第2章 預(yù)測概述

1、經(jīng)濟預(yù)測方法(fngf)及MATLAB實現(xiàn)共二十八頁授課(shuk)內(nèi)容MATLAB基本(jbn)計算經(jīng)濟預(yù)測概述灰色預(yù)測法彈性預(yù)測法定性預(yù)測法趨勢外推法時間序列預(yù)測法干預(yù)模型法投入產(chǎn)出法馬爾可夫法景氣預(yù)測法神經(jīng)網(wǎng)絡(luò)法共二十八頁第2章 經(jīng)濟預(yù)測(yc)概述 2.1 預(yù)測(yc)基本概念與原理 2.2 經(jīng)濟預(yù)測的內(nèi)容及步驟 2.3 預(yù)測資料收集與預(yù)處理 2.4 數(shù)據(jù)初始化處理練習(xí)與提高（二） 2.5 樣本預(yù)測及精度評價共二十八頁 2.1 預(yù)測(yc)基本概念與原理2.1.1基本概念預(yù)測(yc)是指根據(jù)客觀事物的發(fā)展趨勢和變化規(guī)律對特定的對象未來發(fā)展趨勢或狀態(tài)做出科學(xué)的推斷與判斷。即預(yù)測就是根據(jù)過

2、去和現(xiàn)在估計未來，預(yù)測未來。首頁經(jīng)濟預(yù)測是指以準(zhǔn)確的調(diào)查統(tǒng)計資料和經(jīng)濟信息為依據(jù)，從經(jīng)濟現(xiàn)象的歷史、現(xiàn)狀和規(guī)律性出發(fā)，運用科學(xué)的方法，對經(jīng)濟現(xiàn)象未來發(fā)展前景的測定 .經(jīng)濟預(yù)測三要素 實際資料是預(yù)測的依據(jù)；經(jīng)濟理論是預(yù)測的基礎(chǔ)；數(shù)學(xué)模型是預(yù)測的手段。共二十八頁經(jīng)濟(jngj)預(yù)測學(xué) 對經(jīng)濟(jngj)活動可能產(chǎn)生的經(jīng)濟(jngj)效果和經(jīng)濟(jngj)發(fā)展趨勢作出科學(xué)預(yù)見的學(xué)科。包括：預(yù)測者、預(yù)測對象、信息、預(yù)測方法和技術(shù)、預(yù)測結(jié)果等五個基本要素。 預(yù)測科學(xué)基本要素 這些基本要素之間的相互關(guān)系，構(gòu)成了預(yù)測科學(xué)的基本結(jié)構(gòu)。此基本結(jié)構(gòu)是如何運動、變化和發(fā)展的，應(yīng)遵循什么樣的程序才能得到科學(xué)的預(yù)測結(jié)果

3、，這就是預(yù)測的基本程序。共二十八頁1.系統(tǒng)性原理(yunl)2.1.2、預(yù)測(yc)的基本原理是指預(yù)測必須堅持以系統(tǒng)的觀點為指導(dǎo)，采用系統(tǒng)分析方法，實現(xiàn)預(yù)測的系統(tǒng)目標(biāo)。 具體要求： （1）通過對預(yù)測對象的系統(tǒng)分析，確定影響其變化的變量及其關(guān)系，建立符合實際的邏輯模型與數(shù)學(xué)模型；（2）通過對預(yù)測對象的系統(tǒng)分析，系統(tǒng)地提出預(yù)測問題，確定預(yù)測的目標(biāo)體系；（3）通過對預(yù)測對象的系統(tǒng)分析，正確地選擇預(yù)測方法，并通過各種預(yù)測方法的綜合運用，使預(yù)測盡可能地符合實際；（4）通過對預(yù)測對象的系統(tǒng)分析，按照預(yù)測對象的特點組織預(yù)測工作，并對預(yù)測方案進行驗證和跟蹤研究，為經(jīng)驗決策的實施提供及時的反饋。共二十八頁 2.

4、連貫性原理(yunl)連貫性原理是指事物的發(fā)展是按一定規(guī)律進行的，在其發(fā)展過程(guchng)中，這種規(guī)律貫徹始終， 不應(yīng)受到破壞，它的未來發(fā)展與其過去和現(xiàn)在的發(fā)展沒有什么根本的不同。即：研究對象的過去和現(xiàn)在，依據(jù)其慣性，預(yù)測其未來狀態(tài)。 首頁注意問題 （1）連貫性的形成需要有足夠長的歷史，且歷史發(fā)展數(shù)據(jù)所顯示的變動趨勢具有規(guī)律性；（2）對預(yù)測對象演變規(guī)律其作用的客觀條件必須保持在適度的變動范圍之內(nèi)，否則改規(guī)律的作用將隨條件變化而中斷，連貫性失效。共二十八頁3.類推(litu)原理指通過尋找并分析類似事物相似的規(guī)律，根據(jù)已知的某事物的發(fā)展變化特征，推斷具有近似特性的預(yù)測對象的未來(wili)狀

5、態(tài)。 首頁具體要求 事物變動具有某種結(jié)構(gòu)，且可用數(shù)學(xué)方法加以模擬，根據(jù)所測定的模型，類比現(xiàn)在，預(yù)測未來。兩事物之間的發(fā)展變化具有類似性，否則，就不能類推。共二十八頁4.相關(guān)性原理(yunl)是指研究預(yù)測對象與其相關(guān)事物間的相關(guān)性，利用相關(guān)事物的特性來推斷(tudun)預(yù)測對象的未來狀況。 按照先導(dǎo)事件與預(yù)測事件的關(guān)系表現(xiàn)分同步相關(guān)與異步相關(guān)兩類：如基本建設(shè)投資額與經(jīng)濟發(fā)展速度，利息率的提高導(dǎo)致房地產(chǎn)業(yè)的衰落為異步相關(guān)。冷飲食品與氣候變化有關(guān)，服裝的銷售與季節(jié)的變化有關(guān)為同步相關(guān)。5.概率推斷原理是指當(dāng)被推斷的結(jié)果能以較大的概率出現(xiàn)時則認(rèn)為該結(jié)果成立。在預(yù)測中，采用概率統(tǒng)計方法求出隨機事件出現(xiàn)各

