經(jīng)濟預(yù)測與決策概念-資料下載頁
2025-08-11 11:11本頁面
【導(dǎo)讀】預(yù)測與決策的關(guān)系。預(yù)測方法打下基礎(chǔ)。作用、步驟和方法?，F(xiàn)代漢語詞典中對預(yù)測一詞的解釋為預(yù)。預(yù)測學(xué)中具體是指借助于已知事件測定。預(yù)測是一個古老的概念。測活動就已經(jīng)存在了。性，我國勞動人民也早有深刻的認識，因此，科學(xué)的預(yù)測應(yīng)當。究的基礎(chǔ)上，利用獲得的客觀信息資料，我們把根據(jù)事物客觀發(fā)展規(guī)律并考慮現(xiàn)。據(jù)國外資料，第一次正式的技術(shù)。這份報告對當時能影響美國全國生?；钆c工作條件的發(fā)明進行了預(yù)測。會化程度極大提高。自六十年代以來，世界各國建立了大量。經(jīng)濟問題是預(yù)測科學(xué)研究的主要對象之。經(jīng)濟發(fā)展的未來情況作出科學(xué)的推測。經(jīng)濟現(xiàn)象的發(fā)展變化受多種因素影響，這些因。經(jīng)濟決策是對經(jīng)濟發(fā)展應(yīng)采取的行動作。否則想要編制切實可行的計劃是不可能的。經(jīng)濟計劃是以調(diào)查統(tǒng)計資料、經(jīng)濟信息和經(jīng)濟。把結(jié)果上報國務(wù)院.場已由賣方市場演變?yōu)橘I方市場。這樣才能有預(yù)見性的安排
【正文】 見表 22。 ? 表 22 收入 樣本數(shù) 高收入 中收入 低收入 總計 男 女 男 女 男 女 年 齡 1829 3 3 12 12 24 24 78 3044 6 6 18 18 21 21 90 4564 9 9 12 12 18 18 78 ≥65 9 9 6 6 12 12 54 小計 27 27 48 48 75 75 300 總計 54 96 150 性別 （三）隨機抽樣誤差及樣本容量的確定 ? 在抽樣調(diào)查中有兩類誤差最為常見： ? 一類是調(diào)查誤差。 ? 另一類是抽樣誤差。這主要是由于抽樣方式不合理或樣本容量過小造成的失誤。需注意以下兩個原則： ? （ 1）要正確確定抽樣的方法，嚴格遵守隨機的原則，使每個子體都有均等的機會被抽中； ? （ 2）要恰當?shù)卮_定樣本容量。 ? 在單純隨機重復(fù)抽樣的情況下，估計母體均值所需的樣本容量，可按下面公式計算： ? （ ） ? 在單純隨機不重復(fù)抽樣的情況下，估計母體均值所需的樣本數(shù)，可按下面公式計算： ? （ ） ? 式中： n—— 樣本容量； ? t—— 在標準正態(tài)概率分布下置信區(qū)間的臨界值，如在 %的置信水平下，置信區(qū)間的臨界值為 2； ? σ2—— 母體方差（用過去的調(diào)查或試驗數(shù)據(jù)得到的來代替）； ? Δ—— 允許的誤差范圍； ? N—— 母體中的子體（個體）總數(shù)。 222tn ???222 2 2tNnNt??? ???例 21 ? 某家電企業(yè)對其所生產(chǎn)的 10 000只電吹風(fēng)進行壽命檢驗。根據(jù)正常情況下的試驗數(shù)據(jù)，電吹風(fēng)壽命的方差（ σ2）為 15小時?，F(xiàn)采用不重復(fù)抽樣方式進行抽樣調(diào)查，要求在 %的概率下，允許誤差不超過 2小時，問至少要抽多少樣本？ ? 解：由上述計算公式，可得樣本容量為： ? ?222 2 24 1 0 0 0 0 1 5 151 0 0 0 0 4 4 1 5tNnNt????? ? ?? ? ? ? ?只第五節(jié) 市場調(diào)查資料的整理和分析 ? （一）資料的整理 ? 編輯。 