【正文】 的作用（1）正確評(píng)價(jià)當(dāng)前宏觀經(jīng)濟(jì)的狀態(tài)，恰當(dāng)?shù)胤从辰?jīng)濟(jì)形勢(shì)的冷熱程度，并能承擔(dān)短期經(jīng)濟(jì)形勢(shì)分析的任務(wù)。（5）有利于改革措施出臺(tái)時(shí)機(jī)的正確決策。（4）當(dāng)50%DIt 0時(shí)，表明經(jīng)濟(jì)運(yùn)行發(fā)生重大轉(zhuǎn)折，上升指標(biāo)數(shù)小于下降指標(biāo)數(shù)，經(jīng)濟(jì)系統(tǒng)處于全面收縮階段，經(jīng)濟(jì)系統(tǒng)進(jìn)入一個(gè)新的不景氣空間前期。然后利用此模型進(jìn)行外推預(yù)測(cè)，得到的預(yù)測(cè)值，作為不受干預(yù)影響的數(shù)值。問(wèn)題: 干預(yù)分析模型的基本形式干預(yù)變量的形式 ：干預(yù)分析模型的基本變量是干預(yù)變量，有兩種常見(jiàn)的干預(yù)變量。關(guān)于該知識(shí)點(diǎn)，是第四節(jié)的主要內(nèi)容，望大家注意查看教材和導(dǎo)學(xué)。每出現(xiàn)一個(gè)新觀察值，就要從移動(dòng)平均中減去一個(gè)最早觀察值，再加上一個(gè)最新觀察值，計(jì)算移動(dòng)平均值，這一新的移動(dòng)平均值就作為下一期的預(yù)測(cè)值。問(wèn)題: 龔珀茲曲線模型模型的適用：多用于新產(chǎn)品的研制、發(fā)展、成熟和衰退分析，特別適用于對(duì)處在成熟期的商品進(jìn)行預(yù)測(cè)，以掌握市場(chǎng)需求和銷(xiāo)售的飽和量。 （1）假設(shè)事物發(fā)展過(guò)沒(méi)有跳躍式變化，一般屬于漸進(jìn)變化。趨勢(shì)模型的種類(lèi)（1）多項(xiàng)式曲線預(yù)測(cè)模型：一次（線性）預(yù)測(cè)模型三次（三次拋物線）模型指數(shù)曲線預(yù)測(cè)模型 修正指數(shù)曲線預(yù)測(cè)模型 （4）生長(zhǎng)曲線預(yù)測(cè)模型：因此可以首先識(shí)別出這種模式，然后采用外推的方式就可以進(jìn)行預(yù)測(cè)了。r2=R2。問(wèn)題: 回歸分析法的理解在統(tǒng)計(jì)學(xué)意義上，變量之間的非確定性的相關(guān)關(guān)系可以通過(guò)統(tǒng)計(jì)的方法給出某種函數(shù)表達(dá)式，這種處理變量間相關(guān)關(guān)系的方法就是回歸分析法。問(wèn)題: 定性預(yù)測(cè)和定量預(yù)測(cè)的關(guān)系定性預(yù)測(cè)的優(yōu)點(diǎn)在于：注重于事物發(fā)展在性質(zhì)方面的預(yù)測(cè)，具有較大的靈活性，易于充分發(fā)揮人的主觀能動(dòng)作用，且簡(jiǎn)單的迅速，省時(shí)省費(fèi)用。其缺點(diǎn)在于：比較機(jī)械，不易處理有較大波動(dòng)的資料，更難于事物預(yù)測(cè)的變化。兩者的主要聯(lián)系是：它們都以經(jīng)濟(jì)現(xiàn)象的數(shù)值作為其研究的對(duì)象；它們都直接或間接地為宏觀和微觀的市場(chǎng)預(yù)測(cè)、管理決策、制定政策和檢查政策等提供信息；統(tǒng)計(jì)預(yù)測(cè)為經(jīng)濟(jì)定量預(yù)測(cè)提供所需的統(tǒng)計(jì)方法論。問(wèn)題: 預(yù)測(cè)的概念預(yù)測(cè)是根據(jù)事物以往的歷史資料，通過(guò)一定的科學(xué)方法與邏輯推理，經(jīng)過(guò)定性分析或定量計(jì)算探求事物的演變規(guī)律，據(jù)此推測(cè)未來(lái)事件的發(fā)展趨勢(shì)及其結(jié)果。二、要素: 依據(jù): 真實(shí)、恰當(dāng)?shù)膶?shí)際資料；基礎(chǔ)：經(jīng)濟(jì)理論；手段：數(shù)學(xué)模型 ，如回歸分析、時(shí)間序列分析等；三、預(yù)測(cè)的作用： 預(yù)測(cè)在決策之前，為決策提供依據(jù)，是決策科學(xué)化的前提；行動(dòng)計(jì)劃在決策之后，是預(yù)測(cè)、決策實(shí)現(xiàn)的橋梁；預(yù)測(cè)產(chǎn)生情報(bào)和信息，行動(dòng)計(jì)劃和決策消費(fèi)情報(bào)、信息。 