2015-數(shù)學(xué)建模統(tǒng)計(jì)預(yù)測(cè)方法及預(yù)測(cè)模型

1、2015年,統(tǒng)計(jì)預(yù)測(cè)方法及預(yù)測(cè)模型,統(tǒng)計(jì)預(yù)測(cè)方法及預(yù)測(cè)模型,10.1 統(tǒng)計(jì)預(yù)測(cè)的基本問題,10.1.2 統(tǒng)計(jì)預(yù)測(cè)方法的分類及其選擇,10.1.3 統(tǒng)計(jì)預(yù)測(cè)的原則和步驟,10.1.1 統(tǒng)計(jì)預(yù)測(cè)的概念和作用,10.1.1 統(tǒng)計(jì)預(yù)測(cè)的概念和作用,(一)統(tǒng)計(jì)預(yù)測(cè)的概念 概念: 預(yù)測(cè)就是根據(jù)過去和現(xiàn)在估計(jì)未來(lái)，預(yù)測(cè)未來(lái)。統(tǒng)計(jì)預(yù)測(cè)屬于預(yù)測(cè)方法研究范疇，即如何利用科學(xué)的統(tǒng)計(jì)方法對(duì)事物的未來(lái)發(fā)展進(jìn)行定量推測(cè). 例1 下

2、表是我國(guó)1952年到1983年社會(huì)商品零售總額（按當(dāng)年價(jià)格計(jì)算），分析預(yù)測(cè)我國(guó)社會(huì)商品零售總額 。,實(shí)際資料是預(yù)測(cè)的依據(jù)； 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。,統(tǒng)計(jì)預(yù)測(cè)的三個(gè)要素：,統(tǒng)計(jì)預(yù)測(cè)方法是一種具有通用性的方法。,(二)統(tǒng)計(jì)預(yù)測(cè)的作用,在市場(chǎng)經(jīng)濟(jì)條件下，預(yù)測(cè)的作用是通過各個(gè)企業(yè)或行業(yè)內(nèi)部的行動(dòng)計(jì)劃和決策來(lái)實(shí)現(xiàn)的; 統(tǒng)計(jì)預(yù)測(cè)作用的大小取決于預(yù)測(cè)結(jié)果所產(chǎn)生的效益的多少。,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；

3、預(yù)測(cè)方法的難易程度；預(yù)測(cè)結(jié)果的精確程度。,10.1.2 統(tǒng)計(jì)預(yù)測(cè)方法的分類和選擇,統(tǒng)計(jì)預(yù)測(cè)方法可歸納分為定性預(yù)測(cè)方法和定量預(yù)測(cè)方法兩類，其中定量預(yù)測(cè)法又可大致分為趨勢(shì)外推預(yù)測(cè)法、時(shí)間序列預(yù)測(cè)法和回歸預(yù)測(cè)法,;按預(yù)測(cè)時(shí)間長(zhǎng)短分為近期預(yù)測(cè)、短期預(yù)測(cè)、中期預(yù)測(cè)和長(zhǎng)期預(yù)測(cè);按預(yù)測(cè)是否重復(fù)分為一次性預(yù)測(cè)和反復(fù)預(yù)測(cè)。,(一)統(tǒng)計(jì)預(yù)測(cè)方法的分類,(三)定量預(yù)測(cè),定量預(yù)測(cè)的概念: 定量預(yù)測(cè)也稱統(tǒng)計(jì)預(yù)測(cè)，它是根據(jù)已掌握的比較完備

4、的歷史統(tǒng)計(jì)數(shù)據(jù)，運(yùn)用一定的數(shù)學(xué)方法進(jìn)行科學(xué)的加工整理，借以揭示有關(guān)變量之間的規(guī)律性聯(lián)系，用于預(yù)測(cè)和推測(cè)未來(lái)發(fā)展變化情況的一類預(yù)測(cè)方法,(二)統(tǒng)計(jì)預(yù)測(cè)方法的選擇,在統(tǒng)計(jì)預(yù)測(cè)中的定量預(yù)測(cè)要使用模型外推法，使用這種方法有以下兩條重要的原則：連貫原則，是指事物的發(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(lái)發(fā)展與其過去和現(xiàn)在的發(fā)展沒有什么根本的不同；類推原則，是指事物必須有某種結(jié)構(gòu)，其升降起伏變動(dòng)不是雜

5、亂無(wú)章的，而是有章可循的。事物變動(dòng)的這種結(jié)構(gòu)性可用數(shù)學(xué)方法加以模擬，根據(jù)所測(cè)定的模型，類比現(xiàn)在，預(yù)測(cè)未來(lái)。,10.1.3 統(tǒng)計(jì)預(yù)測(cè)的原則和步驟,(一)統(tǒng)計(jì)預(yù)測(cè)的原則,,(二)統(tǒng)計(jì)預(yù)測(cè)的步驟,10.2 趨勢(shì)外推法,10.2.1 趨勢(shì)外推法概述10.2.2 多項(xiàng)式曲線趨勢(shì)外推法10.2.3 指數(shù)曲線趨勢(shì)外推法10.2.4 生長(zhǎng)曲線趨勢(shì)外推法10.2.5 曲線擬合優(yōu)度分析,趨勢(shì)外推法的基本思想,● 某些客觀事物的

6、發(fā)展變化相對(duì)于時(shí)間推移，常表現(xiàn)出一定的規(guī)律性：　　　如：經(jīng)濟(jì)現(xiàn)象（指標(biāo)）隨著時(shí)間的推移呈現(xiàn)某種上升或下降趨勢(shì)，這時(shí)，若作為預(yù)測(cè)對(duì)象的該經(jīng)濟(jì)現(xiàn)象（指標(biāo)）變化又沒有明顯的季節(jié)性波動(dòng)跡象，理論上就可以找到一條合適的函數(shù)曲線反映其變化趨勢(shì)。 可建其變化趨勢(shì)模型（曲線方程）： ● 當(dāng)有理由相信這種趨勢(shì)可能會(huì)延伸到未來(lái)時(shí)，對(duì)于未來(lái)時(shí)點(diǎn)的某個(gè) Ｙ 值（經(jīng)濟(jì)指標(biāo)未來(lái)值）就可由上述變化趨勢(shì)模型（直線方程）給出。這就是趨勢(shì)外推的基本思想。

7、　 ● 趨勢(shì)外推的條件有２：變化趨勢(shì)的時(shí)間穩(wěn)定性、 曲線方程存在。,某商場(chǎng)某種商品過去9個(gè)月的銷量數(shù)據(jù),某商場(chǎng)過去9年市場(chǎng)需求量統(tǒng)計(jì)數(shù)據(jù),10.2.1 趨勢(shì)外推法概述,一、趨勢(shì)外推法概念和假定條件 趨勢(shì)外推法概念： 當(dāng)預(yù)測(cè)對(duì)象依時(shí)間變化呈現(xiàn)某種上升或下降趨勢(shì)，沒有明顯的季節(jié)波動(dòng)，且能找到一個(gè)合適的函數(shù)曲線反映這種變化趨勢(shì)時(shí)，就可以用趨勢(shì)外推法進(jìn)行預(yù)測(cè)。 運(yùn)用趨勢(shì)

