《统计预测与决策》课程教学大纲.doc
《统计预测与决策》课程设计
安徽工程大学统计预测与决策课程设计论文统计学专业题目：1979年—2009年安徽省人均GDP预测及相关决策评价姓名：***班级：统计学101班学号：**********目录摘要 (3)一、问题的提出 (3)二、模型的建立及预测 (3)三、结论 (10)四、决策评价 (10)参考文献 (13)附录 (11)1979年—2009年安徽省人均GDP 预测及相关决策评价摘 要就统计预测方法而言，它最基本的作用在于把历史资料中同时并存的基本轨迹和误差分开，以研究其形态的变化。
在市场经济条件下，预测的作用是通过各个企业或行业内部的行动计划和决策来实现得。
预测与决策和行动计划之间的关系在于：预测与决策之前，行动计划在决策之后。
预测为决策提供依据，是决策科学化的前提；而正确的决策又给合理的预测提供实现机会。
行动计划是预测、决策之后的产物，又是预测、决策实现的桥梁。
2009年上半年安徽省开始承接长三角产业转移，建立皖江城市带。
本文通过对安徽省1979年—2009年人均GDP 数据进行分析建立三个数学模型，即指数模型、简单移动平均模型、灰色模型，拟合历年数据及以此来预测2010年—2012年的人均GDP 值，来观察安徽省建立产业转移示范区对安徽省人均GDP 的影响，又利用决策评价的三原则来对安徽省承接产业转移进行决策评价。
本文中安徽省人均GDP 数据的来源为：2007年与2009年的《安徽省统计年鉴》，以及/p-39854614874.html 上的数据资源。
数据来源真实、可靠。
关键词：指数模型 简单移动平均 灰色模型 决策评价一、问题的提出人均GDP 是描述人均经济发展指标的重要指标。
人均经济发展水平在一定程度上反映一个国家、地区的富裕程度和人民生活水平的高低。
安徽省自建国到2008年以来，经过几代领导的努力，提出了许多设想，同时也做了许多工作，使得安徽省的人均GDP 逐年增加，尤其是近几年增长速度较快，2009年安徽省人均GDP 已经达到16391元，是历年之最。
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。
统计预测与决策
统计预测与决策学习要点：统计预测概念及分类、时间数列预测法和回归预测法的内容、统计决策的三要素、风险型决策与完全不确定型决策的方法。
第1节统计预测的分类一、统计预测的分类统计预测的种类很多，可以从不同的角度进行分类。
1.按预测对象的表现形式不同，统计预测可以分为定性预测和定量预测。
定性预测是指预测者以统计资料为依据，根据已知资料，凭借个人的工作经验和分析能力，对事物的未来发展情况做出判断。
定量预测则着重对事物的数量方面进行预测。
它是预测者根据预测事物的历史数据，运用统计方法进行科学的推算，以求得准确的预测结果。
大部分统计预测方法都属于定量预测。
2.按预测对象的范围大小，统计预测可以分为宏观预测和微观预测。
宏观预测是指对大系统总体的综合性预测。
微观预测是指对个别具体单位经营管理活动进行的预测。
3.按预测时距的长短，统计预测可以分为短期预测、中期预测和长期预测。
短期预测一般是指预测时距在二年以内的预测，适用于基层企业对日常业务问题进行的预测；中期预测一般是指2-5年的预测，适用于企业制定人员培训计划、银行借贷计划及编制国民经济计划等；长期预测一般是指5年以上的预测，它通常用于社会发展战略目标的预测。
4.按预测对象是否包含时间变动因素，统计预测可以分为动态预测和静态预测。
动态预测是根据预测对象随时间推移的发展变化规律而进行的预测。
静态预测是指在一定时间上，利用现象之间的因果关系，由一种现象变动去推断另一种现象的状况。
其中，动态预测是统计预测中的主要内容。
二、统计预测的程序1.明确预测的目的。
预测目的的确定，关系到统计资料的搜集与整理，也关系到预测方法的选用。
2.搜集和整理资料。
在预测时，对于搜集到的资料需要进行审核和分析，对于不完全适用的资料要进行调整，对偶然事件的数据要加以排除。
3.选用预测方法。
在初步分析资料的基础上，选择适当的预测模型。
4.进行预测。
根据选用的预测方法进行数学模型中参数值的计算，使模型成为具体化的公式，据以进行预测。
统计预测与决策课设
