【正文】 景氣指標(biāo)是從眾多的經(jīng)濟(jì)指標(biāo)中挑選出來的，分為先行指標(biāo)、同步指標(biāo)和滯后指標(biāo)三類。 回總目錄 回本章目錄 第三節(jié) 干預(yù)分析模型的應(yīng)用實(shí)例 回總目錄 回本章目錄 t 1 2 3 4 5 6 7 8 9 10 11 12 xt 100 t 13 14 15 16 17 18 19 20 21 22 23 24 xt t 25 26 27 28 29 30 31 32 33 34 35 xt t 36 37 38 39 40 41 42 xt 第三節(jié) 干預(yù)分析模型的應(yīng)用實(shí)例 ? [解答 ] ? 根據(jù) 1952~1977年的數(shù)據(jù)建立一個(gè)時(shí)間序列模型如下： 其中， t為自變量， xt表示時(shí)間， Zt為因變量，表示干預(yù)事件對(duì)因變量的影響，它的確定是整個(gè)模型的關(guān)鍵。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 。 ? [解答 ] YuleWalker方程為： 即： 且： t t tX X X ???? ? ? 回總目錄 回本章目錄 ? ? ~ ( 0 , 1 )t WN?? ?tX? ?k?0?1?1?2? 1?21?2? 0 1 ? ? ?? ? ?1 0 ? ? ?? 20 1 1? ? ? ?? ? ? ?第四節(jié) ARMA模型的建模 ? [解答 ] 聯(lián)合上面三個(gè)方程，解出： 回總目錄 回本章目錄 第四節(jié) ARMA模型的建模 0 100 / 63? ?1 50 / 63? ??2 55 / 63? ? k k? ? ???? ? ?1k?第四節(jié) ARMA模型的建模 ? [例 ] 考慮如下 AR（ 2） 序列： 若已知觀測(cè)值 ： （ 1）試預(yù)報(bào) 。 回總目錄 回本章目錄 第三節(jié) 單位根檢驗(yàn)和協(xié)整檢驗(yàn) 一、單位根檢驗(yàn) ? 如果在一個(gè)隨機(jī)過程中， 的每一次變化均來自于一個(gè)均值為零的獨(dú)立同分布，即隨機(jī)過程 滿足： 其中 , 獨(dú)立同分布，并且： 稱這個(gè)隨機(jī)過程是隨機(jī)游動(dòng)。 ? ?ty 回總目錄 回本章目錄 11 ...t t t q t qy ? ? ? ? ???? ? ? ?t第一節(jié) 概述 三 、 ARMA（ p， q） 模型 ? 如果時(shí)間序列 滿足 則稱時(shí)間序列 服從（ p , q） 階自回歸移動(dòng)平均模型?，F(xiàn)在把新的權(quán)數(shù)作為新的初始權(quán)數(shù)，重新開始新一輪 t=2的預(yù)測(cè)過程。 回總目錄 回本章目錄 ? ? ? ?111tt t ttLxS S bI?? ???? ? ? ?? ? ? ?111t t t tb S S b????? ? ? ?? ?1tt t LtxIIS?? ?? ? ?01?????第六章 自適應(yīng)過濾法 第一節(jié) 自適應(yīng)過濾法概述 第二節(jié) 自適應(yīng)過濾法的應(yīng)用 第三節(jié) 電子計(jì)算機(jī)在自適應(yīng) 過濾法中的應(yīng)用（略） 回總目錄 其中， 代表調(diào)整后第 i 期的權(quán)數(shù)； 代表調(diào)整前第 i 期的權(quán)數(shù)； k 代表調(diào)整系數(shù)，也稱學(xué)習(xí)常數(shù)； xti+1代 表第 ti+1 期的觀察值； 代表第 t+1期 的預(yù)測(cè)誤差。 該公司第 17期銷售量的預(yù)測(cè)值為： 回總目錄 回本章目錄 17 16 16( 1 ) 95 ( )F x F??? ? ?? ? ? ?? 