《经济预测与决策》复习题一、选择题1、预测期限为一年以上、五年以下（含五年）的经济预测称为（）A、长期经济预测B、中期经济预测C、近期经济预测D、短期经济预测2、相关系数越接近±1，表明变量之间的线性相关程度（）A、越小B、一般C、越大D、不确定3、采用指数平滑法进行预测时，如果时间序列变化比较平稳，则平滑系数的取值应为（）A、0.1-0.3B、0.5-0.7C、0.7-0.9D、0.4-0.64、在进行经济预测时，以下哪一个原则不属于德尔菲法必须遵循的基本原则（）A、匿名性B、反馈性C、收敛性D、权威性5、使用多项式曲线模型对时间序列进行模拟时，若该时间序列经过m次差分后所得序列趋于某一常数，则通常应采用（）A、m-1次多项式曲线模型B、m次多项式曲线模型C、m+1次多项式曲线模型D、m+2次多项式曲线模型6、下列哪一种说法正确（）A、状态转移概率矩阵的每一行元素之和必为1B、状态转移概率矩阵的每一列元素之和必为1C、状态转移概率矩阵的主对角线元素之和必为1D、状态转移概率矩阵的副对角线元素之和必为17、如果某企业规模小，技术装备相对落后，担负不起较大的经济风险，则该企业应采用（）A、最大最小决策准则B、最大最大决策准则C、最小最大后悔值决策准则D、等概率决策准则8、运用层次分析法进行多目标决策时，通常采用1～9标度法构造判断矩阵。
假设第i个元素与第j个元素相比极端重要，则元素a ij为（）A、1B、5C、1/9D、99、某厂生产某种机械产品需要螺丝作为初始投入。
如果从外购买，市场单价为0.5元；若自己生产则需要固定成本3000元，单位可变成本为0.3元。
则螺丝的盈亏平衡点产量为（）A 、6000B 、10000C 、15000D 、2000010、以下支付矩阵的纳什均衡是（ ）上 下A 、（上，左）B 、（上，中）C 、（下，中）D 、（下，右）11、某工厂对某种原料的年需求量为20000公斤，每次订购费用为500元，每公斤原料的年存储费用5元。
经济预测与决策一、单项选择题1. 经济预测是编制计划的A. 依据B.结果C.目的D.方法2. 各种可能结果发生概率P(Ei)的总和∑P(Ei)=A.1B.0C. ≤1D. 0≤3. 专家评估法包括（）等方法。
A.市场调查法B.主观概率加权法C.专家会议法D.三点法4. 完全拟合时，可决系数r2的值是：A. -1B. 0C. 1D. 0r215. 样本回归直线对数据拟合程度的综合度量指标有：。
A.拟合优度B.可决系数C.季节指数D.平滑系数6. 当时间序列出现线性变动趋势时，可以采用（）进行预测。
A. 一次移动平均法B. 二次移动平均法C. 一次指数平滑法D. 三次指数平滑法7. 二次指数平滑法中，计算斜率系数的估计式是（）。
8. 最小平方法中，对于自变量t，有（）。
9. 当时间序列的二阶差分2Yt近似为常数时，可建立（）模型进行预测。
A．.线性回归B．直线趋势C．二次曲线D．指数曲线10. （）是用百分数或系数形式表示的季节变动指标。
A.同期平均数B.连锁系数C.季节变差D. 季节指数11. 若时间序列呈水平型季节变动，则意味着时间序列中不存在明显的（）A. 长期趋势变动B. 季节变动C.循环变动D.不规则变动12. 若概率矩阵P的有限次方幂Pm的所有元素Pij为（），则P为正规概率矩阵。
A. -∞＜Pij＜∞B. -∞＜Pij≤0C. 0≤Pij＜∞D. 0＜Pij＜∞13. 转移概率，这种转移概率可以依据其前一种状态推算出来，而与该系统的原始状态和此次转移以前的有限次或无限次转移（）。
A. 无关B. 有关C. 正相关D. 负相关14. 经济决策是指经济管理部门和企业为了达到某种经济目标，在经济调查、经济预测和对经济发展、管理活动等规律性认识的基础上，运用科学的方法，根据对经济效果或效益的评价，从几种可供选择的行动方案中，选出一个（）的方案，作为经济行动的指导。
A.可行B. 令人满意C.经济D.最优15. （）原则是指，从几种可供选择的方案中，择优选取可行的令人满意的方案。