课程设计报告课程名称统计预测与决策专业班级学号姓名指导教师2012年5 月18 日课程设计任务书课程名称统计预测与决策课题全国职工平均工资的分析与预测专业班级学生姓名学号指导老师任务书下达日期2012 年5 月7 日任务完成日期2012年5 月18日目录前言 (2)数据来源 (2)一、描述性分析 (2)二、组合预测 (3)1.组合预测的基本思想 (3)2.单项预测模型 (4)1)非线性回归预测法 (4)2)指数曲线趋势外推法 (9)3)二次曲线指数平滑法 (12)4)灰色预测法 (16)3.组合预测模型 (20)4.组合预测的有效性分析 (23)三、总结 (24)参考文献 (25)附件 (26)评分标准 (28)前言就业与工资是我国面向未来的三大问题之一。
它体现了我国经济发展状况与人民生活水平的联系，而平均工资是反映工资总体情况的指标，它是按工资总额除以单位的年内平均职工人数得出的。
根据国家现行规定，工资总额统计的是本单位在一定时期内直接支付给本单位全部职工的劳动报酬总额，包括计时工资、计件工资、奖金、津贴和补贴、加班加点工资、特殊情况下支付的工资，不论是否计入成本，不论是否以货币形式还是以实物形式支付，均包括在内。
也就是说，平均工资中包含了很大程度上的扣除额度，这不同于职工的实际可支配收入。
另一方面，平均工资是一项“平均数”，社会上存在一个对其争议的焦点是它不区分收入差距，许多人质疑这种“简单的平均统计”到底有什么实际意义。
任何一个统计指标的存在（并且是长期存在）都有它的作用和意义，平均数是反映总体水平的基本指标之一。
一般来讲，一项统计调查在反映总体情况时，都要用到平均数。
据了解，我国制定的一系列政策，如：社会保险金征收、基本养老金和退休费发放、最低工资标准、人身损害司法赔偿等，都与平均工资数据相关。
故，对平均工资的统计和研究还是很有必要的。
预测就是“鉴往知来”，即依据过去和现在的大量资料，运用科学的判断方法和数量方法，对事物未来的发展趋势事先做出有效的判断。
统计预测与决策
统计预测与决策1、德菲法有哪些特点?又有哪些点和缺点?答:(1)德菲法(Delphimethod),是采用背背的通信方式征家小成的意,几征,使家小的意于集中,最后做出符合市未来展的。
德菲法本上是一种反匿名函法。
其大致流程是:在所要的征得家的意之后,行整理、、,再匿名反各家,再次征求意,再集中,再反,直至得到一致的意。
其程可表示如下:匿名征求家意-、-匿名反-、⋯⋯假设干后停止。
由此可,德菲法是一种利用函形式行的集体匿名思想交流程。
它有三个明区于其他家方法的特点,即匿名性、屡次反、小的答复。
(一)匿名性因采用种方法所有家成不直接面,只是通函件交流,就可以消除威的影响。
是方法的主要特征。
匿名是德菲法的极其重要的特点,从事的家彼此互不知道其他有哪些人参加,他是在完全匿名的情况下交流思想的。
后来改的德菲法允家开会行。
(二)反性方法需要3~4的信息反,在每次反中使和家都可以行深入研究,使得最果根本能反映家的根本想法和信息的 ,所以果客、可信。
小成的交流是通答复者的来的,一般要假设干反才能完成。
(三)统计性最典型的小组预测结果是反映多数人的观点,少数派的观点至多概括地提及一下,但是这并没有表示出小组的不同意见的状况。
而统计答复却不是这样,它报告1个中位数和2个四分点,其中一半落在2个四分点之内,一半落在2个四分点之外。
这样,每种观点都包括在这样的统计中,防止了专家会议法只反映多数人观点的缺点。
[1]优点:1、可以防止群体决策的一些可能缺点,声音最大或地位最高的人没有时机控制群体意志,因为每个人的观点都会被收集,另外,管理者可以保证在征集意见以便作出决策时,没有无视重要观点。
2、德尔菲法同常见的召集专家开会、通过集体讨论、得出一致预测意见的专家会议法既有联系又有区别。
德尔菲法能发挥专家会议法的优点,即(1)、能充分发挥各位专家的作用,集思广益,准确性高。
(2)能把各位专家意见的分歧点表达出来,取各家之长,避各家之短。
统计预测与决策课程设计
4.专题研讨内容汇报。
Company Logo
课程主要内容
统计预测 与决策
统计决策 统计预测 1.统计预测概述 2.定性预测方法
1.统计决策概述
2.风险决策
3.贝叶斯决策 4.不确定型决策 5.多目标决策
收集对象的历史 数据
状态空间模型和 卡尔曼滤波
短、中期
适用于各类时间序列的预测
收集对象的历史 数据，并建立状 态空间模型
Company Logo
3.统计预测的原则与步骤
统计预测的原则： 定量外推预测法遵守的原则——连贯原则与类推原则。 连贯原则：指事物的发展是按一定规律进行的，在其发 展过程中，这种规律贯彻始终，不应受到破坏，它的未来发 展与其过去和现在的发展没有什么根本的不同。 类推原则：指事物必须有某种结构，其升降起伏变动不