萬 元第三節(jié) 線性二次移動(dòng)平均法 ? 線性二次移動(dòng)平均法在對(duì)實(shí)際值進(jìn)行一次移動(dòng)平均的基礎(chǔ)上，再進(jìn)行一次移動(dòng)平均。 回總目錄 ? 設(shè)時(shí)間序列為 1, 2 , ...,xx移動(dòng)平均法可以表示為： ? ?1 1 111... / tt t t t N itNF x x x N xN? ? ? ???? ? ? ? ? ?式中： tx 為最新觀察值； 1tF?為下一期預(yù)測(cè)值。 0)( ? ?? aaey btt 回總目錄 回本章目錄 l n l nty a bt??l n , l nttY y A a??tY A bt??第四節(jié) 指數(shù)曲線趨勢(shì)外推法 二、修正指數(shù)曲線模型及其應(yīng)用 ? 修正指數(shù)曲線預(yù)測(cè)模型為： 回總目錄 回本章目錄 )10( ? 2 ???? cbcay t第五節(jié) 生長(zhǎng)曲線趨勢(shì)外推法 一、龔珀茲曲線模型及其應(yīng)用 ? 龔珀茲曲線預(yù)測(cè)模型為： ? 對(duì)函數(shù)模型 做線性變換，得： ? 龔珀茲曲線對(duì)應(yīng)于不同的 lga與 b的不同取值范圍而具有間斷點(diǎn)。 回總目錄 回本章目錄 第三節(jié) 非線性回歸預(yù)測(cè)法 二、一些常見的函數(shù)圖形 回總目錄 回本章目錄 ? 拋物線函數(shù)： 2y a bx c x? ? ?? 對(duì)數(shù)函數(shù)： lgy a b x??? S型函數(shù)： 1xy a be ?? ?? 冪函數(shù)： ? 指數(shù)函數(shù)： by ax? bxy ae第四節(jié) 應(yīng)用回歸預(yù)測(cè)法應(yīng)注意的問題 ? 用定性分析判斷現(xiàn)象之間的依存關(guān)系； ? 避免回歸預(yù)測(cè)的任意外推； ? 應(yīng)用合適的數(shù)據(jù)資料。 第一節(jié) 一元線性回歸預(yù)測(cè)法 四、進(jìn)行預(yù)測(cè) ? 點(diǎn)估計(jì)：只要將給定的自變量值代入所建立的一元線性回歸模型，便可得到因變量的一個(gè)對(duì)應(yīng)的估計(jì)值。 檢驗(yàn)統(tǒng)計(jì)量： ? ?1 2bbt t nS??~ 第一節(jié) 一元線性回歸預(yù)測(cè)法 三、進(jìn)行檢驗(yàn) ? F檢驗(yàn)： 回總目錄 回本章目錄 檢驗(yàn)假設(shè)： 0:H回歸方程不顯著 1:回歸方程顯著 檢驗(yàn)統(tǒng)計(jì)量： ? ?? ?? ?22??2yyFyyn??????~ ? ?1, 2Fn ?檢驗(yàn)規(guī)則：給定顯著性水平 ，若 ， ? ?1 , 2F F n???則回歸方程顯著。 ? 能及時(shí)發(fā)現(xiàn)可能出現(xiàn)的難題，減輕影響。由于銷售人員一般都很熟悉市場(chǎng)情況，因此，這一方法具有一些顯著的優(yōu)勢(shì)。 回總目錄 回本章目錄 第三節(jié) 主觀概率法 [解答 ] ? 取預(yù)測(cè)誤差為 67套，則預(yù)測(cè)區(qū)間為（ 221367） ~（ 2213+67），即商品銷售額的預(yù)測(cè)值在 2146~2280套之間。 回本章目錄 第三節(jié) 主觀概率法 ? [例 ] 某地產(chǎn)公司打算預(yù)測(cè)某區(qū) 2023年的房產(chǎn)需求量，因此選取了 10位調(diào)查人員進(jìn)行主觀概率法預(yù)測(cè)，要求預(yù)測(cè)誤差不超過 177。于是，該公司成立專家小組，并聘請(qǐng)業(yè)務(wù)經(jīng)理、市場(chǎng)專家和銷售人員等 8位專家，預(yù)測(cè)全年可能的銷售量。 