经济预测报告的主要模型和工具随着社会经济的发展和变化，预测经济发展趋势成为了各界关注的焦点。
经济预测报告是指通过一系列模型和工具对未来经济发展趋势进行预测和分析的报告。
本文将介绍经济预测报告的主要模型和工具，包括GDP预测模型、ARIMA模型、VAR模型、计量经济学方法、人工智能模型以及决策树模型。
一、GDP预测模型GDP预测模型是预测经济增长的主要模型之一。
它基于对GDP与各个经济因素之间关系的分析，通过建立数学模型进行预测。
GDP预测模型的核心理论是经济增长因素模型，该模型包括消费、投资、政府支出和净出口等多个变量。
通过对这些变量进行分析和测量，可以预测未来的GDP增长率。
二、ARIMA模型ARIMA模型是一种时间序列分析模型，常用于短期经济预测。
它基于对历史经济数据的分析，通过寻找数据中的趋势和季节性变化，来预测未来的经济走势。
ARIMA模型包括自回归（AR）部分、差分（I）部分和移动平均（MA）部分。
通过对这三个部分进行组合，可以建立数学模型进行经济预测。
三、VAR模型VAR模型是一种多变量时间序列分析模型，用于预测经济变量之间相互关系。
VAR模型基于向量自回归理论，通过对各个经济变量之间的关系进行建模，来预测未来的经济变化。
VAR模型能够考虑多个经济变量之间的相互影响，因此在预测经济发展趋势方面具有很强的优势。
四、计量经济学方法计量经济学方法是经济预测报告中常用的统计学方法之一。
它通过对大量经济数据进行分析和研究，寻找数据之间的关系和规律。
计量经济学方法主要包括回归分析、相关分析、时间序列分析等。
这些方法能够有效地挖掘数据中的信息，并用于预测未来的经济走势。
五、人工智能模型人工智能技术的发展为经济预测报告带来了新的机遇和挑战。
人工智能模型可以通过对大量经济数据进行学习和分析，建立起复杂的预测模型。
它可以处理大规模和高维度的数据，并挖掘数据中的非线性关系。
人工智能模型的发展为经济预测提供了新的思路和方法。
《经济统计预测与决策》课程大纲一、课程简介1.1 课程背景经济统计预测与决策是一门旨在帮助学生掌握经济数据处理和分析技能，从而进行经济现象的预测和决策制定的课程。
本课程将涵盖经济统计基础、预测模型、决策分析等内容，旨在培养学生对经济现象的敏锐观察和分析能力。
1.2 课程目标通过学习本课程，学生将能够掌握经济数据的收集、整理、分析和解读技能，具备运用统计方法进行经济预测和决策的基本能力，并且理解统计工具在经济领域中的重要作用。
1.3 课程要求本课程的学习需要较强的数理基础，学生应具备一定的数学、统计学和经济学基础知识。
需要有一定的数据处理和编程能力，熟练运用Excel、Python等工具进行数据分析。
二、课程内容2.1 经济统计基础2.1.1 经济数据的类型和特征2.1.2 统计描述和展示经济数据2.1.3 经济数据的抽样调查方法2.2 经济预测模型2.2.1 经济时间序列分析2.2.2 经济指标的预测模型2.2.3 多元回归分析在经济预测中的应用2.3 决策分析方法2.3.1 决策树模型2.3.2 风险分析与决策2.3.3 经济决策中的不确定性分析三、课程教学安排3.1 授课方式本课程采用理论授课与应用实践相结合的授课模式。
课堂上教师将介绍相关理论知识，并通过案例分析和实际数据操作进行教学。
3.2 课程作业学生需要完成课后作业，包括数据分析和模型建立等内容。
部分作业将涉及实际经济数据的处理和分析。
3.3 课程项目本课程将安排实际项目，学生将运用所学知识对实际经济问题进行分析和决策，提高实际应用能力。
四、学习评估4.1 考核方式课程考核将包括平时表现、作业完成情况、期中考试和期末项目报告。
4.2 成绩评定学生成绩将由平时成绩、考试成绩和项目报告综合评定。
平时成绩占比30%，期中考试成绩占比30%，期末项目报告占比40%。
五、课程反馈与改进5.1 教学反馈学生可以通过课程评价表反馈教学质量，并提出建议和意见。