8、外推法進(jìn)行預(yù)測(cè)是基于兩個(gè)基本假設(shè)： 一是決定過去預(yù)測(cè)對(duì)象發(fā)展的因素，在很大程度上仍將決定其未來(lái)的發(fā)展； 二是預(yù)測(cè)對(duì)象發(fā)展過程一般是漸進(jìn)變化，而不是跳躍式變化。 趨勢(shì)外推法的突出特點(diǎn)是選用一定的數(shù)學(xué)模型來(lái)擬合預(yù)測(cè)變量的變動(dòng)趨勢(shì)，并進(jìn)而用模型進(jìn)行預(yù)測(cè)。,二 、趨勢(shì)外推法經(jīng)常選用的數(shù)學(xué)模型根據(jù)預(yù)測(cè)變量變動(dòng)趨勢(shì)是否為線性，又分為線性趨勢(shì)外推法和曲線趨勢(shì)外推法。 （一）線性模型（二）曲線模型

9、 1.多項(xiàng)式曲線模型 2.簡(jiǎn)單指數(shù)曲線模型 3.修正指數(shù)曲線模型 4.生長(zhǎng)曲線模型 （龔珀資曲線模型） 一般形式：,,,,(一) 直線趨勢(shì)外推法,適用條件：時(shí)間序列數(shù)據(jù)（觀察值）呈直線上升或下降的情形?！　　≡擃A(yù)測(cè)變量的長(zhǎng)期趨勢(shì)可以用關(guān)于時(shí)間

10、的直線描述，通過該直線趨勢(shì)的向外延伸（外推），估計(jì)其預(yù)測(cè)值。兩種處理方式： 擬合直線方程與加權(quán)擬合直線方程,？,？,,,?,A 擬合直線方程法,使用最小二乘法擬合直線,概念：離差與離差平方,,,e,e,,最小,,,,擬合程度最好,,,,,,,,★　最小二乘法原理　★,★　最小二乘法原理　★,本 質(zhì):使歷史數(shù)據(jù)到擬合直線上的離差平方和最小，從而求得模型參數(shù)的方法。演 進(jìn)：法國(guó)數(shù)學(xué)家勒讓德于1806年首次發(fā)表最小二乘理論。事實(shí)

11、上，德國(guó)的高斯于1794年已經(jīng)應(yīng)用這一理論推算了谷神星的軌道，但直至1809年才正式發(fā)表。應(yīng) 用：最小二乘法也是數(shù)理統(tǒng)計(jì)中一種常用的方法，在工業(yè)技術(shù)和其他科學(xué)研究中有廣泛應(yīng)用。運(yùn)算過程：,,x= 1 2 3 4 5 6 7 8 9 10 11 12 13,,,,,………………,代入相應(yīng)的x，得出預(yù)

12、測(cè)值y,………………,,,,,,對(duì)于時(shí)間序列，xt 的取值為1到 n , 即自變量 xt 的取值等于其下標(biāo) t。采用正負(fù)對(duì)稱編號(hào)法可簡(jiǎn)化計(jì)算。特別，當(dāng)n為奇數(shù)時(shí)，取其中位數(shù)的編號(hào)為0，可使,,擬合直線方程法的特點(diǎn),擬合直線方程的一階差分為常數(shù)（一階導(dǎo)數(shù)為常數(shù)）,只適用于時(shí)間序列呈直線上升（或下降）趨勢(shì)變化。 對(duì)時(shí)間序列數(shù)據(jù)，不論其遠(yuǎn)近都一律同等看待。 用最小二乘原理擬合的直線方程消除了不規(guī)則因素的影響，使趨勢(shì)值都落在擬合的直線上。

13、基本過程如下圖:,,擬合直線方程法預(yù)測(cè)步驟圖,開 始,在擬合直線方程時(shí)，按照時(shí)間先后，本著重今輕遠(yuǎn)的原則，對(duì)離差平方和進(jìn)行賦權(quán)，然后再按最小二乘原理，使離差平方和達(dá)到最小，求出加權(quán)擬合直線方程。由近及遠(yuǎn)的離差平方和的權(quán)重分別為　　　　　　　　其中　　　　　　 ，說明對(duì)最近期數(shù)據(jù)賦予最大權(quán)重為 1 ，而后有近及遠(yuǎn)，按 比例遞減。各期權(quán)重衰減的速度取決于 的取值。,B：加權(quán)擬合直線方程法基本思想,,衰減速度越慢,,衰

14、減速度越快,,？,加權(quán)擬合直線方程法的過程與模型,,,,,,？,？,加權(quán)擬合直線方程法的過程與模型,,,,,,,,,,,,,,預(yù)測(cè)模型為：,,,使用加權(quán)擬合直線方程法解題結(jié)論分析,由于時(shí)間序列線性趨勢(shì)比較明顯，又由于加權(quán)系數(shù)較大(0.8)，使得，加權(quán)與不加權(quán)擬合結(jié)果相近。加權(quán)的重近輕遠(yuǎn)原則，使其預(yù)測(cè)結(jié)果更接近于實(shí)際觀察值。,擬合直線方程法的特殊運(yùn)用,在現(xiàn)實(shí)生活中，我們常常會(huì)遇到比線性（直線）發(fā)展趨勢(shì)更為復(fù)雜的問題。例子：,某商品過

15、去九年的市場(chǎng)總需求量,又例2:某公司1991～2003年銷售額（單位：萬(wàn)元）,擬合直線方程的特殊運(yùn)用 ------非線性問題的線性化,上述特別的變化趨勢(shì)在實(shí)際生活中，常常會(huì)遇到比線性發(fā)展趨勢(shì)更為復(fù)雜的描述問題。但在某些情況下，我們可以通過適當(dāng)?shù)淖兞孔儞Q，將變量間的關(guān)系式化為線性的形式。 如： 在滿足 的變量關(guān)系中， a、b， 均為與 t 無(wú)關(guān)

16、的未知參數(shù)， 只要令 ，即可將其化為線性形式關(guān)系：,,,,,,變換,變換,常用轉(zhuǎn)換模型（3-1）,常用轉(zhuǎn)換模型（3-2）,對(duì)于上式兩邊取對(duì)數(shù)：,令：,則有：,常用轉(zhuǎn)換模型（3-3）,運(yùn)用擬合直線方程法，可求得：,,進(jìn)一步用正負(fù)編號(hào)法,例子：某公司1993～2005年產(chǎn)品的銷售額如下表，試預(yù)測(cè)2006年的產(chǎn)品銷售額。 （非線性變化趨勢(shì)）,,設(shè)：該趨勢(shì)的曲線模型為：,,,設(shè)：該趨勢(shì)線的模型