定量預(yù)測(cè)法：回歸預(yù)測(cè)法——變量與變量之間相互關(guān)聯(lián)，可以是因果關(guān)系，也可以?xún)H具有相關(guān)關(guān)系。 中期預(yù)測(cè) 3個(gè)月~2年　長(zhǎng)期預(yù)測(cè) 2年以上216。（2）類(lèi)推原則：事物必須有某種結(jié)構(gòu)，其升降起伏變動(dòng)不是雜亂無(wú)章的，而是有章可循的。 定性預(yù)測(cè)的概念：利用直觀材料，依靠管理者個(gè)人的經(jīng)驗(yàn)和綜合分析能力，對(duì)未來(lái)的發(fā)展方向和趨勢(shì)做出推斷。 ② 著重對(duì)事物發(fā)展的趨勢(shì)、方向和重大轉(zhuǎn)折點(diǎn)進(jìn)行預(yù)測(cè)。在歷史資料不足或不可測(cè)因素較多時(shí)尤為適用。在不確定的外界狀態(tài)下，不確定性事件一般不能在相同的條件下重復(fù)試驗(yàn)，而是決策者在掌握的信息條件下，根據(jù)他的認(rèn)識(shí)水平，對(duì)有關(guān)事件發(fā)生的主觀信任程度，所以稱(chēng)為主觀概率或個(gè)人概率。 特點(diǎn)：（1）適用范圍廣，不受任何條件的限制 ； （2）考慮周全、靈活 ；（3）定性分析與定量分析相結(jié)合 ； （4）便于發(fā)現(xiàn)未來(lái)可能出現(xiàn)的難題；? 情景預(yù)測(cè)法就是為了彌補(bǔ)定性、定量預(yù)測(cè)方法存在的不足，可運(yùn)用定性定量相結(jié)合對(duì)未來(lái)進(jìn)行預(yù)測(cè)。優(yōu)點(diǎn)： （1）迅速、及時(shí)、經(jīng)濟(jì)； （2）發(fā)揮集體的智慧，預(yù)測(cè)結(jié)果比較準(zhǔn)確可靠； （3）不需要大量的統(tǒng)計(jì)資料，適合于不可控因素較多的產(chǎn)品；（4）方便修正。 著重對(duì)事物發(fā)展的性質(zhì)進(jìn)行預(yù)測(cè)，主要憑借人的經(jīng)驗(yàn)和分析判斷能力。? 一元線性回歸預(yù)測(cè)法是在成對(duì)的兩變量數(shù)據(jù)分布大體上呈直線趨勢(shì)時(shí)，通過(guò)適當(dāng)?shù)挠?jì)算方法，建立兩變量之間特定的經(jīng)驗(yàn)公式。 可決系數(shù)表明，在Y與X的關(guān)系中，可以利用回歸方程解釋的部分所占的百分比，顯然其數(shù)值越大，Y與X的關(guān)系越確定。? 在回歸分析中，通常稱(chēng)我們感興趣的變量，或需要估計(jì)的量為因變量，記為y。對(duì)參數(shù)的估計(jì)是通過(guò)對(duì)實(shí)際觀測(cè)值的運(yùn)用，構(gòu)建估計(jì)量來(lái)完成的。而屬于擬合優(yōu)度指標(biāo)的是標(biāo)準(zhǔn)誤差、可決系數(shù)和相關(guān)系數(shù)。因而，需要配選適當(dāng)類(lèi)型的曲線以實(shí)現(xiàn)對(duì)實(shí)際情況的擬合。常見(jiàn)的曲線有冪函數(shù)曲線、指數(shù)函數(shù)曲線、 拋物線函數(shù)曲線等。 P77四、時(shí)間序列分解 P61反映經(jīng)濟(jì)現(xiàn)象，如需求或銷(xiāo)量，在一個(gè)較長(zhǎng)時(shí)間內(nèi)的發(fā)展方向，可以在一個(gè)相當(dāng)長(zhǎng)的時(shí)間內(nèi)表現(xiàn)為一種近似直線的持續(xù)向上或持續(xù)向下或平穩(wěn)的趨勢(shì)。 工作時(shí)間規(guī)律——商場(chǎng)周末銷(xiāo)售周期變動(dòng)因素（C）：也稱(chēng)循環(huán)變動(dòng)因素，是各種經(jīng)濟(jì)因素影響形成的上下起伏不定的波動(dòng)。