統(tǒng)計預(yù)測與決策課程論文-中國個體就業(yè)人口數(shù)

1、<p>　　各專業(yè)全套優(yōu)秀畢業(yè)設(shè)計圖紙</p><p>　　統(tǒng) 計 預(yù) 測 和 決 策 課 程 論 文</p><p>　　------------------中國個體就業(yè)人口數(shù)</p><p>　　學(xué) 院： </p><p>　　班 級： </p><p>　　

2、學(xué)生姓名 ： </p><p>　　指導(dǎo)教師 ： </p><p>　　完成時間 ： </p><p><b>　　目 錄</b></p><p>　　摘要………………………………………………………………2</p><p>　　一 緒論………

3、……………………………………………………3</p><p>　　二 數(shù)據(jù)來源………………………………………………………3</p><p>　　三 模型及預(yù)測方法的介紹………………………………………4</p><p>　　四 模型建立、求解及檢驗………………………………………8</p><p>　　1.移動平均法預(yù)測……………………………………

4、………8</p><p>　　2.指數(shù)平滑法預(yù)測……………………………………………9</p><p>　　3.一元線性回歸預(yù)測 ………………………………………10</p><p>　　五 分析與結(jié)論…………………………………………………11</p><p>　　六 參考文獻……………………………………………………12</p>&

5、lt;p><b>　　摘 要</b></p><p>　　“十二五”期間,我國勞動力總量供求矛盾不減,結(jié)構(gòu)性矛盾更加突出,仍將面臨較大的就業(yè)壓力。這是人力資源和社會保障部就業(yè)促進司司長于法鳴日前透露的。于法鳴說,預(yù)計未來5年,我國平均每年需要解決2500萬人就業(yè),比“十一五”期間有所增加。而如果經(jīng)濟增速保持在8%,每年能提供的崗位約為1200萬個,存在較大的供需矛盾,未來5年應(yīng)當(dāng)把就業(yè)

6、放在更加重要的位置上加以推動。目前,中國就業(yè)促進會正在進行深入研究,為決策制定提供依據(jù)。(文/白天亮據(jù)《人民日報》)未來5年每年需就業(yè)人口數(shù)約2500萬。正"十二五"期間,我國勞動力總量供求矛盾不減,結(jié)構(gòu)性矛盾更加突出,仍將面臨較大的就業(yè)壓力。這是人力資源和社會保障部就業(yè)促進司司長于法鳴日前透露的。</p><p>　　本論文通過收集全國2001-2013年的個體就業(yè)人員人口總數(shù)數(shù)據(jù)，并且分別

7、采用移動平均法、指數(shù)平滑法、一元線性回歸預(yù)測模型對全國未來五年的人口就業(yè)情況進行預(yù)測。通過建模求解我們可以預(yù)測到未來五年個體就業(yè)人口總數(shù)成上升趨勢</p><p>　　關(guān)鍵詞：移動平均法；指數(shù)平滑法；線性回歸；excel</p><p><b>　　一、緒論</b></p><p>　　就業(yè)是民生之本，是人民改善生活的基本前提和基本途徑。<

8、;/p><p>　　中國有近13億人口，是世界上人口最多的國家。在中國，解決就業(yè)問題任務(wù)繁重、艱巨、緊迫。中國政府從億萬人民的根本利益出發(fā)，高度重視就業(yè)問題。中國政府依據(jù)《中華人民共和國憲法》，以及《中華人民共和國勞動法》等法律法規(guī)，保障勞動者的就業(yè)權(quán)利，采取各種政策措施積極促進就業(yè)，不斷滿足勞動者的就業(yè)需求。中國政府從國情出發(fā)，通過實踐探索并借鑒國際經(jīng)驗，制定和實施了一系列積極的就業(yè)政策。目前，中國已建立起市場導(dǎo)向

9、的就業(yè)機制，計劃經(jīng)濟時期形成的企業(yè)富余人員問題基本得到解決，在經(jīng)濟發(fā)展和經(jīng)濟結(jié)構(gòu)調(diào)整中就業(yè)規(guī)模持續(xù)擴大，就業(yè)結(jié)構(gòu)逐步優(yōu)化，就業(yè)渠道不斷拓寬，就業(yè)形式更加靈活，總體上保持了就業(yè)形勢的基本穩(wěn)定。</p><p><b>　　二、數(shù)據(jù)來源</b></p><p>　　從中國統(tǒng)計年鑒上得到的安徽省2001到2013年總?cè)丝跀?shù)的數(shù)據(jù)，如下：</p><p&g