17、為：,,,,,,,,,預(yù)測(cè)2006年的銷售額：,(二)指數(shù)曲線預(yù)測(cè)模型： 一般形式: 修正的指數(shù)曲線預(yù)測(cè)模型 ： 對(duì)數(shù)曲線預(yù)測(cè)模型： 生長(zhǎng)曲線趨勢(shì)外推法： 皮爾曲線預(yù)測(cè)模型 ：,,,三、趨勢(shì)模型的選擇 圖形識(shí)別法： 這種方法是通過繪制散點(diǎn)圖來(lái)進(jìn)行的，即將時(shí)間序列的數(shù)據(jù)繪制成以時(shí)間t為橫軸，時(shí)序觀察值

18、為縱軸的圖形，觀察并將其變化曲線與各類函數(shù)曲線模型的圖形進(jìn)行比較，以便選擇較為合適的模型。 差分法： 利用差分法把數(shù)據(jù)修勻，使非平穩(wěn)序列達(dá)到平穩(wěn)序列。 一階向后差分可以表示為： 二階向后差分可以表示為：,差分法識(shí)別標(biāo)準(zhǔn)：,10.2.2 多項(xiàng)式曲線趨勢(shì)外推法,背 景：當(dāng)變量之間的關(guān)系由于受到眾多因素的影響，其變動(dòng)趨勢(shì)并非總是一條直線方程形式，而往往會(huì)呈現(xiàn)出不同形態(tài)的曲線變動(dòng)趨勢(shì)。并且這種變動(dòng)趨勢(shì)曲線方程（模

19、型）也很難化為線性形式。曲線趨勢(shì)外推法 根據(jù)時(shí)間序數(shù)據(jù)資料的散點(diǎn)圖走向趨勢(shì)，選擇恰當(dāng)?shù)那€方程，利用最小二乘法或擬合法（三點(diǎn)法、三和法）等來(lái)確定待定的參數(shù)，建立曲線預(yù)測(cè)模型，并用它進(jìn)行預(yù)測(cè)的方法。,一、二次多項(xiàng)式曲線模型及其應(yīng)用 二次多項(xiàng)式曲線預(yù)測(cè)模型為： 設(shè)有一組統(tǒng)計(jì)數(shù)據(jù) ， ，…， ，令 即： 解這個(gè)三元一次方程就可求得參數(shù)。,例 1下表

20、是我國(guó)1952年到1983年社會(huì)商品零售總額（按當(dāng)年價(jià)格計(jì)算），分析預(yù)測(cè)我國(guó)社會(huì)商品零售總額 。,,（1）對(duì)數(shù)據(jù)畫折線圖分析，以社會(huì)商品零售總額為y 軸，年份為x 軸。,（2）從圖形可以看出大致的曲線增長(zhǎng)模式，較符合的模型有二次曲線和指數(shù)曲線模型。但無(wú)法確定哪一個(gè)模型能更好地?cái)M合該曲線，則我們將分別對(duì)該兩種模型進(jìn)行參數(shù)擬合。 適用的二次曲線模型為： 適用的指數(shù)曲線模型為：,,,（3）進(jìn)行二次曲線擬合。首先

21、產(chǎn)生序列 ，然后運(yùn)用普通最小二乘法對(duì)模型各參數(shù)進(jìn)行估計(jì)。得到估計(jì)模型為： 其中調(diào)整的 ， ，則方程通過顯著性檢驗(yàn)，擬合效果很好。標(biāo)準(zhǔn)誤差為151.7。,,,,(4) 進(jìn)行指數(shù)曲線模型擬合。對(duì)模型 ： 兩邊取對(duì)數(shù)： 產(chǎn)生序列 ，之后進(jìn)行普通最小二乘估計(jì)該模型。最終得到估計(jì)模型為：,,,,,,其中調(diào)整的 ，

22、 則方程通過顯著性檢驗(yàn)，擬合效果很好。標(biāo)準(zhǔn)誤差為：175.37。 （5）通過以上兩次模型的擬合分析，我們發(fā)現(xiàn)采用 二次曲線模型擬合的效果更好。因此，運(yùn)用方程： 進(jìn)行預(yù)測(cè)將會(huì)取得較好的效果。,,,,二、三次多項(xiàng)式曲線預(yù)測(cè)模型及其應(yīng)用,三次多項(xiàng)式曲線預(yù)測(cè)模型為： 設(shè)有一組統(tǒng)計(jì)數(shù)據(jù) ， ，…， ，令 即： 解這個(gè)四元一次方程就可求得

23、參數(shù)。,10.2.3 指數(shù)曲線趨勢(shì)外推法,一、指數(shù)曲線模型及其應(yīng)用 指數(shù)曲線預(yù)測(cè)模型為： 對(duì)函數(shù)模型 做線性變換得： 令 ，則 這樣，就把指數(shù)曲線模型轉(zhuǎn)化為直線模型了。 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：,10.2.4 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

24、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lg a與b的不同取值范圍而具有間斷點(diǎn)。曲線形式如下圖所示。,,,,(1) lga<0 0<b<1,k,漸進(jìn)線（k）意味著市場(chǎng)對(duì)某類產(chǎn)品的需求 已逐漸接近飽和狀態(tài) 。,,,,,,,(2) lga1,k,漸進(jìn)線（k）意味著市場(chǎng)對(duì)某類產(chǎn)品的需求已由飽和狀態(tài)開始下降 。,,,,,(3) lga>0 0

25、<b<1,k,漸進(jìn)線（k）意味著市場(chǎng)對(duì)某類產(chǎn)品的需求下降迅速，已接近最低水平k 。,,,,,(4) lga>0 b>1,k,漸進(jìn)線（k）意味著市場(chǎng)對(duì)某類產(chǎn)品的需求從最低水平k迅速上升。,二、皮爾曲線模型及其應(yīng)用 皮爾曲線預(yù)測(cè)模型為：,10.2.5 曲線擬合優(yōu)度分析,一、曲線的擬合優(yōu)度分析 如前所述，實(shí)際的預(yù)測(cè)對(duì)象往往無(wú)法通過圖形直觀確認(rèn)某種模型，而是與幾種模型接近。這

26、時(shí)，一般先初選幾個(gè)模型，待對(duì)模型的擬合優(yōu)度分析后再確定究竟用哪一種模型。 擬合優(yōu)度指標(biāo)： 評(píng)判擬合優(yōu)度的好壞一般使用樣本可決系數(shù)或標(biāo)準(zhǔn)誤差來(lái)作為擬合效好壞的指標(biāo)：,10.3 時(shí)間序列的確定性因素分析,確定性因素分解趨勢(shì)分析季節(jié)效應(yīng)分析綜合分析,10.3.1 確定性因素分解,傳統(tǒng)的因素分解長(zhǎng)期趨勢(shì)(T)循環(huán)波動(dòng)(C)季節(jié)性變化(S)隨機(jī)波動(dòng)(I),現(xiàn)在的因素分解長(zhǎng)期趨勢(shì)波動(dòng)(T)季節(jié)性變化(S)隨機(jī)波動(dòng)

