第三章回归预测法_统计预测与决策
第三章 回归预测法
一、单项选择题
1、 在对X 与Y 的相关分析中（）
A 、X 是随机变量
B 、Y 是随机变量
C 、X ，Y 都是随机变量
D 、X ，Y 都是非随机变量
答：C
二、多项选择题
4、可决系数2R 可表示为（）
A 、TSS RSS R =2
B 、TSS
ESS R =2 C 、TSS RSS R -=12 D 、TSS ESS R -=12 E 、RSS ESS ESS R +=2 答：BCE
三、名词解释
2、可决系数
答：衡量自变量与因变量关系密切程度的指标。
四、简答题
1、经典线性回归模型的假定有哪些？
答：经典线性回归模型的假定有以下五点：
①i μ是一个随机变量；
②i μ的均值为零，即()0=i E μ；
③在每一个时期中，i μ的方差为常量，即()2σμ=i D ；
④各个i μ相互独立；
⑤i μ与自变量无关；
五、计算题
1、某工厂生产某电器产品的产量（万件）（x ）与单位成本（元）（y ）的资料如下：n=6， ∑=21x ，∑=792x ，∑=426y ，∑=302682y ，∑=1487xy ； 试计算：（1）分析产量与单位成本是否存在线性相关，如存在，相关程度如何？
（2）拟合适当的回归方程，并评价拟合优度如何？
（3）预测产量为6万件时，其单位成本置信度为95%的特定值的置信区间。 答：（1）36.0-=r
（2）x y 73.056.73?-=，1296.02
=R
（3）（60.51，77.85）
《统计预测与决策》第四版 徐国祥 复习试卷及答案(四套)
试卷一 一、单项选择题（共10小题，每题1分，共10分） 1 统计预测方法中，以逻辑判断为主的方法属于（）。 A 回归预测法 B 定量预测法 C 定性预测法 D 时间序列预测法 2 下列哪一项不是统计决策的公理（）。 A 方案优劣可以比较 B 效用等同性 C 效用替换性 D 效用递减性 3 根据经验D-W统计量在（）之间表示回归模型没有显著自相关问题。 A 1.0-1.5 B 1.5-2.5 C 1.5-2.0 D 2.5-3.5 4 当时间序列各期值的二阶差分相等或大致相等时,可配合( )进行预测。 A 线性模型 B抛物线模型 C指数模型 D修正指数模型 5 （）是指国民经济活动的绝对水平出现上升和下降的交替。 A 经济周期 B 景气循环 C 古典经济周期 D 现代经济周期 6 灰色预测是对含有（）的系统进行预测的方法。 A 完全充分信息 B 完全未知信息 C 不确定因素 D 不可知因素 7 状态空间模型的假设条件是动态系统符合（）。 A 平稳特性 B 随机特性 C 马尔可夫特性 D 离散性 8 不确定性决策中“乐观决策准则”以（）作为选择最优方案的标准。 A 最大损失 B 最大收益 C 后悔值 D α系数 9 贝叶斯定理实质上是对（）的陈述。 A 联合概率 B 边际概率 C 条件概率 D 后验概率 10 景气预警系统中绿色信号代表（）。 A 经济过热 B 经济稳定 C 经济萧条 D 经济波动过大 二、多项选择题（共5小题，每题3分，共15分） 1 构成统计预测的基本要素有（）。 A 经济理论 B预测主体 C数学模型 D实际资料 2 统计预测中应遵循的原则是（）。 A 经济原则 B连贯原则 C可行原则 D 类推原则 3 按预测方法的性质，大致可分为（）预测方法。 A 定性预测 B 情景预测 C时间序列预测 D回归预测
统计预测和决策(2015最全版)
一、名词解释 第一章 ①预测：根据过去和现在估计预测未来。 ②统计预测：属于预测方法研究的范畴，即如何利用科学的统计方法对事物的未来发展进行③定量推测，并计算概率置信区间。 第二章 ①定性预测：是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观材料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后再通过一定形式综合各方面的意见，作为预测未来的主要依据。 ②主观概率：是人们对根据几次经验结果所做的主观判断的主观判断的量度。 ③客观概率：是根据事件发展的客观性统计出来的一种概率。 ④相互影响法：是从分析各个事件之间由于相互影响而引起的变化，以及变化发生的概率，来研究各个事件在未来发生的可能性的一种预测方法。 第三章 ①残差：预测值与真实值的离差 ②可绝系数：衡量自变量与因变量关系密切程度的指标，表示自变量解释因变量变动的百分百比。 ③相关系数：测定拟合优度的指标，相关系数平方等于可绝系数。 ④非线性回归预测法：在社会现实经济活动中，很多现象之间的关系并不是线性的，这时就要选配适当类型的曲线，即非线性回归预测。 ⑤拟合优度：衡量回归直线拟合效果的指标 ⑥自相关系数：是衡量同一变量不同时期的数据之间相关程度的指标。 ⑦D-W：检验模型是否存在自相关的一个有效方法，其计算公式为：D—W=∑(ui-ui-1)^2/∑ui^2,其中ui=yi-^yi.根据经验D-W统计量在1.5~2.5之间表示没有显著自相关问题。 第四章 ①不规则变动因素：又称随机变动，它是受各种偶然因素影响所形成的不规则变动。 ②趋势外推法：用时间t为自变量，时序数值y为因变量，建立合适的趋势模型，并赋予时间变量t所需要的值，从而得到相应时刻的时间序列未来值。 ③图形识别法：通过绘制以时间t为横轴，时序数据为y轴的散点图形，并将其与各种函数曲线模型比较，选择最为合适的模型。 ④差分法：利用差分把数据修匀，使非平稳的序列达到平稳序列。同时与各类模型差分特点进行比较，选择合适的模型。 ⑤标准误差：预测值与真实值的离差平方和的平均数的平方根。 ⑥ 第五章 ①一次移动平均法：收集一组观测值，计算这组观测值的均值，利用这一均值作为下一期的预测值。 ②一次指数平滑法：利用前一期的预测值Ft代替Xt-N得到预测的通式：Ft+1=aXt+(1-a)Ft.