第三節(jié) 統(tǒng)計(jì)預(yù)測(cè)的原則和步驟 回總目錄 回本章目錄 二、統(tǒng)計(jì)預(yù)測(cè)的步驟 第三節(jié) 統(tǒng)計(jì)預(yù)測(cè)的原則和步驟 回總目錄 回本章目錄 確定預(yù)測(cè)的目的 搜索和審核資料 分析預(yù)測(cè)誤差，改進(jìn)預(yù)測(cè)模型 選擇預(yù)測(cè)模型和方法 提出預(yù)測(cè)報(bào)告 第二章 定 性 預(yù) 測(cè) 法 第一節(jié) 定性 預(yù)測(cè)概述 第二節(jié) 德 爾菲法 第三節(jié) 主 觀概率法 第四節(jié) 定性 預(yù)測(cè)的其他方法 第五節(jié) 情景預(yù) 測(cè)法 回總目錄 第一節(jié) 定性預(yù)測(cè)概述 回總目錄 回本章目錄 一、定性預(yù)測(cè)的概念和特點(diǎn) ? 定性預(yù)測(cè)是指預(yù)測(cè)者依靠熟悉業(yè)務(wù)知識(shí)、具有豐富經(jīng)驗(yàn)和綜合分析能力的人員與專家，根據(jù)已掌握的 歷史資料 和 直觀材料 ，運(yùn)用個(gè)人的經(jīng)驗(yàn)和分析判斷能力，對(duì)事物的未來發(fā)展做出性質(zhì)和程度上的判斷，然后，再通過一定形式綜合各方面的的意見，作為預(yù)測(cè)未來的主要依據(jù)。 ? 影響預(yù)測(cè)作用大小的因素主要有：預(yù)測(cè)費(fèi)用的高低；預(yù)測(cè)方法的難易程度；預(yù)測(cè)結(jié)果的精確程度。 ? 統(tǒng)計(jì)預(yù)測(cè)的三個(gè)要素：實(shí)際資料是預(yù)測(cè)的依據(jù)；經(jīng)濟(jì)理論是預(yù)測(cè)的基礎(chǔ)；數(shù)學(xué)模型是預(yù)測(cè)的手段。 第二節(jié) 統(tǒng)計(jì)預(yù)測(cè) 方法的分類和選擇 回總目錄 回本章目錄 方法 時(shí)間范圍 適用情況 計(jì)算機(jī)硬件 最低要求 應(yīng)做工作 定性預(yù)測(cè)法 短、中、長(zhǎng) 期 對(duì)缺乏歷史統(tǒng)計(jì)資料或趨勢(shì)面臨轉(zhuǎn)折的事件進(jìn)行預(yù)測(cè) 計(jì)算器 需做大量的調(diào)查研究工作 一元線性回 歸預(yù)測(cè)法 短、中期 自變量與因變量之間存在線性關(guān)系 計(jì)算器 為兩個(gè)變量收集歷史數(shù)據(jù)，此項(xiàng)工作是此預(yù)測(cè)中最費(fèi)時(shí)的 各種預(yù)測(cè)方法的特點(diǎn) 二、統(tǒng)計(jì)預(yù)測(cè)方法的選擇 第二節(jié) 統(tǒng)計(jì)預(yù)測(cè) 方法的分類和選擇 回總目錄 回本章目錄 方法 時(shí)間范圍 適用情況 計(jì)算機(jī)硬件 最低要求 應(yīng)做工作 多元線性回 歸預(yù)測(cè)法 短、中期 因變量與兩個(gè)或兩個(gè)以上自變量之間存在線性關(guān)系 在兩個(gè)自變量情況下可用計(jì)算器，多于兩個(gè)自變量的情況下用計(jì)算機(jī) 為所有變量收集歷史數(shù)據(jù)是此預(yù)測(cè)中最費(fèi)時(shí)的 非線性回 歸預(yù)測(cè)法 短、中期 因變量與一個(gè)自變量或多個(gè)其他自變量之間存在某種非線性關(guān)系 在兩個(gè)變量情況下可用計(jì)算器，多于兩個(gè)變量的情況下用計(jì)算機(jī) 必須收集歷史數(shù)據(jù)，并用幾個(gè)非線性模型試驗(yàn) 趨勢(shì)外推法 中期到長(zhǎng) 期 當(dāng)被預(yù)測(cè)項(xiàng)目的有關(guān)變量用時(shí)間表示時(shí)，用非線性回歸 與非線性回歸預(yù)測(cè)法相同 