27、(I),分解的模型加法模型: 乘法模型: 混合模型:,確定性時(shí)序分析的目的,克服其它因素的影響，單純測(cè)度出某一個(gè)確定性因素對(duì)序列的影響推斷出各種確定性因素彼此之間的相互作用關(guān)系及它們對(duì)序列的綜合影響,10.3.2 趨勢(shì)分析,目的有些時(shí)間序列具有非常顯著的趨勢(shì)，我們分析的目的就是要找到序列中的這種趨勢(shì)，并利用這種趨勢(shì)對(duì)序列的發(fā)展作出合理的預(yù)測(cè) 常用方法趨勢(shì)擬合法平滑法,趨勢(shì)擬合法,趨勢(shì)擬合法就是把時(shí)間

28、作為自變量，相應(yīng)的序列觀察值作為因變量，建立序列值隨時(shí)間變化的回歸模型的方法 分類線性擬合非線性擬合,線性擬合,使用場(chǎng)合長(zhǎng)期趨勢(shì)呈現(xiàn)出線形特征模型結(jié)構(gòu),例10.3.1: 擬合澳大利亞政府1981——1990年每季度的消費(fèi)支出序列,模型參數(shù)估計(jì)方法最小二乘估計(jì)參數(shù)估計(jì)值,擬合效果圖,非線性擬合,使用場(chǎng)合長(zhǎng)期趨勢(shì)呈現(xiàn)出非線形特征 參數(shù)估計(jì)指導(dǎo)思想能轉(zhuǎn)換成線性模型的都轉(zhuǎn)換成線性模型，用線性最小二乘法進(jìn)行參數(shù)

29、估計(jì)實(shí)在不能轉(zhuǎn)換成線性的，就用迭代法進(jìn)行參數(shù)估計(jì),常用非線性模型,例10.3.2： 對(duì)上海證券交易所每月末上證指數(shù)序列進(jìn)行模型擬合,非線性擬合,模型變換參數(shù)估計(jì)方法線性最小二乘估計(jì)擬合模型口徑,擬合效果圖,平滑法,平滑法是進(jìn)行趨勢(shì)分析和預(yù)測(cè)時(shí)常用的一種方法。它是利用修勻技術(shù)，削弱短期隨機(jī)波動(dòng)對(duì)序列的影響，使序列平滑化，從而顯示出長(zhǎng)期趨勢(shì)變化的規(guī)律 常用平滑方法移動(dòng)平均法指數(shù)平滑法,移動(dòng)平均法,基本思想假定在

30、一個(gè)比較短的時(shí)間間隔里，序列值之間的差異主要是由隨機(jī)波動(dòng)造成的。根據(jù)這種假定，我們可以用一定時(shí)間間隔內(nèi)的平均值作為某一期的估計(jì)值 分類n期中心移動(dòng)平均n期移動(dòng)平均,n期中心移動(dòng)平均,,,,,,,,5期中心移動(dòng)平均,n期移動(dòng)平均,5期移動(dòng)平均,移動(dòng)平均期數(shù)確定的原則,事件的發(fā)展有無(wú)周期性以周期長(zhǎng)度作為移動(dòng)平均的間隔長(zhǎng)度 ，以消除周期效應(yīng)的影響對(duì)趨勢(shì)平滑的要求移動(dòng)平均的期數(shù)越多，擬合趨勢(shì)越平滑對(duì)趨勢(shì),為反映近期變化敏感程度,要

31、求移動(dòng)平均的期數(shù)越少，擬合趨勢(shì)越敏感,移動(dòng)平均預(yù)測(cè),例10.3.3,某一觀察值序列最后4期的觀察值為：5，5.5，5.8，6.2（1）使用4期移動(dòng)平均法預(yù)測(cè) 。（2）求在二期預(yù)測(cè)值 中 前面的系數(shù)等于多少？,解,（1）（2） 在二期預(yù)測(cè)值中 前面的系數(shù)等于,[例] 現(xiàn)有某商場(chǎng)1——6月份的銷售額資料如下表所示，試用N=5來(lái)進(jìn)行移動(dòng)平均，并預(yù)測(cè)7月和8月的銷售額。,

32、,,,,,,,,,月份 1 2 3 4 5 6,銷售額（萬(wàn)元） 33 34 35 37 38 40,移動(dòng)平均法方法簡(jiǎn)單，但它一般只對(duì)發(fā)展變化比較平坦，增長(zhǎng)趨勢(shì)不明顯，并且與以往遠(yuǎn)時(shí)期的狀況聯(lián)系不多的時(shí)序有效。,,指數(shù)平滑法,指數(shù)平滑方法的基本思想在實(shí)際生活中，我們會(huì)發(fā)現(xiàn)對(duì)大多數(shù)隨機(jī)事件而言

33、，一般都是近期的結(jié)果對(duì)現(xiàn)在的影響會(huì)大些，遠(yuǎn)期的結(jié)果對(duì)現(xiàn)在的影響會(huì)小些。為了更好地反映這種影響作用，我們將考慮到時(shí)間間隔對(duì)事件發(fā)展的影響，各期權(quán)重隨時(shí)間間隔的增大而呈指數(shù)衰減。這就是指數(shù)平滑法的基本思想 分類簡(jiǎn)單指數(shù)平滑Holt兩參數(shù)指數(shù)平滑,,一次指數(shù)平滑法?為平滑系數(shù)，St(1)為t時(shí)刻的一次指數(shù)平滑值。,指數(shù)平滑法,只能預(yù)測(cè)一期，不能預(yù)測(cè)多期。,二次指數(shù)平滑法,預(yù)測(cè)公式t為預(yù)測(cè)起點(diǎn)，T為預(yù)測(cè)步長(zhǎng)。,7.3.2 平滑

34、預(yù)測(cè)法——指數(shù)平滑法,三次指數(shù)平滑,預(yù)測(cè)公式,7.3.2 平滑預(yù)測(cè)法——指數(shù)平滑法,初始值的確定平滑系數(shù)?的選擇：如對(duì)初始值有疑問，準(zhǔn)確性差，?宜取較大值，以體現(xiàn)近期數(shù)據(jù)作用，降低初值影響；如外部環(huán)境變化較快，則數(shù)據(jù)可能變化較大，?值宜取大一些，以跟蹤過程變化（如取0.3~0.5）；如原始資料較缺乏，或歷史資料的參考價(jià)值小， ?值宜取大一些；如時(shí)序雖然具有不規(guī)則變動(dòng)，但長(zhǎng)期趨勢(shì)較穩(wěn)定 （如接近某一穩(wěn)定常數(shù)）或變化甚小，?值