统计预测与决策复习资料
1、德尔菲法预测产品的未来销售量 某公司研制出一种新产品，现在市场上还没有相似产品出现，因此没有历史数据可以获得。但公司需要对可能的销售量作出预测，以决定产量。于是该公司成立专家小组，并聘请业务经理、市场专家和销售人员等8位专家，预测全年可能的销售量。8位专家通过对新产品的特点、用途进行了介绍，以及人们的消费能力和消费倾向作了深入调查，提出了个人判断，经过三次反馈得到结果如下表所示。 （1）在预测时，最终一次判断是综合前几次的反馈做出的，因此一般取后一次判断为依据。则如果按照8位专家第三次的平均值计算，则预测这个新产品的平均销售量为： 5953 775 580430=++（千件） （2）将最可能销售量、最低销售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为： 5.6003.07752.04305.0580=?+?+?（千件） （3）用中位数计算，可将第三次判断按预测值高低排列如下： 最低销售量： 320 350 370 400 430 500 550 最可能销售量： 410 500 520 530 600 610 700 750 最高销售量： 600 610 620 670 750 800 900 1250 中间项的计算公式为 n 1 (n )2 +=项数 最低销售量的中位数为第四项，即400。 最可能销售量的中位数为第四、第五项的平均数，即565。 最高销售量的中位数为第四、第五项的平均数，即710。 将可最能销售量、最低销三售量和最高销售量分别按0.50、0.20和0.30的概率加权平均，则预测平均销售量为 5.6553.07102.04005.0565=?+?+?（千件） 需要说明的是，如果数据分布的偏态较大，一般使用中位数，以免受个别偏大或偏小的判断值得影响；如果数据分布的偏态比较小，一般使用平均数，以便考虑到每个判断值的影响。 2、主观概率法预测房产需求量
MATLAB回归预测模型
MATLAB---回归预测模型 Matlab统计工具箱用命令regress实现多元线性回归，用的方法是最小二乘法，用法是：b=regress(Y,X) [b,bint,r,rint,stats]=regress(Y,X,alpha) Y,X为提供的X和Y数组，alpha为显着性水平（缺省时设定为0.05），b,bint为回归系数估计值和它们的置信区间，r,rint为残差（向量）及其置信区间，stats是用于检验回归模型的统计量，有四个数值，第一个是R2，第二个是F，第三个是与F对应的概率 p ，p <α拒绝 H0，回归模型成立，第四个是残差的方差 s2 。 残差及其置信区间可以用 rcoplot(r,rint)画图。 例1合金的强度y与其中的碳含量x有比较密切的关系，今从生产中收集了一批数据如下表 1。 先画出散点图如下： x=0.1:0.01:0.18; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]; plot(x,y,'+') 可知 y 与 x 大致上为线性关系。 设回归模型为y =β 0+β 1 x
用regress 和rcoplot 编程如下： clc,clear x1=[0.1:0.01:0.18]'; y=[42,41.5,45.0,45.5,45.0,47.5,49.0,55.0,50.0]'; x=[ones(9,1),x1]; [b,bint,r,rint,stats]=regress(y,x); b,bint,stats,rcoplot(r,rint) 得到 b =27.4722 137.5000 bint =18.6851 36.2594 75.7755 199.2245 stats =0.7985 27.7469 0.0012 4.0883 即β 0=27.4722 β 1 =137.5000 β 的置信区间是[18.6851,36.2594]， β 1 的置信区间是[75.7755,199.2245]； R2= 0.7985 ， F = 27.7469 ， p = 0.0012 ， s2 =4.0883 。可知模型（41）成立。
应用回归分析第三章课后习题整理
y1 1 x11 x12 x1p 0 1 3.1 y2 1 x21 x22 x2p 1 + 2 即y=x + yn 1 xn1 xn2 xnp p n 基本假定 (1) 解释变量x1,x2…,xp 是确定性变量，不是随机变量，且要求 rank(X)=p+1 n 注 tr(H) h 1 3.4不能断定这个方程一定很理想，因为样本决定系数与回归方程中 自变量的数目以及样本量n 有关，当样本量个数n 太小，而自变量又较 多，使样本量与自变量的个数接近时， R 2易接近1,其中隐藏一些虚 假成分。 3.5当接受H o 时，认定在给定的显著性水平 下，自变量x1,x2, xp 对因变量y 无显著影响，于是通过x1,x2, xp 去推断y 也就无多大意 义，在这种情况下，一方面可能这个问题本来应该用非线性模型去描 述，而误用了线性模型，使得自变量对因变量无显著影响；另一方面 可能是在考虑自变量时，把影响因变量y 的自变量漏掉了，可以重新 考虑建模问题。 当拒绝H o 时，我们也不能过于相信这个检验，认为这个回归模型 已经完美了，当拒绝H o 时，我们只能认为这个模型在一定程度上说明 了自变量x1,x2, xp 与自变量y 的线性关系，这时仍不能排除排除我 们漏掉了一些重要的自变量。 