10、t;　　表1： 個體就業(yè)人口數(shù)</p><p>　　三、模型及預(yù)測方法的介紹</p><p><b>　　1.移動平均法：</b></p><p>　　移動平均法是根據(jù)時間序列資料逐項推移，依次計算包含一定項數(shù)的時序平均數(shù),以反映長期趨勢的方法。當(dāng)時間序列的數(shù)值由于受周期變動和不規(guī)則變動的影響，起伏較大，不易顯示出發(fā)展趨勢時，可用移動平均法，消

11、除這些因素的影響，來分析、預(yù)測序列的長期趨勢。移動平均法有簡單的平均法、加權(quán)平均法和趨勢移動平均法。</p><p>　?。?）簡單移動平均法</p><p>　　設(shè)時間序列為: ; 簡單移動平均法的計算公式為:</p><p><b>　　,</b></p><p>　　式中：—t期移動平均數(shù)</p>&

12、lt;p><b>　　N— 移動平均項數(shù)</b></p><p>　　預(yù)測公式為: </p><p>　　即以第t期移動平均數(shù)作為第t+1期的預(yù)期值。</p><p>　　簡單移動平均法只適合做近期預(yù)測，即只能對后續(xù)相鄰的那一項進行預(yù)測。它一般適用于預(yù)測對象的發(fā)展趨勢變化不大的情形。如果預(yù)測對象的發(fā)展趨勢存在其

13、他復(fù)雜的變化，采用簡單移動平均法就會產(chǎn)生較大的預(yù)測偏差。</p><p>　?。?）加權(quán)移動平均法</p><p>　　在簡單移動平均法計算公式中，每期數(shù)據(jù)在求平均時的作用是等同的。但是，實際上每期數(shù)據(jù)所包含的信息量是不一樣的，近期數(shù)據(jù)包含著更多關(guān)于未來情況的信息。因此，把各期數(shù)據(jù)等同看待是不盡合理的，應(yīng)考慮各期數(shù)據(jù)的重要性，對近期數(shù)據(jù)給予較大的權(quán)重，這就是加權(quán)平均法的基本思想。</

14、p><p>　　加權(quán)移動平均法的計算公式為:</p><p>　　式中：—t期加權(quán)移動平均數(shù)</p><p><b>　　—的權(quán)數(shù)</b></p><p>　　預(yù)測公式： </p><p>　　即以第t期加權(quán)移動平均數(shù)作為第t+1期的預(yù)期值。</p>

15、;<p>　　利用加權(quán)移動平均法，可以更準確地反映實際情況。但在加權(quán)移動平均法中，的選擇，同樣具有一定的經(jīng)驗性。一般的原則是:近期數(shù)據(jù)的權(quán)數(shù)大，遠期數(shù)據(jù)的權(quán)數(shù)小。至于大小到什么程度，完全靠預(yù)測者對序列進行的全面了解和分析而定。</p><p><b>　　2 指數(shù)平滑法：</b></p><p>　　指數(shù)平滑法是在移動平均法基礎(chǔ)上發(fā)展起來的一種時間序列分

16、析預(yù)測法，它是通過計算指數(shù)平滑值，配合一定的時間序列預(yù)測模型對現(xiàn)象的未來進行預(yù)測。其原理是任一期的指數(shù)平滑值都是本期實際觀察值與前一期指數(shù)平滑值的加權(quán)平均。指數(shù)平滑法保留了移動平均法的有點，也消除了移動平均法對存儲數(shù)據(jù)量大和對最近的N期數(shù)據(jù)等同看待，而對t-T期以前的數(shù)據(jù)則完全不考慮這兩個缺點。它既不需要存儲很多歷史數(shù)據(jù)，又考慮了各期數(shù)據(jù)的重要性，而且使用了全部歷史資料。它是移動平均法的改進和發(fā)展，應(yīng)用極為廣泛。指數(shù)平滑法根據(jù)平滑次數(shù)的

17、不同，又分為一次指數(shù)平滑法、二次指數(shù)平滑法和三次指數(shù)平滑法。本文只介紹一次指數(shù)平滑法，介紹如下：</p><p>　　設(shè)時間序列為;一次指數(shù)平滑公式為：</p><p>　　式中：—一次指數(shù)平滑值；</p><p><b>　　—平滑系數(shù)，且。</b></p><p><b>　　預(yù)測模型為：</b>

18、;</p><p>　　也就是以第t期指數(shù)平滑值作為t+ 1期預(yù)期值。</p><p>　　在進行指數(shù)平滑時，加權(quán)系數(shù)的選擇很重要。的大小規(guī)定了在新預(yù)測值中新數(shù)據(jù)和原預(yù)測值所占的比重。值越大，新數(shù)據(jù)所占的比重就愈大，原預(yù)測值所占的比重就愈小，反之則相反。值的選擇一般遵循下列原則:</p><p>　　a.如果時間序列波動不大，比較平穩(wěn)，則應(yīng)取小一點，如0. 1 —0