35、應(yīng)較?。?.05~0.2）。,? 值的最后確定，一般是選擇不同的?，通過對(duì)預(yù)測(cè)結(jié)果的評(píng)價(jià)來(lái)實(shí)現(xiàn)的。評(píng)價(jià)原則：（1）對(duì)不同的?計(jì)算平均絕對(duì)誤差選擇MAE最小的?值。（2）歷史數(shù)據(jù)檢驗(yàn)。即對(duì)每個(gè)?，用離現(xiàn)時(shí)較遠(yuǎn)的歷史數(shù)據(jù)建立預(yù)測(cè)模型，去“預(yù)測(cè)”離現(xiàn)時(shí)較近的歷史數(shù)據(jù)（事后預(yù)測(cè)），看符合程度如何？從中選取一個(gè)符合得好的?。（3）對(duì)不同?所得模型的預(yù)測(cè)結(jié)果，專家評(píng)估。 根據(jù)經(jīng)驗(yàn)，一般取?=0.01—0.3,初始值S0(1)確

36、定： （1）當(dāng)時(shí)序原始數(shù)據(jù)樣本較多，?值較大時(shí)，可取S0(1)=x1，S0(2)= S0(1)， S0(3）= S0(2)。 （2）當(dāng)數(shù)據(jù)點(diǎn)不夠多，初始值對(duì)預(yù)測(cè)精度影響較大時(shí)，可取開始幾個(gè)觀測(cè)值的算術(shù)平均值作為S0(1)。例10.3.4 已知某城市公共交通過去20日的實(shí)際客運(yùn)量的統(tǒng)計(jì)數(shù)據(jù)如下表所示，當(dāng)取?=0.3時(shí)，試計(jì)算一次、二次指數(shù)平滑值，并預(yù)測(cè)今后第10日時(shí)的客運(yùn)量。,,,,周期數(shù) 客運(yùn)量xt

37、 St(1) St(2)t（日） （萬(wàn)人次） (?=0.3) (?=0.3),012345...17181920,－5052475159…69767580,505050.649.5249.9649.67…64.2367.7669.9372.95,505050.1849.9849.9849.88…59.286

38、1.7964.2366.85,,,解：,,,,,,,,滯后偏差,數(shù)據(jù)點(diǎn)連線,一次平滑,二次平滑,,,,,10,20,,,,20,40,60,80,,Xt（萬(wàn)人次）,t（日）,,,,假定目前處在周期20，對(duì)周期30進(jìn)行預(yù)測(cè),平滑系數(shù)?的物理意義：描述對(duì)過程變化的反應(yīng)速度： ?越大（接近1），表示重視近期數(shù)據(jù)的作用，對(duì)過程變化反應(yīng)越快；也描述預(yù)測(cè)系統(tǒng)對(duì)隨機(jī)誤差的修勻能力：?越?。ń咏?），表示重視離現(xiàn)時(shí)更遠(yuǎn)的歷史數(shù)據(jù)的作用，修

39、勻（濾波）能力越強(qiáng)，但對(duì)過程變化的反映越遲鈍。,Holt兩參數(shù)指數(shù)平滑,使用場(chǎng)合適用于對(duì)含有線性趨勢(shì)的序列進(jìn)行修勻 構(gòu)造思想假定序列有一個(gè)比較固定的線性趨勢(shì) 兩參數(shù)修勻,初始值的確定,平滑序列的初始值趨勢(shì)序列的初始值,Holt兩參數(shù)指數(shù)平滑預(yù)測(cè),期預(yù)測(cè)值,例10.3.5,對(duì)北京市1978——2000年報(bào)紙發(fā)行量序列進(jìn)行Holt兩參數(shù)指數(shù)平滑。指定,例10.3.5 平滑效果圖,10.3.3 季節(jié)效應(yīng)分析,例10.3.6

40、 以北京市1995年——2000年月平均氣溫序列為例，介紹季節(jié)效應(yīng)分析的基本思想和具體操作步驟。,時(shí)序圖,季節(jié)指數(shù),季節(jié)指數(shù)的概念所謂季節(jié)指數(shù)就是用簡(jiǎn)單平均法計(jì)算的周期內(nèi)各時(shí)期季節(jié)性影響的相對(duì)數(shù) 季節(jié)模型,季節(jié)指數(shù)的計(jì)算,計(jì)算周期內(nèi)各期平均數(shù)計(jì)算總平均數(shù)計(jì)算季節(jié)指數(shù),季節(jié)指數(shù)的理解,季節(jié)指數(shù)反映了該季度與總平均值之間的一種比較穩(wěn)定的關(guān)系如果這個(gè)比值大于1，就說明該季度的值常常會(huì)高于總平均值如果這個(gè)比值小于1，就說明

41、該季度的值常常低于總平均值如果序列的季節(jié)指數(shù)都近似等于1，那就說明該序列沒有明顯的季節(jié)效應(yīng),例10.3.6 季節(jié)指數(shù)的計(jì)算,例10.3.6 季節(jié)指數(shù)圖,例如，某公司從1996年到2001年，每一年各季度的紡織品銷售量見下表。,,季節(jié)預(yù)測(cè)法的具體步驟如下： 　　1.收集歷年按季度記錄的歷史統(tǒng)計(jì)資料； 　　2.計(jì)算出n年各相同季度的平均值(A)； 　　3.計(jì)算出n年每一個(gè)季度的平均值(B)； 　　4.計(jì)算季節(jié)指數(shù)(C)，即

42、用各季度的平均值除以所有季 度的平均值： 　　式中 　　C=A/B 　　C——季節(jié)指數(shù)。 5. 利用季節(jié)指數(shù)(C),對(duì)預(yù)測(cè)值進(jìn)行修正： 　　Yt = (a + bT)Ci,5.利用季節(jié)指數(shù)(C),對(duì)預(yù)測(cè)值進(jìn)行修正： 　　Yt = (a + bT)Ci 　　式中 　　Ci——第i季度的季節(jié)指數(shù)(i=1,2,3,4)； 　　Yt——第t季度的銷售量； 　　a——待定系數(shù)； 　　b——待定

43、系數(shù)； 　　T——預(yù)測(cè)期季度數(shù)，,預(yù)測(cè)過程如下： 1.六年各相同季節(jié)的平均銷售量(Ai) 　　A1=1970÷6≈262(單位) 　同理 A2=180，A3≈138.3，A4=180(單位) 2.六年所有季度的平均銷售量(B) 　　 (單位) M——6年銷售量總和,3.各季節(jié)銷售指數(shù)(Ci) 　　C1=262÷19≈1.38 　　同

44、理 C2≈0.95，C3≈0.73，C4≈0.95 　　4.修正2002年各季度預(yù)測(cè)值 　　(1)建立時(shí)間序列線性回歸預(yù)測(cè)模型 　　由上表可得知各有關(guān)數(shù)據(jù)，利用公式,(1),,(2),y_t=190+1.90T 　　式中 T=-23,-21,…,-1,1,3,…,23,(2)修正2002年各季度預(yù)測(cè)值 　　第一季度預(yù)測(cè)值=(190+1.90×25)×1.38≈328(單位) 　　第二季度預(yù)測(cè)值=(190