3.6中心化经验回归方程的常数项为0,回归方程只包含p 个参数估计 值1, 2, p 比一般的经验回归方程减少了一个未知参数，在变量较 SSE (y y)2 e12 e22 1 2 1 E( ) E( - SSE* - n p 1 n p n 2 [D(e) (E(e ))2 ] 1 n (1 1 n 2 en n E( e 1 1 n p 1 1 n p 1 1 "1 1 n p 1 J (n D(e) 1 (p 1)) 1_ p 1 1 1 n p 1 2 2 n E(e 2 ) (1 h ) 2 1 一、选择题 1 情景预测法通常将研究对象分为（）和环境两个部分。 A 情景 B 主题 C 事件 D 场景 2 一般而言，回归预测法只适于作（）预测。 A 长期 B 中、短期 C 固定期 D 周期 3 下列方法中不属于定性预测的是（）。 A 趋势外推法B主观概率法C领先指标法 D 德尔菲法 4根据经验在时间序列波动不大的情况下，平滑系数α的取值应为（）。 A 0.1-0.3 B 0.5-0.7 C 0.7-0.9 D 0.4-0.6 5当时间序列各期值的一阶差比率（大致）相等时,可以配( )进行预测。 A 线性模型B抛物线模型C指数模型D修正指数模型 6 状态空间模型按所受影响因素的不同可分为（）和（）模型。 A 确定性、随机性 B 线性、非线性 C 离散性、连续性 D 隐性、显性 7 统计预测方法中，以数学模型为主的方法属于（）。 A 回归预测法 B 定量预测法 C 定性预测法 D 时间序列预测法 8 下列哪一项不是统计决策的公理（）。 A 方案优劣可以比较 B 效用等同性 C 效用替换性 D 效用递减性 9 预测实践中,人们往往采纳判定系数R2（）的模型. A 最高 B 最低 C 中等 D 为零的 10 当时间序列各期值的二阶差分相等或大致相等时,可配合( )进行预测。 A 线性模型B抛物线模型C指数模型D修正指数模型 11 （）是指国民经济活动的相对水平出现上升和下降的交替。 A 经济周期 B 景气循环 C 古典经济周期D现代经济周期 12 灰色预测适用的对象是时序的发展呈（）型趋势。 A 指数 B 直线 C 季节 D 周期 13 德尔菲法是根据（）对研究的问题进行判断、预测的方法。 A 无突变情景 B 历史数据 C 专家知识和经验 D 直觉 14 相关系数越接近±1，表明变量之间的线性相关程度（）。 A 越低B一般 C 越高D不一定 15 采用博克斯-詹金斯方法时，如果时间序列的自相关函数和偏自相关函数都是拖尾的， 1.统计预测的概念: 预测就是根据过去和现在估计未来，预测未来。 2.三要素：实际资料是预测的依据，经济理论是预测的基础，数学建模是预测的手段 3.统计预测、经济预测的联系和区别：主要联系它们都以经济现象的数值作为其研究的对象：它们都直接或间接地为宏观和微观的市场预测、管理决策、制定政策和检查政策等提供信息；统计预测为经济定量预测提供所需的统计方法论；主要区别：从研究的角度看，统计预测和经济预测都以经济现象的数值作为其研究对象，但着眼点不同。前者属于方法论研究，其研究的结果表现为预测方法的完善程度；后者则是对实际经济现象进行预测，是一种实质性预测，其结果表现为对某种经济现象的未来发展做出判断。从研究的领域来看，经济预测是研究经济领域中的问题，而统计预测则被广泛地应用于人类活动的各个领域。 4统计预测的分类：定性预测和定量预测两类，其中定量预测法又可大致分为回归预测和时间序列预测；按预测时间长短，分为近期预测-1个月、短期预测-1-3个月、中期预测-3个月-2年 和长期预测 – 2年以上 ;按预测是否重复，分为一次性预测和反复预测 5.预测方法考虑三个问题：合适性，费用，精确性 6.统计预测的原则：连贯原则，类推原则 7.统计预测的步骤：确定预测目的，搜索和审核资料选择预测类型和方法，分析误差改进模型，提出预测报告 8.德尔菲法：是根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法，也称专家调查法。它是美国兰德公司于1964年首先用于预测领域的。特点：反馈性，匿名性，统计性；优点：加快预测速度节约预测费用，获得不同的价值观点和意见，适用长期预测和对新产品的预测，历史资料不足或不可预测因素多时尤为适用；缺点：分地区的顾客群或产品的预测可能不可靠，责任分散，专家的意见未必完整 9．主观概率法步骤：1准备相关资料2编制主观概率调查表3汇总整理4判断预测 10.情景预测法特点：1使用范围广不受假设条件限制2考虑问题全面应用灵活3定性和定量分析结合4能及时发现可能出现的难题减轻影响。步骤：确定主题，收集资料，分析影响，分析突发事件，进行预测 11．为什么要对建立的回归模型进行统计检验：由于很多社会经济现象之间存在相关关系，因此，一元线性回归预测具有广泛的应用进行一元线性回归预测时，必须选用合适的统计方法估计模型参数并对模型进行统计检验 12.应用回归预测法进行预测时应注意：1用定性分析判断现象之间的依存关系2避免回归预测的任意外推3应用合适的数据资料 13.影响经济时间序列变化因素：长期趋势，季节变动，周期变动，不规则变动 14,。自适应过滤法的计算步骤：确定加权平均数的个数p ；确定初始权数；计算预测值；计算预测误差；权数调整；进行迭代调整 15.自适应过滤法的优点：方法简单易行可采用标准程序上机运算；需要数据量较少；约束条件较少；具有自适应性，它能自动调整权数，是一种可变的系数模型 16:。