等几个方面评价。整个组的成绩就是该组每位同学的成绩。
每个小组都要准备每个专题，上课时临时决定哪个小组讲，
尽量做到每人至少有一次机会讲解。
Company Logo
每个专题要回答的基本问题
1.这次专题讨论的任务是什么？
2.任务完成情况(包括用什么方式，查找的资料是什
Company Logo
移动平均法
短期
不带季节变动的反复预测
指数平滑法
短期
具有或不具有季节变动的反 复预测
自适应过滤法
短期
适用于趋势型态的性质随时 间而变化，而且没有季节变 动的反复预测 适用于任何序列的发展型态 的一种高级预测方法
平稳时间序列预 测法
短期
2.预测方法分类与选择
方法 干预分析模型预 测法 时间范围 短期 适用情况 适用于当时间序列受到政策干预 或突发事件影响的预测 应做工作 收集历史数据及 影响时间 收集大量历史资 料和数据，并需 大量计算
《统计预测与决策课程设计》指导书
《最优化方法课程设计》指导书一、课程设计目的统计预测与决策课程以介绍常见的统计预测方法理论为目的，为了能够加深学生对所学的统计方法知识的理解，开设统计预测与决策课程设计具有重要意义。
通过课程设计，学生不但可以通过所学的知识对统计方法进行深入的理论分析及理论创新，提高学生的理论水平；而且，学生还可以结合数学软件，如SAS，SPSS，MATLAB, Mathematica等进行程序设计，通过数值仿真更好地理解理论及特性；此外，学生还可以利用所学的统计理论对某些实际问题建立优化模型，提高学生的数学建模能力，为以后的工程实践打下基础。
二、课程设计要求1．完成论文一篇，字数8000字以上。
2．论文要求：（1） 240字以上的中英文摘要；（2）分章节写正文；（3）引用参考文献需在论文末注明；（4）可多个学生选同一个题目，但内容不可以雷同；（5）格式可参考附件。
3. 在2013-2014下学期结束前完成。
三、课程设计选题本次课程设计共提供17个具体的课题，每个课题选题人数不超过3人，除此外，学生还可以自拟题目，范围包括优化算法改进、优化算法建模与分析、优化算法的实际应用等。
学生选题时，通过随机抽签的方法选择17个课题之一，若某学生对所选课题不满意，再自拟题目。
同一个题目，多人选择时，不可以相互抄袭。
选题结果在17周末完成。
四、课程设计内容课程设计内容：一方面学生通过所学的知识对统计预测方法进行深入的理论分析及理论创新，提高学生的理论水平；另一方面，学生结合数学软件对统计方法进行程序设计，通过软件更好地理解和实现统计方法的应用；此外，学生还可以利用所学的统计理论对某些实际问题建立优化模型，提高学生的数学建模能力。
五．有关安排：（1）第17周到第19周的周二、周四晚19：3０－21：1０在6306安排答疑．２）第19周的周四起进行课程设计验收，具体安排另行通知．。
统计预测与决策
统计预测与决策统计预测与决策课程设计课题一简单线性回归分析1.1建立模型研究变量间的函数关系一般使用分析法，回归模型为:Y=，式中fX()，,Y为回归模型的目标变量，也称因变量;X是Y的影响因子，称为自变量。
fX()描述了对Y 的影响方式和程度。
是一个随机变量，即因变量的随机误差项，它, 反映了除X变量外其它因素对Y的影响。
回归分析就是通过样本观测数据对模型进行估计，用最小二乘法分析随机误差项的分布特征，估计出回归系数，再使用该模型进行预测。
,如果在回归模型中只有一个自变量，且是线性的，即。
fX()YX,，，,,,此为简单线性回归模型，其中、是线性回归系数。
,,在实际应用中，任何复杂形式的回归分析，一般都是从简单线性模型出发加以逐步深入。
简单线性回归模型是一种理想化的形式，但通过简单线性模型的求解，对掌握回归分析的基本思想和方法特别有用。
1.2参数和回归检验要将一元线性回归用于预测，就需要估计出参数α、β的值。
线性回归模型参数的估计通常有两种，即最小普通二乘法和最大似然估计法。
通常用的是最小普通二乘法。
1.2.1散点图和线性趋势线在进行简单线性回归分析前，先绘制散点图很重要，如果是散点图上的点大致分布于一条直线上，则可使用线性回归方法，否则应重新考虑非线性回归等方法。
例:如图所示为某种商品的需求量与人均月收入的关系资料。
一般认为商品的需求量数据在很大程度上取决于人均月收入，所以商品的需求量为因变量而人均月收入为自变量。
首先用散点图检查商品需求量和人均月收入之间的关系。