45、+1.90×27)×0.95≈229(單位) 　　第三季度預(yù)測(cè)值=(190+1.90×29)×0.73≈179(單位) 　　第三季度預(yù)測(cè)值=(190+1.90×31)×0.95≈236(單位),注意：如果n為奇數(shù)，例如n=9，則T=-4，-3，-2，1，0，1，2，3，4.季節(jié)銷售指數(shù)也可以按月計(jì)算。 先列出各個(gè)年度每個(gè)月份的銷售量，見下表。計(jì)算過程如下： A=各月合

46、計(jì)值÷年數(shù) A1=176/3=58.7(單位) A2 = 189 / 3 = 63(單位) 　。。。。。A12 = 195 / 3 = 65(單位),2.計(jì)算所有月份的月平均值銷售量(B) 　　B=所有月份的合計(jì)值÷年數(shù)÷12 　　B=1976÷3÷12≈54.9(單位) 　3.求各月份季節(jié)銷售指數(shù)(C) 　　Ci = A / B,,……….,在本例中，由公式(1)(2

47、)得 a=54.9，b=0.13，從而　　　　yt = (54.9 + 0.13T)Ci,若預(yù)測(cè)2002年1月份和8月份的銷售量，計(jì)算如下： 2002年1月和8月份的銷售額分別為 y19=(54.9+0.13×37)×1.07≈63.89 y26=(54.9+0.13×51)×0.62≈38.15,例 某公司從1996年到2001年，每一年各季度的紡織品銷售量見下表。預(yù)測(cè)2010年各季

48、度紡織品的銷售量。（單位：件）,預(yù)測(cè)過程如下,1.六年各相同季節(jié)的平均銷售量(Ai) A1=1970÷6≈262(單位) 　同理 A2=180，A3≈138.3，A4=180(單位) 2.六年所有季度的平均銷售量(B) 　　M—6年銷售量總和B＝M/ （4*6）＝4560/24＝190 (單位) 3.各季節(jié)銷售指數(shù)(Ci = Ai /B) C1＝262÷19≈1.38 同理 C2≈0.95，C3

49、≈0.73，C4≈0.95 4.修正2010年各季度預(yù)測(cè)值 Y t = (a + b *T )Ci,(1)建立時(shí)間序列方程式Y(jié)＝a＋b*T　由上表可得知各有關(guān)數(shù)據(jù)，利用公式 　 a＝∑y t /n＝4560/24=190　 b＝ ∑y t *T / ∑T 2=8760/4600 ≈ 1.9　　 　y=190+1.90T 　　式中 T=-23,-21,…,-1,1,3,…,23 (2)修正2010年各季度預(yù)測(cè)值 　第一季

50、度預(yù)測(cè)值=(190+1.90×25)×1.38≈328(單位) 　第二季度預(yù)測(cè)值=(190+1.90×27)×0.95≈229(單位)　第三季度預(yù)測(cè)值=(190+1.90×29)×0.73≈179(單位) 　第三季度預(yù)測(cè)值=(190+1.90×31)×0.95≈236(單位),10.3.4 綜合分析,常用綜合分析模型加法模型乘法模型混合

51、模型,例10.3.7 對(duì)1993年—2000年中國(guó)社會(huì)消費(fèi)品零售總額序列（數(shù)據(jù)見附錄1.11）進(jìn)行確定性時(shí)序分析。,(1)繪制時(shí)序圖,(2)選擇擬合模型,長(zhǎng)期遞增趨勢(shì)和以年為固定周期的季節(jié)波動(dòng)同時(shí)作用于該序列，因而嘗試使用混合模型（b）擬合該序列的發(fā)展,(3)計(jì)算季節(jié)指數(shù),季節(jié)指數(shù)圖,季節(jié)調(diào)整后的序列圖,(4)擬合長(zhǎng)期趨勢(shì),(5)殘差檢驗(yàn),(6)短期預(yù)測(cè),混合模型,對(duì)于既含有線性趨勢(shì)成分又含有季節(jié)成分的時(shí)間序列，須對(duì)其成分進(jìn)行分解

52、，這種分解建立在以下乘法模型的基礎(chǔ)上： 其中，Tt表示趨勢(shì)成分，St表示季節(jié)成分，It表示不規(guī)則成分。由于不規(guī)則成分的不可預(yù)測(cè)，因此預(yù)測(cè)值就可表示為趨勢(shì)成分和季節(jié)成分的乘積。,,,建立季節(jié)指數(shù)模型的一般步驟如下：第一步，計(jì)算每一季（每季度，每月等等）的季節(jié)指數(shù)St 。第二步，用時(shí)間序列的每一個(gè)觀測(cè)值除以適當(dāng)?shù)募竟?jié)指數(shù)，消除季節(jié)影響。第三步，為消除了季節(jié)影響的時(shí)間序列建立適當(dāng)?shù)内厔?shì)模型并用這個(gè)模型進(jìn)行預(yù)測(cè)。

53、 第四步，用預(yù)測(cè)值乘以季節(jié)指數(shù)，計(jì)算出最終的帶季節(jié)影響的預(yù)測(cè)值。,例 某工廠過去4年的電視機(jī)銷量如表4-2所示：表4-2 四年內(nèi)每季度的電視機(jī)銷量  這些數(shù)據(jù)有明顯的季節(jié)性波動(dòng)，試在Excel工作表中建立一個(gè)季節(jié)指數(shù)模型來(lái)預(yù)測(cè)第5年每個(gè)季度的電視機(jī)銷量 。,,,,,10.4 回歸預(yù)測(cè)法,回歸（regression）這一術(shù)語(yǔ)來(lái)自英國(guó)人Francis Galton和他的朋友Karl Pea

54、rson對(duì)父親身高與兒子身高之間關(guān)系的研究。他們發(fā)現(xiàn)父親與兒子的身高有著顯著的正相關(guān)關(guān)系，并且身高的變化不是兩級(jí)分化而是“趨同”?；貧w是研究某一變量與其它一個(gè)或是多個(gè)變量之間的關(guān)系?；貧w的方法目前在經(jīng)濟(jì)學(xué)與管理學(xué)中有著越來(lái)越廣泛的運(yùn)用，而計(jì)量經(jīng)濟(jì)學(xué)也是經(jīng)濟(jì)學(xué)中一個(gè)重要的分支，或者說是經(jīng)濟(jì)學(xué)與管理學(xué)研究的重要方法。是一門很深的學(xué)問。市場(chǎng)蘊(yùn)含著紛繁復(fù)雜的各種變量，而各種變量之間卻又有著某種依存關(guān)系?；貧w的目的就是要推定一個(gè)變量對(duì)另一個(gè)