自适应过滤法与移动平均法和指数平滑法相比有什么区别：自与移指都是以自回归模型为基础，所不同的是移和指的权数都是固定的，而自适应权数是根据预测误差的大小不断调整修改而获得的最佳权数 17,学习常数k 的选取应满足什么条件如何确定：要使初始权数经过调整逐步向最佳权数逼近，从而使模型的MSE 向最小值收敛，k 的选取值条件为max 121??????≤ ∑=p i i x k ，不过为了提高 模型中权数调整逐次逼近最佳权数的速度，可以取较大的k 值，但是必须满足k 《=1/p 第一章统计预测概述 一、单项选择题 8、统计预测的研究对象是（） A、经济现象的数值 B、宏观市场 C、微观市场 D、经济未来变化趋势 答：A 二、多项选择题 4、定量预测方法大致可以分为（） A、回归预测法 B、相互影响分析法 C、时间序列预测法 D、情景预测法 E、领先指标法 答：AC 三、名词解释 2、统计预测 答：即如何利用科学的统计方法对事物的未来发展进行定量推测，并计算概率置信区间。 四、简答题 1、试述统计预测与经济预测的联系和区别。 答：两者的主要联系是：①它们都以经济现象的数值作为其研究的对象；②它们都直接或间接地为宏观和微观的市场预测、管理决策、制定政策和检查政策等提供信息；③统计预测为经济定量预测提供所需的统计方法论。 两者的主要区别是：①从研究的角度看，统计预测和经济预测都以经济现象的数值作为其研究对象，但着眼点不同。前者属于方法论研究，其研究的结果表现为预测方法的完善程度；后者则是对实际经济现象进行预测，是一种实质性预测，其结果表现为对某种经济现象的未来发展做出判断；②从研究的领域来看，经济预测是研究经济领域中的问题，而统计预测则被广泛的应用于人类活动的各个领域。 第二章定性预测法 一、单项选择题 3、（）需要人们根据经验或预感对所预测的事件事先估算一个主观概率。 A 德尔菲法 B 主观概率法 C 情景分析法 D 销售人员预测法 答：B 二、多项选择题 2、主观概率法的预测步骤有： A 准备相关资料 B 编制主观概率表 C 确定专家人选 D 汇总整理 E 判断预测 答：A B D E 三、名词解释 2、主观概率 答：是人们对根据某几次经验结果所作的主观判断的量度。 四、简答题 1、定型预测有什么特点？它和定量预测有什么区别和联系？ 答：定型预测的特点在于：（1）着重对事物发展的性质进行预测，主要凭借人的经验以及分析能力；（2）着重对事物发展的趋势、方向和重大转折点进行预测。 《 统计预测与决策 》课程教学大纲 Statistical Forecasting and Decision Making 课程代码： 课程性质：专业方向理论课/选修 适用专业：统计 开课学期：7 总学时数：56 总学分数：3.5 编写年月：2007.5 修订年月：2007.7 执 笔：邹辉 一、课程的性质和目的 本课程教学目的在于向学生系统阐述有关统计预测与决策方面的基本知识和一般原理，使学生对统计预测和决策的基本概念、基本方法及其应用有系统地理解和掌握。同时，更为重要的是，通过阐述国内外统计预测和决策方法在经济、金融和管理等领域的综合应用，加深学生对本课程内容的理解和认识，提高学生综合运用统计预测和决策方法以解决现实问题的能力。 二、课程教学内容及学时分配 第一章 统计预测概述（4学时） 本章内容：统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤本章要求：了解统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤 第二章 定性预测法（4学时） 本章内容：定性预测概念，定性预测特点，定性预测和定量预测的关系，定性预测的集中主要方法。 本章要求：了解定性预测概念，定性预测特点，定性预测和定量预测的关系，理解定性预测的集中七种主要方法。 第三章 回归预测法（6学时） 本章内容：一元线性回归预测法，多元线性回归预测法，非线性回归预测法、应用回归预测法时应注意的问题。 本章要求：了解非线性回归预测法、应用回归预测法时应注意的问题。理解一元线性回归预测法是指成对的两个变量数据分布大体上呈直线趋势时，运用合适的参数估计方法，求出一元线性回归模型，然后根据自变量与因变量之间的关系，预测因变量的趋势；理解多元线性回归预测法是包括两个或两个以上自变量的回归。多元回归与医院回归类似，可以用最小二乘法估计模型参数，也需对模型及模型参数进行统计检验。 第四章 时间序列的分解法和趋势外推法（6学时） 本章内容：时间序列的分解，时间序列分解模型，趋势外推法。 本章要求：了解经济时间序列的变化受到长期趋势、季节变动和不规则变动这四个因素的影响，了解乘法模型分解的基本步骤，理解选择合适的趋势模型是应用趋势法的重要环节，图形识别和差分法是选择趋势模型的两种基本方法。 第五章 时间序列平滑预测法（6学分） 本章内容： 一次移动平均法和一次指数平滑法，线性二次移动平均法和线性二次指数平滑法，布朗二次多项式（三次）指数平滑法，温特线性和季节性指数平滑法。 本章要求：了解布朗二次多项式（三次）指数平滑法，温特线性和季节性指数平滑法，理解一次移动平均法和一次指数平滑法，线性二次移动平均法和线性二次指数平滑法。 第六章 自适应过滤法（6学分） 本章内容：自适应过滤法的概念与特点，使用自适应过滤法应选择好滤波常数k，对原始数列做标准化处理。 本章要求：了解自适应过滤法优点，使用计算机来进行自适应过滤法的计算掌握自适应过 统计预测与决策期末考 试 Document serial number【KKGB-LBS98YT-BS8CB-BSUT-BST108】 一、单项选择（2’*5） 1、时间序列分解成几个部分？