編輯是對所收集的資料作詳細的檢查和審核，以篩選出有實用價值的資料。編輯的目的是要保證有用資料的完整性和準確性。 ? 分類匯總。 對量化的資料、定性的資料進行分類匯總 ? 列表。 列表就是使問卷的應(yīng)答結(jié)果以某種表格的形式出現(xiàn)。最常見的表格形式有頻率分布表和百分比分布表。如表 23所示。 ? 還可將調(diào)查資料的有關(guān)情況用圖的方式直觀地反映出來，如可采用直方圖、餅圖、曲線圖等。 ? 表 23 “您是否會購買這種產(chǎn)品？” 數(shù)值（頻率） 百分比（ %） 肯定會買 114 可能會買 221 不 知 道 360 可能不買 210 肯定不買 202 合計 1107 ? （二）資料的分析 ? 平均值法。 如調(diào)查某地區(qū)居民對家用空調(diào)問題的看法，如表 24所示。例中采用了 7級量表測量。即完全同意為 7，完全不同意為 1，其余情況根據(jù)同意的程度不同從 7~1取不同大小的值。 ? 表 24 被調(diào)查者回答情況的平均分布 描述 總平均值 平均值 差別 有空調(diào) 無空調(diào) 空調(diào)是家庭必需品 目前空調(diào)價格太貴 國產(chǎn)空調(diào)質(zhì)量尚可 樣本大小 500 185 315 ? 頻率分布法。 該方法是根據(jù)相應(yīng)變量值出現(xiàn)的次數(shù)占總數(shù)的百分比來進行分析的方法。表 25為被調(diào)查者家庭中有無空調(diào)的數(shù)量及其分布的百分比，以此反映出被調(diào)查者家用空調(diào)的擁有比例。 ? 表 25 家庭有無空調(diào)頻率分布 家用空調(diào) 被調(diào)查者數(shù)量 （人） 百分比（ %） 有 185 37 無 315 63 合計 500 100 ? 3．多問題和多因素的綜合分析法 ? 該方法是指針對各個問題對不同的調(diào)查者（或不同因素）所進行的分解分析方法。 ? 例如：某保險公司對過去一段時間內(nèi)影響保戶發(fā)生機動車事故的因素進行了調(diào)查，并對各種因素進行了橫列表分析。從表 26 中可以看出有 61％的保戶在開車過程中從未出現(xiàn)過事故。 ? 表 26 保戶駕車的事故率 百分比（ %） 開車時無事故 61 開車時至少有一次事故 39 樣本數(shù)（人） 17800 ? 在性別基礎(chǔ)上分解以上信息，判斷男女駕車者之間是否存在差別。 ? 表 27 男女駕車者的事故率 ? 表 27顯然是一張二維的表。該表的結(jié)果顯示男士駕車的事故率要高。因此會進一步產(chǎn)生新的疑問，如男士駕車的事故多，是不是同他們經(jīng)常長距離的駕駛有關(guān)呢？這樣就引入第三個影響因素“ 駕駛距離 ” ，見表 28。 男（ %） 女（ %） 開車時無事故 56 66 開車時至少 有一次事故 44 34 樣本數(shù)（人） 9320 84800 ? 表 28 不同駕駛距離下的事故率 ? 表 28的結(jié)果表明，男士駕車的高事故率是由于他們的駕駛距離比女士要長。這一結(jié)果只說明事故率僅和駕駛的距離成正比而與駕駛者的性別無關(guān)，不能說明誰駕駛得更細心或更好。 ? 例子表明橫列表法是根據(jù)研究目的和需要，將最初形成的一維數(shù)據(jù)分成兩個或多個類目，形成二維或多維數(shù)據(jù)來進行分析的方法。 駕駛距離 男（ %） 女（ %） ≥1萬公里 ＜ 1萬公里 ≥1萬公里 ＜ 1萬公里 開車時無事故 51 73 50 73 開車時至少有一次事故 49 27 50 27 樣本數(shù)（人） 7170 2150 2430 605
畢業(yè)設(shè)計相關(guān)推薦
鄂ICP備17016276號-1