55、變量所具有的因果效應(yīng)。比如，在分析消費(fèi)需求時(shí)，我們想知道商品價(jià)格變化對(duì)其需求量的影響，只要保持其他因素（收入、其他商品價(jià)格、個(gè)人偏好等）都不變，這時(shí)價(jià)格變化與需求量之間就存在一種因果關(guān)系。在經(jīng)濟(jì)預(yù)測(cè)中，人們把預(yù)測(cè)對(duì)象當(dāng)作因變量，把那些與預(yù)測(cè)對(duì)象有關(guān)的因素當(dāng)作自變量，收集自變量的充分?jǐn)?shù)據(jù)，應(yīng)用相關(guān)理論知識(shí)，建立回歸方程，并進(jìn)行預(yù)測(cè)比如，我們要預(yù)測(cè)某地區(qū)工業(yè)增加值，就可以利用C-D生產(chǎn)函數(shù)建立回歸模型，這時(shí)因變量就是工業(yè)增加值，自變量

56、有資本投入、勞動(dòng)投入、技術(shù)進(jìn)步的因素等。,比如，夏天飲料的需求量與兒童溺水?dāng)?shù)量之間存在高度的相關(guān)關(guān)系，但是根據(jù)常識(shí)我們可以判斷兩者之間并沒有因果關(guān)系。但是我們?nèi)绻莆樟顺浞值臄?shù)據(jù)，還是可以作出相關(guān)的預(yù)測(cè)。 在經(jīng)濟(jì)預(yù)測(cè)中，人們把預(yù)測(cè)對(duì)象當(dāng)作因變量，把那些與預(yù)測(cè)對(duì)象有關(guān)的因素當(dāng)作自變量，收集自變量的充分?jǐn)?shù)據(jù)，應(yīng)用相關(guān)分析和回歸分析求得回歸方程，并利用回歸方程進(jìn)行預(yù)測(cè)。 回歸預(yù)測(cè)法中的自變量，與時(shí)間序列預(yù)測(cè)法中的自變量

57、不相同。后者的自變量是時(shí)間本身，而前者的自變量不是時(shí)間本身，而是其他的變量。 回歸預(yù)測(cè)法中的自變量與因變量之間，有的屬于因果關(guān)系，有的屑于伴隨關(guān)系。不能認(rèn)為只有因果關(guān)系才能進(jìn)行回歸預(yù)測(cè)，實(shí)際上伴隨關(guān)系也是一種相關(guān)關(guān)系，只要收集大量的足夠的資料，也可以用回歸預(yù)測(cè)法進(jìn)行預(yù)測(cè)。 在回歸預(yù)測(cè)法中，自變量不是隨機(jī)的或者是給定的，這與相關(guān)分析中自變量有所區(qū)別。相關(guān)分析中的自變量是隨機(jī)的。,回歸分析預(yù)測(cè)

58、法是預(yù)測(cè)學(xué)的基本方法，它是在分析因變量與自變量之間的相互關(guān)系，建立變量間的數(shù)量關(guān)系近似表達(dá)的函數(shù)方程，并進(jìn)行參數(shù)估計(jì)和顯著性檢驗(yàn)以后，運(yùn)用回歸方程式預(yù)測(cè)因變量數(shù)值變化的方法 回歸分析預(yù)測(cè)法的具體步驟1)確定預(yù)測(cè)目標(biāo)和影響因素2）進(jìn)行相關(guān)分析3）建立回歸預(yù)測(cè)模型4）回歸預(yù)測(cè)模型的檢驗(yàn)5）進(jìn)行實(shí)際預(yù)測(cè)具體來(lái)說：1）憑借研究者的理論和經(jīng)驗(yàn)確定分析對(duì)象之間的相關(guān)關(guān)系，確定因變量。2）篩選自變量。分析各自變量與因變量之間的相關(guān)關(guān)

59、系，觀察其相關(guān)關(guān)系的表現(xiàn)形式及密切程度。選用那些與因變量關(guān)系最為密切的自變量。在用多元回歸預(yù)測(cè)時(shí)，還要分析各自變量之間的相關(guān)關(guān)系，選用那些關(guān)系不密切的自變量。如有兩個(gè)自變量相互關(guān)系很密切，則應(yīng)舍棄其中的一個(gè)。3）確定回歸方程式。根據(jù)理論分析和相關(guān)分析，確定用怎樣的回歸模型來(lái)進(jìn)行分析，這也是回歸分析的關(guān)鍵和難度所在。4）相關(guān)檢驗(yàn)。對(duì)回歸方程估計(jì)結(jié)果進(jìn)行相關(guān)系數(shù)、顯著性、t檢驗(yàn)等等，確定回歸模型的適用性。5）預(yù)測(cè)。,運(yùn)用回歸法進(jìn)行定量

60、預(yù)測(cè)，必須有以下三個(gè)條件：1）預(yù)測(cè)對(duì)象與影響因素之間必須存在因果關(guān)系；2）過去和現(xiàn)在的數(shù)據(jù)規(guī)律，能夠反映未來(lái)；3）數(shù)據(jù)的分布確有線性趨勢(shì)，可采用線性解；如不是線性趨勢(shì)，則可用非線性解?；貧w預(yù)測(cè)法的種類1）一元回歸預(yù)測(cè)(古典線型回歸)?！∫辉貧w預(yù)測(cè)就是用相關(guān)分析法分析一個(gè)自變量和一個(gè)因變量之間的相關(guān)關(guān)系，并進(jìn)行預(yù)測(cè)。例如，從居民貨幣收入預(yù)測(cè)某種耐用消費(fèi)品的銷售量；從工人勞動(dòng)生產(chǎn)率預(yù)測(cè)利潤(rùn)額；從施肥量預(yù)測(cè)農(nóng)作物的產(chǎn)量。2）多

61、元回歸預(yù)測(cè)。　多元回歸預(yù)測(cè)就是分析因變量與若干個(gè)自變量的相關(guān)關(guān)系，建立多元回歸方程，從若干自變量的變化去預(yù)測(cè)因變量的變化程度和未來(lái)的數(shù)量狀況。例如，從施肥量、氣溫、降雨量去預(yù)測(cè)某種農(nóng)作物的收獲率；從商業(yè)企業(yè)的職工勞動(dòng)生產(chǎn)率和流通費(fèi)率去預(yù)測(cè)利潤(rùn)率等等。3）自回歸預(yù)測(cè)?！∽曰貧w預(yù)測(cè)就是用一個(gè)時(shí)間數(shù)列的因變量數(shù)列與向過去推移若干時(shí)期的一個(gè)或幾個(gè)自變量數(shù)列進(jìn)行預(yù)測(cè)。例如對(duì)按月編制的時(shí)間數(shù)列，用今年1～12月的數(shù)列作為因變量數(shù)列， 用以前某