每个部分的特点 （1）长期趋势因素：反映了经济现象在一个较长时间内发展方向，它可以在一个相当长的时间内表现为一种近似直线的持续向上或持续向下或平稳的趋势。在某种情况下，它也可以表现为某种类似指数趋势或其他趋势的形式。经济现象的长期趋势一旦形成，总能延续一段相当长的时间 （2）季节变动因素：是经济现象受季节变动影响所形成的一种长度和幅度固定的周期波动。包括受自然季节影响所形成额波动，也包括受工作时间规律所形成的波动。与周期变动的区别在于季节变动波动长度固定 （3）周期变动因素：也称循环变动因素，受各种经济因素影响形成的上下起伏不定的波动，如国内生产总值、工业产值指数、股票价格、利率和大多数经济指标 （4）不规则变动因素：也称随机变动，受各种偶然因素影响所形成的不规则波动，如股票价格受突然出现的利好或利空消息的影响产生的波动 2、时间序列差分法确定趋势外推模型（P56） 由于模型种类很多，为了根据历史数据正确选择模型，常常利用差分法把时间序列转换为平稳序列。即利用差分法把数据修匀，使非平稳序列达到平稳序列。一阶向后差分定义为： 一阶向后差分实际上是当时间由t推到t-1时的增量。 二阶向后差分的定义为： K阶向后差分的定义为： 3、定性预测方法的种类 德尔菲法、主观概率法、领先指标法、厂长（经理）评判意见法、推销人员估计法、相互影响分析法 4、平滑系数的选取（α的取值）（P81） 5、平均相对误差的计算（P192） 平均相对误差公式： 平均相对误差绝对值公式： 二、多选（3’*5） 6、决策的基本因素 决策主体、决策目标、决策对象、决策环境 7、最优决策的选择标准有哪些？ （1）期望的效用值 （2）等概率（合理性） （3）最大可能性 （4）期望收益值最大（期望损失值最小） 8、常用的多目标决策体系 （1）单层目标体系：各目标同属于总目标之下，各目标之间是并列的关系。（2）树形多层目标体系：目标分为多层，每个下层目标都隶属于一个而且只隶属于一个上层目标，下层目标是对上层目标的更加具体的说明。 （3）非树形多层目标体系：目标分为多层，每个下层目标隶属于某几个上层目标。 复习题 一、单项选择题 1 根据经验D-W统计量在（）之间表示回归模型没有显著自相关问题。 A 1.0-1.5 B 1.5-2.5 C 1.5-2.0 D 2.5-3.5 2 当时间序列各期值的二阶差分相等或大致相等时,可配合( ) 进行预测。 A 线性模型B抛物线模型C指数模型D修正指数模型 3 灰色预测是对含有（）的系统进行预测的方法。 A 完全充分信息 B 完全未知信息 C 不确定因素 D 不可知因素 4 不确定性决策中“乐观决策准则”以（）作为选择最优方案的标准。 A 最大损失 B 最大收益 C 后悔值 D α系数 5 贝叶斯定理实质上是对（）的陈述。 A 联合概率 B 边际概率 C 条件概率 D 后验概率 6 时间序列的分解法中受季节变动影响所形成的一种长度和幅度固定的周期波动称为 （）。 A 长期趋势 B 季节趋势 C 周期变动 D 随机变动 7 下列方法中不属于定性预测的是（）。 A 趋势外推法B主观概率法C领先指标法 D 德尔菲法 8 当时间序列各期值的一阶差比率（大致）相等时,可以配( )进行预测。 A 线性模型B抛物线模型C指数模型D修正指数模型 9 贝叶斯决策是根据（）进行决策的一种方法。 A 似然概率 B 先验概率 C 边际概率 D 后验概率 10 经济景气是指总体经济成（）发展趋势。 A 上升 B 下滑 C 持平 D 波动 二、多项选择题 1 构成统计预测的基本要素有（）。 A 经济理论B预测主体C数学模型D实际资料 2 统计预测中应遵循的原则是（）。 A 经济原则B连贯原则C可行原则 D 类推原则 3 按预测方法的性质，大致可分为（）预测方法。 A 定性预测 B 情景预测C时间序列预测D回归预测 4 ARMA模型的三种基本形式是（） A 自回归模型 B 移动平均模型C混合模型 D 季节模型 5 风险决策的方法有（） A 以期望值为标准的决策方法 B 以等概率为标准的决策方法 C 以最大可能性为标准的决策方法D以损益值为标准的决策方法 6 景气指标的分类包括（）。 A 领先指标B基准指标C同步指标D滞后指标 7 风险决策矩阵中应当包括的基本要素有（）。 A 备选方案B状态空间 C 最优方案选择标准D各方案的可能结果 8 统计决策的基本原则是（）。 A 可行性 B 未来性 C 合理性 D 经济性 9 决策的基本因素包括（）。 A 决策主体 B 决策环境 C 决策对象 D 决策目标 一、单项选择题 1 统计预测方法中，以逻辑判断为主的方法属于（C）。 A 回归预测法 B 定量预测法 C 定性预测法 D 时间序列预测法 2 下列哪一项不是统计决策的公理（D）。 A 方案优劣可以比较 B 效用等同性 C 效用替换性 D 效用递减性 3 根据经验D-W统计量在（B）之间表示回归模型没有显著自相关问题。 A 1.0-1.5 B 1.5-2.5 C 1.5-2.0 D 2.5-3.5 4 当时间序列各期值的二阶差分相等或大致相等时,可配合(B)进行预测。 A 线性模型 B抛物线模型 C指数模型 D修正指数模型 5 （C）是指国民经济活动的绝对水平出现上升和下降的交替。 A 经济周期 B 景气循环 C 古典经济周期 D 现代经济周期 6 灰色预测是对含有（C）的系统进行预测的方法。 A 完全充分信息 B 完全未知信息 C 不确定因素 D 不可知因素 7 状态空间模型的假设条件是动态系统符合（C）。 