统计预测与决策1-2

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。

统计预测和决策练习二（CH6CH6--CH7） 

一．单项选择：一．单项选择：

1. 自适应法就是从一组初始值开始值开始，利用迭代寻找

模型的（C）的最优化。）的最优化。

A. 自回归系数自回归系数 B. C.均方误差MSE D.残差e 2. 在模型的（C）向一最小值收敛时就取得了最优权重。）向一最小值收敛时就取得了最优权重。

A. 残差残差 B. C.一个循环的均方误差MSE D.显著性F值 

3. 在自适应过滤法中，为了避免由于数据的波动很大而影响迭代的收敛性，需要对数据（B） A. 差分差分 B.标准化标准化 C.中心化中心化 D.移动平均移动平均

4. 已知上一轮， 则新一轮的

等于（B） A.0.9 B.0.31 C.0.19 D.0.38 

5. 时间序列取自某一个随机过程，我们称过程是平稳的若

（A） 

A. 此随机过程的随机特征不随时间变化此随机过程的随机特征不随时间变化 B. 此随机过程的随机特征随时间变化此随机过程的随机特征随时间变化

C. 此随机过程的每一项观测的均值为0

D. 此随机过程的每一项观测的方差为0 

6. 已知时间序列，其中为一非零常数，则（B） A. 该时间序列宽平稳该时间序列宽平稳 B.该时间序列的均值为常数该时间序列的均值为常数

B. 该时间序列不是宽平稳该时间序列不是宽平稳 D.无法判断无法判断 i

2R

2R

0005.0,20,325.01kye，1

)cos(ctxytcx,

二．不定项选择二．不定项选择 1. 用自相关分析法可以测定时间序列的（ABC） 

A. 随机性随机性 B.平稳性平稳性 C.季节性季节性 D.周期性周期性 E.截尾性截尾性

2.确定模型阶数常用的方法有（CDE） 

A.菲利普斯-佩荣方法佩荣方法 B.迪基-福勒方法福勒方法 C.利用信息准则法

定阶（AIC准则和BIC准则）准则） D.基于F检验确定确定阶数检验确定确定阶数 E.基于自相关函数和偏自相关函数的定阶方法基于自相关函数和偏自相关函数的定阶方法

简答题

1.定量预测法用外推测法时需注意的原则？

答：连贯原则（事物的发展是按一定的规律进行的，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不同）；类推原则（事物必须有某种结构，其升降欺负变动不是杂乱无章的，而是有章可循的，事物变动的这种结构性可用数学方法加以模拟，根据所测定的模型，类比现在预测未来）。

2.统计预测研究有哪些步骤？

答：1.确定预测的目的；2.搜集和审核资料；3.选择预测模型和方法；4.分析预测误差，改进预测模型；5.提出预测报告。

3德尔菲法的特点？其优缺点？

答：特点：反馈性；匿名性；统计性。

优点：1.可以加快预测速度，节约预测费用；2.可以获得各种不同但有价值的观点和意见；3.适用于长期预测和对新产品的预测在历史资料不足或不可测因素较多时尤为适用。

缺点：1.对于分地区的顾客群或产品的预测可能不可靠；2.责任比较分散；3.专家的意见有时可能不完整或不切合实际。

4.应用回归预测法师应注意哪些问题？

答：1.用定性分析判断现象之间的依存关系；2.避免回归预测不能任意外推的问题；3.应用合适的数据资料（数据资料的准确性，可比性，独立的问题，社会经济现象基本稳定的问题）。

5.非线性回归预测法中，应如何选择合适的曲线？试举例。

答：（1）通过描散点图的分布形状确定变量间的函数类型，（2）应用最小二乘法，通过变量变换，转换为线性关系，确定相关函数中的位置参数。

6.试叙述趋势外推法的基本原理。

答：大量经济现象的发展是渐进性，相对于实际那有一定规律性的条件下，依时间变化呈某种上升或下降的趋势，并且无明显季节波动，能找到一条合适的函数曲线反映趋势变化，建立模型y=f（t），赋予t所需值，可得相应时刻的时间序列未来值，这就是趋势外推。

具体：图形识别法和分差法确定模型（多项式、指数、对数、生长曲线预测模型）

实质：利用某种函数分析描述预测对象某一函数的发展趋势。

统计预测与决策知识点

统计预测与决策是一门关注如何在面对不确定性和风险的情况下做出最优决策的学科。统计预测主要关注如何通过数学和统计模型来预测未来事件的发生概率和趋势，而决策则着重于如何在不同的决策选择之间进行评估和选择。

统计预测的知识点包括概率理论、统计回归、时间序列分析等。首先，概率理论是统计预测的基础知识，它研究随机事件的发生概率。概率可以通过统计数据的分析来估计，从而预测未来事件的发生概率。其次，统计回归是一种预测模型，它通过建立数学模型来描述自变量和因变量之间的关系。通过统计回归，可以根据已有的数据来预测未来的结果。

时间序列分析是另一个重要的统计预测方法，它通过对时间序列数据的分析来预测未来的趋势和模式。时间序列分析涉及到平稳性和平稳过程的概念，以及自相关函数和滑动平均模型等分析方法。通过时间序列分析，可以预测未来的时间序列数据并进行决策。

决策的知识点包括决策理论、决策分析和决策树等。首先，决策理论研究如何在面临不确定性和风险的情况下做出最优决策。它主要包括期望效用理论、风险偏好和不确定性预测等方面的内容。其次，决策分析是一种将决策问题形式化为数学模型的方法。通过决策分析，可以将决策问题分解为各种因素和变量，并通过数学模型进行定量分析和评估。最后，决策树是一种图形化的决策模型，它使用树状结构来表示各种决策路径和可能的结果。通过决策树，可以对不同的决策路径进行比较和选择，帮助决策者做出最优决策。 在实际应用中，统计预测与决策的知识点经常被应用于各种领域，例如金融、市场营销和生产管理等。在金融方面，通过对历史数据的统计预测和决策分析，可以帮助投资者和金融机构做出风险管理和投资决策。在市场营销中，通过对市场需求和竞争环境的统计预测和决策分析，可以帮助企业确定最佳的市场营销策略和定价策略。在生产管理中，通过对供应链和生产流程的统计预测和决策分析，可以帮助企业提高效率和降低成本。

总结起来，统计预测与决策是一门涉及统计学、数学和决策理论的学科，它通过对数据的分析和数学模型的建立来预测未来事件的概率和趋势，并在不确定性和风险的情况下做出最优决策。了解统计预测与决策的知识点对于在各种领域做出准确预测和科学决策具有重要意义。