62、月至某月的數(shù)列作為自變量數(shù)列，計(jì)算其相關(guān)系數(shù)，建立回歸方程進(jìn)行預(yù)測(cè)。還可分為線性回歸方程預(yù)測(cè)和非線性回歸方程預(yù)測(cè)兩種。,a. 影響GDP增長(zhǎng)的因素有哪些（投資、消費(fèi)、出口、貨幣供應(yīng)量等）？b. GDP與各種因素關(guān)系的性質(zhì)是什么？（增、減）c. 各影響因素與GDP的具體的數(shù)量關(guān)系？d. 所作數(shù)量分析結(jié)果的可靠性如何？e. 今后的發(fā)展趨勢(shì)怎么樣？,例1：研究中國(guó)的GDP增長(zhǎng),10.4.1 實(shí)例引入,例2：中國(guó)家庭汽車市場(chǎng)

63、,a：汽車市場(chǎng)狀況如何（銷售量）b: 影響汽車銷售量的主要因素是什么（收入、價(jià)格、道路狀況等）？c: 各種因素對(duì)汽車銷售量影響的性質(zhì)怎樣（正、負(fù)、無(wú)）？d: 各種因素影響汽車銷量的具體數(shù)量程度？e: 以上分析所得結(jié)論是否可靠？f: 今后發(fā)展的趨勢(shì)怎樣？,以上問題的共性,提出所研究的問題分析影響因素（根據(jù)經(jīng)濟(jì)理論、實(shí)際經(jīng)驗(yàn)）分析各種因素與所研究的現(xiàn)象的相互關(guān)系（需要科學(xué)的數(shù)量分析方法）分析所研究的現(xiàn)象與各

64、種影響因素的數(shù)量關(guān)系（需要運(yùn)用統(tǒng)計(jì)方法）分析和檢驗(yàn)所得數(shù)量結(jié)論的可靠性；測(cè)算所研究經(jīng)濟(jì)問題的發(fā)展趨勢(shì)（預(yù)測(cè)未來(lái)）,一、變量： 在不同時(shí)間、空間有不同狀況，取不同數(shù)值的因素稱為變量。其分類為：,1、被解釋變量(因變量),變量、參數(shù)、數(shù)據(jù),2、解釋變量(自變量),3、滯后變量,被解釋變量（因變量）：模型中要分析研究的變量,解釋變量（自變量）：說明因變量變動(dòng)原因的變量,例：收入決定模型（其中：消費(fèi)支出C、 投資I、進(jìn)口IM 、稅收

65、T、收入Y、政府支出G、出口E）,其中：消費(fèi)支出C、 投資I、進(jìn)口IM 、稅收T、收入Y是被解釋(內(nèi)生)變量政府支出G、出口E、是解釋變量（通過計(jì)劃、預(yù)算來(lái)確定）,（有兩個(gè)滯后變量，作用視同解釋變量）,二、數(shù)據(jù),1、時(shí)間序列數(shù)據(jù)： 按照時(shí)間先后順序排列的統(tǒng)計(jì)數(shù)據(jù)（例 ：時(shí)期、時(shí)點(diǎn)指標(biāo)）,3、混合數(shù)據(jù)： 既有時(shí)間序列數(shù)據(jù)，又有截面數(shù)據(jù)（例：居民收支調(diào)查中收集的對(duì)各個(gè)固定調(diào)查戶在不同時(shí)期的調(diào)查數(shù)據(jù)）。,2、截面數(shù)據(jù) ：是在同一時(shí)間，不同空間

66、的某個(gè)指標(biāo)組成的數(shù)列（如：工業(yè)普查數(shù)據(jù)、人口普查數(shù)據(jù)、家計(jì)調(diào)查數(shù)據(jù)等）。,4、虛擬變量數(shù)據(jù)：僅取0和1兩個(gè)變量值的,模型建立步驟,可以運(yùn)用計(jì)量方法研究這類問題，一般分為四個(gè)步驟： 4.1 模型設(shè)定 4.2 估計(jì)參數(shù) 4.3 模型檢驗(yàn) 4.4 模型應(yīng)用,研究過程,有關(guān)理論,實(shí)踐活動(dòng),搜集統(tǒng)計(jì)數(shù)據(jù),設(shè)定計(jì)量模型,參數(shù)估計(jì),模型檢驗(yàn),預(yù)測(cè),政策評(píng)價(jià),模型修訂,結(jié)構(gòu)分

67、析,,,,,,,,,,,,,,,,,,符合,不符合,是否符合標(biāo)準(zhǔn),模型應(yīng)用,10.4.2 模型設(shè)定,4.1.1 經(jīng)濟(jì)模型：模型：對(duì)經(jīng)濟(jì)現(xiàn)象或過程的一種數(shù)學(xué)模擬。設(shè)定（Specification）:把所研究的經(jīng)濟(jì)變量之間的關(guān)系用適當(dāng)?shù)臄?shù)學(xué)關(guān)系式表達(dá)出來(lái)。 （例:消費(fèi)函數(shù) y=a+bx ）,4.1.2 構(gòu)成計(jì)量經(jīng)濟(jì)模型的要素(例：消費(fèi)函數(shù)y=a+bx+u) ** 經(jīng)濟(jì)變量（y,x） ** 經(jīng)濟(jì)參數(shù)（a,b，

68、待估計(jì)） ** 隨機(jī)擾動(dòng)項(xiàng)u模型構(gòu)成要素之說明（例：消費(fèi)函數(shù)y=a+bx+u ） ** 經(jīng)濟(jì)變量（y,x）：不同時(shí)間、不同空間的表現(xiàn)不同，取值不同，可以觀測(cè)。 ** 經(jīng)濟(jì)參數(shù)（a,b）：比較穩(wěn)定的因素，決定經(jīng)濟(jì)的特征。 參數(shù)是計(jì)量經(jīng)濟(jì)模型中表現(xiàn)經(jīng)濟(jì)變量相互依存程度的因素，是一個(gè)相對(duì)穩(wěn)定的量,4.1.3設(shè)定模型的要求,要有科學(xué)的理論依據(jù)；選擇適當(dāng)?shù)臄?shù)學(xué)形式（單方程還是多方程，線性還是非線性

69、的選擇。方程應(yīng)是有解的，形式盡可能簡(jiǎn)單）；模型要兼顧真實(shí)性和實(shí)用性；包含隨機(jī)擾動(dòng)項(xiàng)；方程中的變量要具有可觀測(cè)性；,10.4.3 建模步驟,經(jīng)濟(jì)理論或假說的陳述；建立數(shù)學(xué)（數(shù)理經(jīng)濟(jì)）模型；建立統(tǒng)計(jì)或計(jì)量經(jīng)濟(jì)模型；收集處理數(shù)據(jù)；模型的參數(shù)估計(jì)；檢驗(yàn)來(lái)自模型的假說——現(xiàn)實(shí)意義檢驗(yàn)；檢驗(yàn)?zāi)Ｐ偷恼_性——模型的假設(shè)檢驗(yàn)；模型的運(yùn)用——預(yù)測(cè)、結(jié)構(gòu)分析、政策模擬等,10.4.4 估計(jì)參數(shù),一般地，參數(shù)是未知的，不可直接觀測(cè)。