A 平稳特性 B 随机特性 C 马尔可夫特性 D 离散性 8 不确定性决策中“乐观决策准则”以（B）作为选择最优方案的标准。 A 最大损失 B 最大收益 C 后悔值 D α系数 9 贝叶斯定理实质上是对（C）的陈述。 A 联合概率 B 边际概率 C 条件概率 D 后验概率 10 景气预警系统中绿色信号代表（B）。 A 经济过热 B 经济稳定 C 经济萧条 D 经济波动过大 二、多项选择题 1 构成统计预测的基本要素有（ACD）。 A 经济理论 B预测主体 C数学模型 D实际资料 2 统计预测中应遵循的原则是（BD）。 A 经济原则 B连贯原则 C可行原则 D 类推原则 3 按预测方法的性质，大致可分为（ACD）预测方法。 A 定性预测 B 情景预测 C时间序列预测 D回归预测 4 一次指数平滑的初始值可以采用以下（BD）方法确定。 A 最近一期值 B第一期实际值 C最近几期的均值 D最初几期的均值 5 常用的景气指标的分类方法有（ABCD）。 A 马场法 B时差相关法 C KL信息量法 D峰谷对应法 三、名词解释 1 同步指标：是指景气指标中与总体经济变化相一致或同步的那些指标。 2 预测精度：是指预测模型拟合的好坏程度，即由预测模型所产生的模拟值与历史实际数据拟合程度的优劣。 3 劣势方案：统计决策中，如果一个方案在任何自然状态下的结果都劣于其它方案结果，则该方案称为劣势方案。 4 层次分析法：是用于处理有限个方案的多目标决策方法。它的基本思路是把复杂问题分解成若干层次，在最低层次通过两两对比得出各因素的权重，通过由低到高的层层分析，最后计算出各方案对总目标的权数，权数最大的方案即为最优方案。 应用回归分析第三章习题 3.1 y x =β 基本假定： （1） 诸1234n x ,x x ,x x ……非随机变量，rank （x ）=p+1，X 为满秩矩阵 （2） 误差项()()200i i j E ,i j cov ,,i j ?ε=? ?δ=?εε=??≠?? （3）()2 0i i j ~N ,,?εδ??εε??诸相互独立 3.2 ()10111 ?X X X X |rank(X X )p rank(X )p n p -'β'≠'=+≥+≥+存在，必须使存在。即|则必有故 3.3 ()()()() ()22 11 122 12 22211111111 n n n i i ii i i i n ii i n i i E e D e h n h n p ?E E e n p n p n p =====??==-δ ????? =-δ=--δ ??? ??∴δ ==--δ=δ ? ----??∑∑∑∑∑ 3.4 并不能这样武断地下结论。2 R 与回归方程中的自变量数目以及样本量n 有关，当样本量n 与自变量个数接近时，2 R 易接近1，其中隐含着一些虚假成分。因此，并不能仅凭很大的2 R 就模型的优劣程度。 3.5 首先，对回归方程的显著性进行整体上的检验——F 检验 001230p H :β=β=β=β==β=…… 接受原假设：在显著水平α下，表示随机变量y 与诸x 之间的关系由线性模型表示不合适 拒绝原假设：认为在显著性水平α下，y 与诸x 之间有显著的线性关系 第二，对单个自变量的回归系数进行显著性检验。 00i H :β= 接受原假设：认为i β=0，自变量i x 对y 的线性效果并不显著 3.6 原始数据由于自变量的单位往往不同，会给分析带来一定的困难；又由于设计的数据量较大，可能会以为舍入误差而使得计算结果并不理想。中心化和标准化回归系数有利于消除由于量纲不同、数量级不同带来的影响，避免不必要的误差。 3.7 11 22 011122201122p p p p p p p ?????y x x x ??????y y (x x )(x x )(x x )????y x x )x x )x x )y =β +β+β++β-=β+β-+β-++β--ββ=-+-++-=对最小二乘法求得一般回归方程： ……对方程进行如下运算： …… ……*j j ?+β=……即 3.8 121321233132212312212331 312311232332 13 231313********* 111 r r r r r r r r r r r r r r r r r r r r r ?? ?= ? ????==-?= =-?= =-即证 第3章回归预测方法 思考与练习（参考答案） 1.简要论述相关分析与回归分析的区别与联系。 答：相关分析与回归分析的主要区别： （1）相关分析的任务是确定两个变量之间相关的方向和密切程度。回归分析的任务是寻找因变量对自变量依赖关系的数学表达式。 （2）相关分析中，两个变量要求都是随机变量，并且不必区分自变量和因变量；而回归分析中自变量是普通变量，因变量是随机变量，并且必须明确哪个是因变量，哪些是自变量； （3）相关分析中两变量是对等的，改变两者的地位，并不影响相关系数的数值，只有一个相关系数。而在回归分析中，改变两个变量的位置会得到两个不同的回归方程。 联系为： （1）相关分析是回归分析的基础和前提。只有在相关分析确定了变量之间存在一定相关关系的基础上建立的回归方程才有意义。 （2）回归分析是相关分析的继续和深化。只有建立了回归方程才能表明变量之间的依赖关系，并进一步进行预测。 2.某行业8个企业的产品销售额和销售利润资料如下： （1）计算产品销售额与利润额的相关系数； r=，说明销售额与利润额高度相关。 