一般情況下，由于商品都要經(jīng)歷市場(chǎng)進(jìn)入、銷(xiāo)量快速增長(zhǎng)、市場(chǎng)飽和以及銷(xiāo)量下降幾個(gè)階段，因此龔珀茲曲線是預(yù)測(cè)各種商品市場(chǎng)容量的最佳擬合線。 假設(shè)事物發(fā)展過(guò)程沒(méi)有跳躍式變化，一般屬于漸進(jìn)變化；216。IT ——應(yīng)用較廣泛在乘法模型中，時(shí)間序列值Y和長(zhǎng)期趨勢(shì)用絕對(duì)數(shù)表示，季節(jié)變動(dòng)S、周期變動(dòng)C和不規(guī)則變動(dòng)I用相對(duì)數(shù)（百分?jǐn)?shù)）表示十、曲線擬合優(yōu)度分析① 曲線擬合優(yōu)度分析將各種曲線擬合預(yù)測(cè)的標(biāo)準(zhǔn)誤差進(jìn)行比較，誤差小者為最優(yōu)擬合，其基礎(chǔ)為假定過(guò)去的形態(tài)將延續(xù)到將來(lái)。十一、回歸預(yù)測(cè)與時(shí)間序列預(yù)測(cè)精度的比較216。在時(shí)間序列指數(shù)平滑預(yù)測(cè)模型中，當(dāng)平滑常熟α 取值較大時(shí)，預(yù)測(cè)值 較快反映出時(shí)間序列的實(shí)際變化。二、二次指數(shù)平滑 P104 當(dāng)時(shí)間序列具有明顯的線性變化趨勢(shì)時(shí)，在大多數(shù)情況下，更適于使用二次指數(shù)平滑進(jìn)行預(yù)測(cè)。這 是因?yàn)樵诜匠讨欣系钠骄当怀艘裕?α），因此老的數(shù)據(jù)的權(quán)值隨著α 的增 大而迅速衰減。五、平滑與響應(yīng)α值越小，平均值越平滑（減少波動(dòng)），而增大α值會(huì)導(dǎo)致平均值對(duì)新數(shù)據(jù)的響應(yīng)更快。由于整個(gè)過(guò)程與通信工程中過(guò)濾傳輸噪聲的過(guò)程極為接近，故被稱(chēng)為“自適應(yīng)過(guò)濾法”。④ 具有自適應(yīng)性，它能自動(dòng)調(diào)整權(quán)數(shù)，是一種可變系數(shù)的模型。當(dāng)數(shù)據(jù)的波動(dòng)較大時(shí)，在調(diào)整權(quán)數(shù)之前，對(duì)原始數(shù)據(jù)值做標(biāo)準(zhǔn)化處理，可以加快調(diào)整速度，使權(quán)數(shù)迅速收斂于“最佳”的一組權(quán)數(shù)，并可使學(xué)習(xí)常數(shù)k的最佳值近似于1/p，從而使自適應(yīng)過(guò)濾法更為有效。P129序列 取自某一個(gè)隨機(jī)過(guò)程，則稱(chēng)：過(guò)程是平穩(wěn)的——隨機(jī)過(guò)程的隨機(jī)特征不隨時(shí)間變化而變化；過(guò)程是非平穩(wěn)的——隨機(jī)過(guò)程的隨機(jī)特征隨時(shí)間變化而變化；三、協(xié)整關(guān)系如果兩個(gè)變量或多個(gè)非平穩(wěn)的變量序列，其線性組合后的序列呈平穩(wěn)性，則可稱(chēng)這些變量序列間有協(xié)整關(guān)系存在。P156七、自相關(guān)分析? 自相關(guān)分析法是進(jìn)行時(shí)間序列分析的有效方法，它簡(jiǎn)單易行, 較為直觀，根據(jù)繪制的自相關(guān)分析圖和偏自相關(guān)分析圖，我們可以初步地識(shí)別平穩(wěn)序列的模型類(lèi)型和模型階數(shù)。二、研究干預(yù)分析的目的：從定量分析的角度來(lái)評(píng)估政策干預(yù)或突發(fā)事件對(duì)經(jīng)濟(jì)環(huán)境和經(jīng)濟(jì)過(guò)程的具體影響。最后將實(shí)際值減去預(yù)測(cè)值，得到的是受干預(yù)影響的具體結(jié)果，利用這些結(jié)果可以求估干預(yù)模型的參數(shù)。景氣指標(biāo)是從眾多的經(jīng)濟(jì)指標(biāo)中挑選出來(lái)的，分為先行指標(biāo)、同步指標(biāo)和滯后指標(biāo)三類(lèi)。五、合成指數(shù) P194 合成指數(shù)又稱(chēng)綜合指數(shù)。