在安排数据时，用- 1 -统计预测与决策课程设计于分类轴(水平轴)的X变量在右边列中，用于数值轴(垂直轴)的Y变数在左边列中，如图a所示。
图a1.2.2插入线性趋势线考察图a所示的散点图，其数据点大致沿直线性线分布，故可以插入线性趋势线进行分析。
Excel用最小二乘法确定线性趋势线的截距和斜率，并自动插入到图表中，下面具体讲述插入趋势线的步骤:a、单击图表中某数据点选取数据系列，该系列的所有数据点将放大以突出显示;b、从“图表”菜单中选择“添加趋势线”命令，系统显示“趋势线”对话框;c、单击“趋势线”对话框上部的“类型”卷标，在对话框中单击选择:线性“图标;d、单击“趋势线”对话框上部的“选项”卷标，在“趋势线名称”框中选择“自动设置”选项，清除“设置截距”复选框，单击选定“显示公式”和“显示R平方”复选框; 单击“确定”按钮，则可得到如图b所示:图b由插入趋势线的散点图可知，人均月收入和商品需求量间的函数关系为: - 2 -统计预测与决策课程设计商品需求量=0.0089*人均月收入+2.5466;公式中截距为2.5466，单位与需求量相同(万元);斜率为0.0089,表示人均月收入每增加一元，就会引起需求量变化0.0089万元。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
《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滤法的基本步骤，滤波常数k的选择原则。
第七章平稳时间序列预测法（10学分）
本章内容：ARMA模型三种基本形式：自回归模型（AR：Auto-regressive）,移动平均模型（MA：Moving-Average）和混合模型（ARMA）,时间序列的自相关分析，单位根检验和协整检验，ARMA模型的建模。
本章要求：了解ARMA模型三种基本形式：自回归模型（AR：Auto-regressive）,移动平均模型（MA：Moving-Average）和混合模型（ARMA）,理解时间序列自相关分析, 单
位根检验和协整检验，ARMA模型的建模。
第八章干预分析模型预测法（6学时）
本章内容：干预模型的含义，单变量时间序列干预模型的构造与干预效应的识别。
本章要求：了解干预模型的德含义与目的，理解干预模型的构造与干预效应的识别，理解干预模型建模的思路和具体步骤。
第九章景气预测法（6学时）本章内容：景气与景气循环、景气预测的概念，景气指标，扩散
系数的年计算。
本章要求：了解景气与景气循环、景气预测的概念，理解景气指标，扩散系数的年计算，合成指数，预警系统的原理。
三、课程教学的基本要求
本课程是关于统计预测与决策方面的基本概念、基本原理和方法的综合运用的讲授，是本专业的理论基础课程，有些内容难度较高，因此要求学生做到课前预习。
教师在课堂上将就这些原理和综合应用进行阐述和解释，并与学生一起讨论。
如果学生事先阅读有关章节，将有助于理解课程内容。
在教学方法上，采用课堂讲授，课后自学，课堂讨论等教学形式。
（一）课堂讲授
本课程属基础理论课程，涉及到较多的数学知识，在讲述的过程中教师应尽量联系生产生活实际。
在教学中要求同学重点掌握基本概念、基本方法，在课程内容方面既要保持理论的系统性，又要注意联系实际。
（二）课后自学
为了培养学生整理归纳，综合分析和处理问题的能力，每章都安排一部分内容，课上教师只给出自学提纲，不作详细讲解，课后学生自学。
（三）课堂讨论
将各章节内容适时举行课堂讨论和案例介绍，一般在学完各章基本内容之后，用30一45分钟的时间结合课程重点、关注当前统计预测与决策及其在经济金融领域应用。
结合讨论课后要求写一些小论文，必须在指定日期之前提交。
（四）习题课
习题课以典型例题分析为主，并适当安排开阔思路及综合性的练习及讨
（五）课外作业
课外作业的内容选择基于对基本理论的理解和巩固，培养综合计算和分析、判断能力以及使用计算工具的能力。
习题以计算性小题为主，平均每学时1-2道题。
（六）考试
最后期末考试一次。
各部分所占总分的比例如下：课堂讨论（含考勤）10% ；小论文20%；期末考试70%
四、本课程与其它课程的联系与分工
先修课程：数理统计、概率论、多元统计分析、回归分析等
后续课程：毕业论文
五、建议教材及教学参考书
[1]徐国祥主编，《统计预测和决策学习》，上海财经大学出版社,2005年10月第一版
[2]庞皓主编，《计量经济学》，科学出版社2006年1月出版
[3]杨曾武编著，《统计预测原理》，中国财政经济出版社1990年版。