解：应用Excel软件数据分析功能求得相关系数0.9934 （2）建立以销售利润为因变量的一元线性回归模型，并对回归模型进行显着性检验（取α＝）； 解：应用Excel 软件数据分析功能求得回归方程的参数为： 7.273,0.074a b =-= 据此，建立的线性回归方程为 ?7.2730.074Y x =-+ ① 模型拟合优度的检验 由于相关系数0.9934r =，所以模型的拟合度高。 ② 回归方程的显着性检验 应用Excel 软件数据分析功能得0.05 ?=450.167(1,6) 5.99F F >=,说明在α=水平下回归效果显着. ③ 回归系数的显着性检验 0.025?=21.22(6) 2.447t t >=,说明在α=水平下回归效果显着. 实际上，一元线性回归模型由于自变量只有一个，因此回归方程的显着性检验与回归系数b 的 显着性检验是等价的。 （3）若企业产品销售额为500万元，试预测其销售利润。 根据建立的线性回归方程 ?7.2730.074Y x =-+，当销售额500x =时，销售利润?29.73Y =万元。 3.某公司下属企业的设备能力和劳动生产率的统计资料如下： 企业代号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 设备能力 (千瓦/人) 劳动生产率(万元/人) 该公司现计划新建一家企业，设备能力为千瓦/人，试预测其劳动生产率，并求出 其95%的置信区间。 解：绘制散点图如下： 散点图近似一条直线，计算设备能力和劳动生产率的相关系数为，故可以采用线性回归模型进行拟合。 应用Excel 软件数据分析功能求得回归方程的参数为： 3.115, 1.43a b == 第三章 回归预测法 基本内容 一、一元线性回归预测法 是指成对的两个变量数据分布大体上呈直线趋势时，运用合适的参数估计方法，求出一元线性回归模型，然后根据自变量与因变量之间的关系，预测因变量的趋势。由于很多社会经济现象之间都存在相关关系，因此，一元线性回归预测具有很广泛的应用。进行一元线性回归预测时，必须选用合适的统计方法估计模型参数，并对模型及其参数进行统计检验。 1、建立模型 一元线性回归模型： i i i x b b y μ++=10 其中，0b ，1b 是未知参数，i μ为剩余残差项或称随机扰动项。 2、用最小二乘法进行参数的估计时，要求i μ满足一定的假设条件： ①i μ是一个随机变量； ②i μ的均值为零，即()0=i E μ； ③在每一个时期中，i μ的方差为常量，即()2 σμ=i D ； ④各个i μ相互独立； ⑤i μ与自变量无关； 3、参数估计 用最小二乘法进行参数估计，得到的0b ，1b 的公式为： ()()() ∑∑---= 2 1 x x y y x x b x b y b 10-= 4、进行检验 ①标准误差：估计值与因变量值间的平均平方误差。其计算公式为：()2 ?2 --= ∑n y y SE 。 ②可决系数：衡量自变量与因变量关系密切程度的指标，在0与1之间取值。其计算公式 为：()()()() ()()∑∑∑∑∑---=??? ??? ? ? ----=222 2 2 2 ?1y y y y y y x x y y x x R 。 ③相关系数；计算公式为：()()()() ∑∑∑----=2 2 y y x x y y x x r 。 ④回归系数显著性检验 i 检验假设：0:10=b H ，0:11≠b H 。 ii 检验统计量：b S b t 1 = ~()2-n t ，其中() ∑-=2 x x SE S b 。 iii 检验规则：给定显著性水平α，若αt t >，则回归系数显著。 ⑤回归模型的显著性检验 i 检验假设：:0H 回归方程不显著 ，:1H 回归方程显著。 ii 检验统计量：()()() 2??2 2 ---= ∑∑n y y y y F ~()2,1-n F 。 iii 检验规则：给定显著性水平α，若()2,1->n F F α，则回归方程显著。 ⑥得宾—沃森统计量（D —W ）：检验i μ之间是否存在自相关关系。 ()∑∑==--= -n i i n i i i W D 1 222 1μ μμ，其中i i i y y ?-=μ。 5、进行预测 小样本情况下,近似的置信区间的常用公式为：置信区间=tSE y ±?。 二、多元线性回归预测法 社会经济现象的变化往往受到多个因素的影响，因此，一般要进行多元回归分析，我们把包括两个或两个以上自变量的回归成为多元回归。多元回归与医院回归类似，可以用最小二乘法估计模型参数。也需对模型及模型参数进行统计检验。选择合适的自变量是正确进行多元回归预测的前提之一，多元回归模型自变量的选择可以利用变量之间的相关矩阵来解决。 1、 建立模型—以二元线性回归模型为例 二元线性回归模型：222110i i x b x b b y μ+++=。类似使用最小二乘法进行参数估计。 2、 拟合优度指标 ①标准误差：对y 值与模型估计值之间的离差的一种度量。其计算公式为： ()3 ?2 --= ∑n y y SE 统计预测与决策 课程论文 题目基于ARMA模型的西安进出口总额时间序列分析与预测 学生姓名解盼 学生学号 13610704150504 专业经济统计学 班级金融统计班 提交日期二〇一六年五月 基于ARMA模型对西安进出口总额时间序列分析与预 测 摘要:本文分析了 1987-2013年西安地区进出口总额时间序列，在将该时间序 列平稳化的基础上，建立自回归移动平均模（ARMA）,从中得出西安进出口总额序列的变化规律，并且预测2014,2015年西安进出口总额的数值。 