六、預(yù)警系統(tǒng)的作用 P197（1）正確評(píng)價(jià)當(dāng)前宏觀經(jīng)濟(jì)的狀態(tài)，恰當(dāng)?shù)胤从辰?jīng)濟(jì)形勢(shì)的冷熱程度，并能承擔(dān)短期經(jīng)濟(jì)形勢(shì)分析的任務(wù)。（5）有利于改革措施出臺(tái)時(shí)機(jī)的正確決策。（2）灰色預(yù)測(cè)法? 灰色預(yù)測(cè)法是一種對(duì)含有不確定因素的系統(tǒng)進(jìn)行預(yù)測(cè)的方法。二、灰色預(yù)測(cè)的四種常見(jiàn)類(lèi)型① 灰色時(shí)間序列預(yù)測(cè)：即用觀察到的反映預(yù)測(cè)對(duì)象特征的時(shí)間序列來(lái)構(gòu)造灰色預(yù)測(cè)模型，預(yù)測(cè)未來(lái)某一時(shí)刻的特征量，或達(dá)到某一特征量的時(shí)間。三、模型檢驗(yàn) P207灰色預(yù)測(cè)檢驗(yàn)一般包括殘差檢驗(yàn)、關(guān)聯(lián)度檢驗(yàn)和后驗(yàn)差檢驗(yàn)。狀態(tài)空間模型包括兩個(gè)模型：一是狀態(tài)方程模型，反映動(dòng)態(tài)系統(tǒng)在輸入變量作用下在某時(shí)刻所轉(zhuǎn)移到的狀態(tài)；二是輸出或量測(cè)方程模型，它將系統(tǒng)在某時(shí)刻的輸出和系統(tǒng)的狀態(tài)及輸入變量聯(lián)系起來(lái)。卡爾曼濾波的實(shí)質(zhì)是一種最優(yōu)遞推數(shù)據(jù)處理算法。 ? 狀態(tài)空間局限性狀態(tài)空間表示一般是基于馬爾科夫特性，這就意味著給定系統(tǒng)的現(xiàn)在狀態(tài)，則要求系統(tǒng)的將來(lái)與過(guò)去獨(dú)立。不過(guò)，對(duì)預(yù)測(cè)用戶(hù)而言，過(guò)去的預(yù)測(cè)精度毫無(wú)價(jià)值，只有預(yù)測(cè)未來(lái)的精確度才是最重要的。四、回歸預(yù)測(cè)與時(shí)間序列預(yù)測(cè)的比較 P244? 預(yù)測(cè)實(shí)證研究表明，各類(lèi)預(yù)測(cè)方法之間并不存在明顯優(yōu)劣,只是不同方法具有各自不同的特點(diǎn)；? 回歸預(yù)測(cè)與時(shí)間序列預(yù)測(cè)是兩類(lèi)不同的定量預(yù)測(cè)方法。因此，在衡量預(yù)測(cè)誤差的指標(biāo)中，具有較好效果的指標(biāo)是方差。凡是使用統(tǒng)計(jì)方法而進(jìn)行的決策，稱(chēng)為廣義的統(tǒng)計(jì)決策；狹義的統(tǒng)計(jì)決策特指風(fēng)險(xiǎn)型決策方法。四、統(tǒng)計(jì)決策的分類(lèi) P2601．按決策目標(biāo)多少，可分為單目標(biāo)決策與多目標(biāo)決策；2．按決策問(wèn)題出現(xiàn)的重復(fù)程度可分為程序化決策與非程序化決策； 3．按對(duì)情況的已知程度可分為確定型決策、非確定型決策和風(fēng)險(xiǎn)型決策；確定型決策的特點(diǎn)是結(jié)果是唯一的。第十四章 風(fēng)險(xiǎn)型決策方法一、風(fēng)險(xiǎn)型決策的概念概念：根據(jù)預(yù)測(cè)各種事件可能發(fā)生的先驗(yàn)概率，然后再采用期望效果最好的方案作為最優(yōu)決策方案。 把以上三部分內(nèi)容在一個(gè)表上表現(xiàn)出來(lái)，該表就稱(chēng)為損益矩陣表。貝葉斯決策的核心內(nèi)容是利用后驗(yàn)概率對(duì)先驗(yàn)概率進(jìn)行修正。風(fēng)險(xiǎn)型決策方法有嚴(yán)格的推理和論證。解：年 度銷(xiāo) 售 量（萬(wàn) 件）人 口 數(shù)（萬(wàn) 人）（3）試按等可能決策準(zhǔn)則進(jìn)行決策解：（1）樂(lè)觀決策準(zhǔn)則 狀 收益 值 態(tài) （萬(wàn) 元） 方 案 銷(xiāo) 路 好 θ1銷(xiāo) 路 一 般θ2銷(xiāo) 路 差θ3Max(θi) 大批生產(chǎn)d1中批生產(chǎn)d2小批生產(chǎn) d3302512232012－1501202512Max(di)序 號(hào)In ( )Rn ( ) 16