19、. 3，以減少修正幅度，使預(yù)測模型能包含較長時間序列的信息。</p><p>　　b.如果時間序列具有迅速且明顯的變動傾向，則應(yīng)取大一點，如0.6—0.8使預(yù)測模型靈敏度高一些，以便迅速跟上數(shù)據(jù)的變化。</p><p>　　在實用時，類似于移動平均法，多取幾個值進行試算，看哪個預(yù)測誤差較小，就采用哪個值作為權(quán)重。</p><p>　　用一次指數(shù)平滑法進行預(yù)測，除了選

20、擇合適的外，還要確定初始值初始值是由預(yù)測者估計或指定的。當(dāng)時間序列的數(shù)據(jù)較多，比如在20個以上時初始值對以后的預(yù)測值影響很少，可選用第一期數(shù)據(jù)為初始值。如果時間序列的數(shù)據(jù)較少，在20個以下時，初始值對以后預(yù)測值影響很大，這時，就必須認真研究如何正確確定初始值。一般以最初幾期實際值的平均值作為初始值。\</p><p><b>　　3.一元線性回歸</b></p><p&g

21、t;　　回歸分析是一種應(yīng)用極為廣泛的數(shù)量分析方法，是確定兩種或兩種以上變數(shù)間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。它用于分析事物之間的統(tǒng)計關(guān)系，側(cè)重觀察變量之間的數(shù)量變化規(guī)律，并通過回歸方程的形式描述和反映這種關(guān)系，有助于人們準確的把握因變量與自變量之間的關(guān)系，進而為預(yù)測提供了科學(xué)依據(jù)。</p><p>　　回歸分析按照涉及的自變量的多少，可分為一元回歸分析和多元回歸分析；按照自變量和因變量之間的關(guān)系類型，可分為

22、線性回歸分析和非線性回歸分析。因為貨運量往往受很多因素影響，處理這類經(jīng)濟問題單用一元線性回歸模型是遠遠不夠的，所以在此研究中，必須考慮多元的線性回歸模型，多元線性回歸模型跟一元線性回歸模型類似，只不過在具體計算上較為復(fù)雜。</p><p>　　一元線性回歸模型的數(shù)學(xué)模型為：</p><p>　?。?） 擬合優(yōu)度檢驗</p><p>　　為了檢驗總的回歸效果, 人們常

23、引用無量綱指標(biāo)復(fù)相關(guān)系數(shù)</p><p><b>　　或</b></p><p><b>　　其中，</b></p><p>　　稱為復(fù)相關(guān)系數(shù)。很顯然，越大說明回歸方程與樣本值擬合得越好，反之越差。由于與模型中的解釋變量個數(shù)有關(guān)，即如果觀測值不變，決定系數(shù)將隨解釋變量的數(shù)目增大而增大，因而需對進行調(diào)整。</p>

24、;<p>　　調(diào)整后的決定系數(shù)，即修正后的，其中為變量個數(shù)。因此多元線性回歸方程的的擬合優(yōu)度檢驗采用修正的,修正的越接近1，說明回歸方程對樣本數(shù)據(jù)點的擬合優(yōu)度越高，反之，修正的越接近于0，說明回歸方程據(jù)點的擬合優(yōu)度越低。</p><p>　　（2）回歸方程的顯著性檢驗</p><p>　　回歸方程的顯著性檢驗就是檢驗被解釋變量與所有解釋變量之間的線性關(guān)系是否顯著，用線性模型來

25、描述它們之間的關(guān)系是否恰當(dāng)。</p><p>　　利用檢驗對回歸方程進行顯著性檢驗的方法稱為方差分析。檢驗統(tǒng)計量</p><p><b>　　，</b></p><p>　　對于給定的置信度, 由分布表可查得的值, 如果根據(jù)統(tǒng)計量算得的值為, 則拒絕原假設(shè)， 即個自變量的總體回歸效果是顯著的, 否則認為回歸效果不顯著。</p>&

26、lt;p>　?。?）回歸系數(shù)的顯著性檢驗</p><p>　　回歸系數(shù)的顯著性檢驗的主要目的是研究回歸方程中的每個解釋變量與被解釋變量之間是否存在顯著的線性關(guān)系，也就是研究每個解釋變量能否有效地解釋被解釋變量的線性關(guān)化，它們能否保留在線性回歸方程中。</p><p>　　四、模型的建立、求解及檢驗</p><p>　　1.移動平均法、加權(quán)平均法預(yù)測：</