关键词：时间序列预测；进出口总额；ARMA模型 1. 前言 进出口总额指实际进出我国国境的货物总金额。进出口总额用以观察一个国 家在对外贸易方面的总规模。进出口总额包括:对外贸易实际进出口货物，来料 加工装配进出口货物，国家间、联合国及国际组织无偿援助物资和赠送品，华侨、 港澳台同胞和外籍华人捐赠品，租赁期满归承租人所有的租赁货物，进料加工进 出口货物，边境地方贸易及边境地区小额贸易进出口货物(边民互市贸易除外)， 中外合资企业、中外合作经营企业、外商独资经营企业进出口货物和公用物品， 到、离岸价格在规定限额以上的进出口货样和广告品(无商业价值、无使用价值 和免费提供出口的除外)，从保税仓库提取在中国境内销售的进口货物，以及其 他进出口货物。本文就此对我国进出口总额时间序列进行分析，并且采用ARMA 模型对序列进行拟合，最后在此基础上对2014年西安进出口总额数据进行预测。 2. ARMA模型 2.1 ARMA模型概述 ARMA模[]1 型全称为自回归移动平均模型(Auto-regressive Moving Average Model，简称 ARMA)是研究时间序列的重要方法。其在经济预测过程中既考虑了 经济现象在时间序列上的依存性, 又考虑了随机波动的干扰性, 对经济运行短 期趋势的预测准确率较高, 是近年应用比较广泛的方法之一。ARMA模型是由美国 统计学家G.E.P.Box 和 G.M.Jenkins在20世纪70年代提出的著名时序分析模型, 即自回归移动平均模型。ARMA模型有自回归模型AR(q)、移动平均模型MR(q)、自 回归移动平均模型ARMA(p,q) 3种基本类型。其中ARMA(p,q）自回归移动平均模 型，模型可表示为： 1、企业决定改进生产工艺流程，有两种方案：一是自行研制，二是国外购买。忽略改进工艺所需时间。改进后的生产工艺流程使用期是十年。自行研制需要投入300万元，研制成功的可能性是0.7。国外购买，其项目成功的可能性较高为0.9。但是一次支付购买费用500万元。 国外购买的收益：245*10-500=1950 自行研制的收益：179.5*10-300=1495 对于该企业，应该选择从国外购买生产工艺，如果成功，就采取大批量生产的方式，每年可期望获得260万元的利润；若果失败，就按小批量生产，每年可期望获得110万元的利润。 2、某厂准备生产一种新的电子仪器。可采用晶体管分立元件电路，也可采用集成电路。采用分立元件电路有经验，肯定成功，可获利25万元。采用集成电路没有经验，试制成功的概率为0.4。若试制成功可获利250万元，若失败，则亏损100万元。决策者认为稳得25万元与方案0.7的概率获得250万，0.3的概率亏损100万的效用相当，试用效用概率决策法进行决策. 解： 1）晶体管分立元件电路期望收益25万，集成电路期望收益0.4*250+0.6*(-100)=40万采用集成电路方案2）试验成功概率P P*250+(1-P)*(-100)>25，P>0.357。所以P>0.357时选择集成电路方案，否则选择另一个方案 3）u(-100)=0,u(250)=1，u(25)=0.7*u(250)+0.3*u(-100)=0.7 晶体管分立元件电路期望效用0.7，集成电路期望效用：0.4*1+0.6*0=0.4，采用晶体管分立元件电路方案。 3、某决策问题的损益矩阵如下表 1)按α(0.4α=) 2)按“最小的最大后悔值”方法选择一个决策方案. 解：1)d1:0.4*200+0.6*(-20)=68,d2:0.4*150*0.6*20=72,d3:0.4*100+0.6*60=76,选d3. 2)最小的最大后悔值为50，选d2 4、 某冷饮店拟定某种冷饮七八月份的日进货计划，该品种的冷饮进货成本为每箱30元，销售价格为50 元，当天销售后每箱可获利20元。但如果当天剩余一箱，就要由于冷藏费及其他原因而亏损10元，现有过去两年同期的日销售量数据如下表，试用边际分析法对进货计划进行决策 解： 转折概率表中无累积概率等于0.33的日销售量，但0.33介于0.1和0.4之间，最佳进货量应介于120箱到130之间。最佳进货量=120+{(130-120)/(0.4-0.1)}*(0.4-0.33)=122箱 5、 甲、乙、丙三个公司分包一个地区市场，10月份市场占有率分别为（0.40，0.40，0.20）。有一市场调 查公司已估计到顾客的逐月变化情况如下：甲保留了原有顾客的60%，有20%失给乙公司，20%失给丙公司；乙保留了原有顾客的80%，有10%失给甲公司，10%失给丙公司；丙保留了原有顾客的50%，有30%失给甲公司，20%失给乙公司； (1)预测各公司11月、12月的市场占有率情况(2)当市场处于平衡状态时，各公司市场占有率是多少？ 解： (1)状态转移矩阵为0.60.20.20.10.80.10.30.20.5???? ?????? 故11月份的市场占有率为 0.60.20.2(0.4,0.4,0.2)0.10.80.1(0.34,0.44,0.22)0.30.20.5?? ??=?? ?? ?? 故12月份的市场占有率为统计预测与决策复习范围
统计预测与决策知识点考试必过和《统计预测与决策》复习试卷(共4套、含答案)汇总
(完整版)统计预测与决策练习题..
《统计预测与决策》课程教学大纲
统计预测与决策期末考试
统计预测与决策-复习题
《统计预测与决策》复习题
应用回归分析第三版·何晓群-第三章所有习题答案
回归预测方法
第三章 回归预测法
统计预测与决策课程论文(DOC)
统计预测与决策分析考试复习题