(biāo)法不僅可以預(yù)測經(jīng)濟(jì)的發(fā)展 趨勢，而且可以預(yù)測其轉(zhuǎn)折點。其公式是： 該模型只適用于預(yù)測對象無明顯增減變動趨勢，或時間數(shù)各期的變動，呈現(xiàn)有增有減的隨機(jī)波動的情形。 （ 2）加權(quán)移動平均數(shù)模型： 式中， 返回 加權(quán)移動平均數(shù)預(yù)測模型中，一般常用的、簡單的形式是： 考慮到近期數(shù)據(jù)對預(yù)測值的影響較大，于是對近期的數(shù)據(jù)，應(yīng)給于較大的權(quán)數(shù)；對遠(yuǎn)期的數(shù)據(jù)，應(yīng)給于較小的權(quán)數(shù)。其公式為： 該模型適用于預(yù)測對象在預(yù)測前后逐期增減量相同的情形。其公式為： 該模型適用于預(yù)測對象各期增減的絕對量雖不等，但卻存在相對穩(wěn)定的增減速度的情形。 返回 長期趨勢模型 長期趨勢模型是根據(jù)預(yù)測對象時間數(shù)列中存在的長期趨勢而進(jìn)行的外推預(yù)測模型。由于季節(jié)變動模型在前面已經(jīng)闡述， 返回 回歸模型 回歸模型，是根據(jù)兩個或兩個以上變量數(shù)據(jù)變動關(guān)系建立回歸方程式，以用于外推預(yù)測的模型。它利用本期預(yù)測值和實際數(shù)值資料，以平滑常數(shù)為加權(quán)因子來計算指數(shù)平滑平均數(shù)。 返回 半數(shù)平均法 再通過求解方程組： 得到 a， b，便估計出預(yù)測模型的參數(shù)，從而便確定了所配直線。計算算術(shù)平均值得： 解方程組 得： a= b= 故所求的線性預(yù)測方程為： 該企業(yè) 2021年工業(yè)增加值為： （百萬元） 最小二乘法 (最小平方法 ) 最小二乘法是實際應(yīng)用中最為廣泛的一種預(yù)測方法。 返回 直線趨勢預(yù)測（例題分析） 【 例 】 某地區(qū)歷年來的糧食產(chǎn)量資料如下表： 單位：萬噸 試配合一條恰當(dāng)?shù)内厔菽Ｐ?，并?2021年的糧食產(chǎn)量進(jìn)行預(yù)測。 根據(jù)最小二乘法的要求，要用下列三個標(biāo)準(zhǔn)方程求解 a， b， c。 解：設(shè)所配合的二次曲線趨勢預(yù)測模型為： 某地區(qū)農(nóng)副產(chǎn)品收購額二次曲線趨勢方程計算表如下 年份 1993 1994 1995 1996 1997 1998 1999 2021 2021 2021 2021 2021 2021 收購額 347 369 377 436 446 479 470 495 558 714 842 955 1050 二次曲線趨勢預(yù)測（例題分析） 年份 時間代碼 t 收購額 y t2 ty t4 t2y 1993 1994 1995 1996 1997 1998 1999 2021 2021 2021 2021 2021 2021 － 6 —5 —4 —3 —2 —1 0 1 2 3 4 5 6 347 369 377 436 446 479 470 495 558 714 842 955 1050 36 25 16 9 4 1 0 1 4 9 1 6 25 36 —2082 —1845 —1508 —1308 —892