27、p><p><b>　　⑴．簡單移動平均法</b></p><p>　　根據(jù)數(shù)據(jù)波動情況及經(jīng)驗設(shè)定移動平均項數(shù)N=2，再根據(jù)預(yù)測公式；，</p><p>　　求出簡單移動平均法的預(yù)測值并計算其誤差。</p><p>　　運用excel軟件對數(shù)據(jù)進行簡單移動平均,得到預(yù)測值和誤差如下： 表2 移動平均法預(yù)測及誤差結(jié)果

28、</p><p>　　2．指數(shù)平滑法預(yù)測：</p><p>　　根據(jù)經(jīng)驗顯示，我們?nèi)∑交禂?shù)=0.9然后將數(shù)據(jù)代入指數(shù)平滑法預(yù)測公式：</p><p>　　利用excel軟件進行預(yù)測計算并求其誤差得到如下表格：</p><p>　　表3 ：指數(shù)平滑法預(yù)測值</p><p><b>　　3.一元線性回歸：<

29、;/b></p><p>　?、牛畬?001-2013年個體就業(yè)人口數(shù)據(jù)做時序散點圖，如圖1所示。由時序圖可以看出隨著時間的移動，就業(yè)人口數(shù)大體上呈上升的趨勢。</p><p>　　⑵．根據(jù)上述趨勢圖我們可以看出就業(yè)人口與年份大體上成一元線性回歸，因此我設(shè)年份為自變量，就業(yè)人口數(shù)為因變量，進行一元線性回歸建模。</p><p><b>　　源數(shù)據(jù)如下

30、表格：</b></p><p>　　表4 安徽省各年份人口總數(shù)</p><p>　　下面我們利用EXCEL軟件對數(shù)據(jù)進行處理并進行一元線性回歸分析：</p><p><b>　?、伲斎霐?shù)據(jù)</b></p><p>　?、冢c擊“工具“數(shù)據(jù)分析”→“回歸”，彈出對話框，選擇人口數(shù)Y為因變量，年份X為自變量，點

31、擊“確定”，輸出結(jié)果如下截圖：</p><p><b>　　結(jié)果分析：</b></p><p>　?。?）由圖可知決定系數(shù)P值小于0.05，說明一元線性回歸模型擬合優(yōu)度很高，說明就業(yè)人口總數(shù)與年份具有很強的線性關(guān)系。</p><p>　　（2）由圖4方差分析表知F統(tǒng)計量的值為3.41E-06，小于顯著水平0.05，說明回歸方程較顯著。 <

32、/p><p><b>　　五、模型的評價</b></p><p>　　該論文 介紹了三種預(yù)測模型或方法分別為移動平均預(yù)測法、指數(shù)平滑預(yù)測法、一元線性回歸預(yù)測模型，這三種方法、模型各有優(yōu)缺點，一下便是對各模型的分析。</p><p>　?、?移動平均法、指數(shù)平滑法</p><p>　　優(yōu)點：從前面模型及方法的檢測中我們可以發(fā)現(xiàn)

33、移動平均預(yù)測法、指數(shù)平滑預(yù)測法的誤差均比較小，精度較高，與實際數(shù)據(jù)比較吻合，因此我們可以采用這兩種方法進行人口預(yù)測。</p><p><b>　　缺點：</b></p><p>　?、?移動平均法的移動平均項數(shù)N不能確定，需要依靠經(jīng)驗和數(shù)據(jù)特征進行取值，不同的取值會導(dǎo)致預(yù)測值的不同，以及誤差的波動；</p><p>　?、?移動平均法的預(yù)測必須

34、依賴與前一期、前兩期，甚至前三期（取決于移動平均項數(shù)）的數(shù)據(jù)，因此不能獨立預(yù)測某一期的值‘</p><p>　?、?指數(shù)平滑法的平滑系數(shù)也是不確定量，容易對預(yù)測值造成誤差；指數(shù)平滑法預(yù)測同移動平均法一樣也是依賴與前面的數(shù)據(jù)，不能進行獨立預(yù)測。</p><p>　?、?一元線性回歸模型</p><p>　　論文前面介紹的一元線性回歸模型簡單的認為人口總數(shù)與時間成線性關(guān)

35、系，方差分析表中與回歸系數(shù)表中P值均小于0.05，則說明回歸方程較顯著。</p><p><b>　　六、參考文獻</b></p><p>　　[1]中國國家統(tǒng)計局.2013年中國統(tǒng)計年鑒[M].中國統(tǒng)計出版社</p><p>　　[3]趙彥云，宏觀經(jīng)濟統(tǒng)計分析[M]，北京：中國統(tǒng)計出版社，2003.</p><p>