只需要因變量的歷史資料，但用趨勢(shì)圖做試探時(shí)很費(fèi)時(shí) 二、統(tǒng)計(jì)預(yù)測(cè)方法的選擇 第二節(jié) 統(tǒng)計(jì)預(yù)測(cè) 方法的分類和選擇 回總目錄 回本章目錄 方法 時(shí)間范圍 適用情況 計(jì)算機(jī)硬件 最低要求 應(yīng)做工作 分解分析法 短期 適用于一次性的短期預(yù)測(cè)或在使用其他預(yù)測(cè)方法前消除季節(jié)變動(dòng)的因素 計(jì)算器 只需要序列的歷史資料 移動(dòng)平均法 短期 不帶季節(jié)變動(dòng)的反復(fù)預(yù)測(cè) 計(jì)算器 只需要因變量的歷史資料，但初次選擇權(quán)數(shù)時(shí)很費(fèi)時(shí) 指數(shù)平滑法 短期 具有或不具有季節(jié)變動(dòng)的反復(fù)預(yù)測(cè) 在用計(jì)算機(jī)建立模型后進(jìn)行預(yù)測(cè)時(shí)，只需計(jì)算器就行了 只需要因變量的歷史資料，是一切反復(fù)預(yù)測(cè)中最簡(jiǎn)易的方法，但建立模型所費(fèi)的時(shí)間與自適應(yīng)過濾法不相上下 二、統(tǒng)計(jì)預(yù)測(cè)方法的選擇 第二節(jié) 統(tǒng)計(jì)預(yù)測(cè) 方法的分類和選擇 回總目錄 回本章目錄 方法 時(shí)間范圍 適用情況 計(jì)算機(jī)硬件 最低要求 應(yīng)做工作 自適應(yīng)過濾法 短期 適用于趨勢(shì)型態(tài)的性質(zhì)隨時(shí)間而變化，而且沒有季節(jié)變動(dòng)的反復(fù)預(yù)測(cè) 計(jì)算機(jī) 只需要因變量的歷史資料，但制定并檢查模型規(guī)格很費(fèi)時(shí) 干預(yù)分析模型預(yù)測(cè)法 短期 適用于時(shí)間序列受政策干預(yù)或突發(fā)事件影響的預(yù)測(cè) 計(jì)算機(jī) 收集歷史數(shù)據(jù)及影響時(shí)間 平穩(wěn)時(shí)間序列預(yù)測(cè)法 短期 適用于任何序列的發(fā)展型態(tài)的一種高級(jí)預(yù)測(cè)方法 計(jì)算機(jī) 計(jì)算過程復(fù)雜、繁瑣 二、統(tǒng)計(jì)預(yù)測(cè)方法的選擇 第二節(jié) 統(tǒng)計(jì)預(yù)測(cè) 方法的分類和選擇 回總目錄 回本章目錄 方法 時(shí)間范圍 適用情況 計(jì)算機(jī)硬件 最低要求 應(yīng)做工作 景氣預(yù)測(cè)法 短、中期 適用于時(shí)間趨勢(shì)延續(xù)及轉(zhuǎn)折預(yù)測(cè) 計(jì)算機(jī) 收集大量歷史資料和數(shù)據(jù)，并需大量計(jì)算 灰色預(yù)測(cè)法 短、中期 適用于時(shí)間序列的發(fā)展呈指數(shù)型趨勢(shì) 計(jì)算機(jī) 收集對(duì)象的歷史數(shù)據(jù) 狀態(tài)空間模型和卡爾曼濾波 短、中期 適用于各類時(shí)間序列的預(yù)測(cè) 計(jì)算機(jī) 收集對(duì)象的歷史數(shù)據(jù)并建立狀態(tài)空間模型 一、統(tǒng)計(jì)預(yù)測(cè)的原則 ? 連貫原則 ，指事物的發(fā)展是按一定規(guī)律進(jìn)行的，在其發(fā)展過程中，這種規(guī)律貫徹始終，不應(yīng)受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有根本的不同。 ? 德爾菲法的特點(diǎn)：反饋性、匿名性和統(tǒng)計(jì)性。 回總目錄 n1 ( n )2? ? 項(xiàng)數(shù)回本章目錄 第二節(jié) 德爾菲法 [解答 ] ? 將最可能銷售量、最低銷售量和最高銷售