6、種狀態(tài)的概率，然后根據(jù)概率推斷原理去推測對象的未來狀態(tài)。共二十八頁2.2 經(jīng)濟預(yù)測(yc)的內(nèi)容及步驟2.2.1、經(jīng)濟(jngj)預(yù)測學(xué)的研究內(nèi)容 首頁（1）經(jīng)濟預(yù)測的基本理論、發(fā)展過程、對國民經(jīng)濟的意義； （2）預(yù)測所依據(jù)的原始資料、各種預(yù)測方法； （3）模型和所采用的假設(shè)； （4）預(yù)測對象的發(fā)展趨勢和以往的發(fā)展規(guī)律； （5）所研究經(jīng)濟范圍的發(fā)展途徑和可能達到的水平； （6）預(yù)測誤差和預(yù)測結(jié)果可靠性等。2.2.2、經(jīng)濟預(yù)測內(nèi)容 主要是生產(chǎn)和資源預(yù)測、市場預(yù)測、國民收入分配預(yù)測、人們生活消費預(yù)測以及國民經(jīng)濟綜合平衡預(yù)測等。 共二十八頁2.2.3、預(yù)測(yc)的一般步驟（1）確定(qudng)預(yù)

7、測目標(biāo)首頁就是要明確預(yù)測的目的以及預(yù)測所期望的結(jié)果。 （2）收集、整理有關(guān)資料（3）選擇預(yù)測方法（4）建立預(yù)測模型（5）評價預(yù)測模型（6）利用模型進行預(yù)測（7）分析預(yù)測結(jié)果共二十八頁 2.3 預(yù)測(yc)資料收集與預(yù)處理2.3.1數(shù)據(jù)的收集(shuj)與整理（1）要注意數(shù)據(jù)的客觀性和準(zhǔn)確性，即要求數(shù)據(jù)如實地反映實際情況；（2）要求數(shù)據(jù)具有及時性、完整性、經(jīng)濟性；（3）要收集原始資料以及第二手資料；（4）資料整理：首先要對資料進行校核，包括邏輯性校核和計算性校核，其次對資料按特征、結(jié)構(gòu)、性質(zhì)、規(guī)模等進行分類；（5）對變量序列的編制：經(jīng)過分類整理的資料用數(shù)值表示，按不同的變量順序，形成某變量的大小

8、序列。首頁共二十八頁 2.3.2數(shù)據(jù)類型時間(shjin)序列數(shù)據(jù) 在一段時間內(nèi)所收集的一個或多個變量的數(shù)據(jù)，與數(shù)據(jù)的觀測(gunc)、收集頻率相關(guān)。如：周,月度,季度,年度；股票價值，交易日。 首頁橫截面數(shù)據(jù) 是某一時點上可收集的一個或多個變量的數(shù)據(jù)，如：某年的GDP、CPI、投資額、居民儲蓄等。利用橫截面數(shù)據(jù)主要討論它們之間的關(guān)系。 綜列數(shù)據(jù) 同時具有時間序列數(shù)據(jù)和橫截面數(shù)據(jù)的維度，如回歸模型使用此類數(shù)據(jù)。 共二十八頁 2.3.3數(shù)據(jù)(shj)的分析與鑒別首先，應(yīng)對得到的數(shù)據(jù)作大體的估計，去掉與問題無關(guān)或不能說明問題的數(shù)據(jù)；其次，對值得懷疑和探討的數(shù)據(jù)（大起大落）進行研究，調(diào)查其產(chǎn)生的背景

9、，鑒別其真實(zhnsh)程度，分析原因，以便判斷這些數(shù)據(jù)是否異?；蚰芊穹从愁A(yù)測對象的正常情況。首頁1.異常數(shù)據(jù)的鑒別方法（1） 圖形觀察法 【例2-1】 我國2005年7月至2006年6月工業(yè)增加值如表2-1所示，畫圖觀察異常點。共二十八頁 x=584860 599260 633451 645614 658523 293397 563961 547309 .670972 678869 713678 793247;plot(t,x,o-)set(gca,XTick,1 2 3 4 5 6 7 8 9 10 11 12) %確定刻度(kd)位置set(gca,XTickLabel,05-7;05

10、-8;05-9;05-10;05-11; .05-12;06-1;06-2;06-3;06-4;06-5;06-6) %確定刻度名稱xlabel(時間)ylabel(增加值)title(工業(yè)增加值)首頁共二十八頁 （2）統(tǒng)計(tngj)濾波法利用已有的數(shù)據(jù)確定數(shù)據(jù)允許變動的范圍（上、下限），凡是(fnsh)在這個范圍以外的數(shù)據(jù)被認(rèn)為是異常數(shù)據(jù)。首頁 1）計算樣本均值和樣本標(biāo)準(zhǔn)差： 2）確定一個k與樣本均值和標(biāo)準(zhǔn)差組成數(shù)據(jù)變動的上限、下限 則不在區(qū)間范圍內(nèi)的數(shù)據(jù)即認(rèn)為是異常數(shù)據(jù)。共二十八頁【例2-2】 某企業(yè)2005年1月至2009年12月（60個月度）生產(chǎn)某種產(chǎn)品數(shù)量（單位：萬臺）如表2-3所

11、示，試用(shyng)統(tǒng)計濾波法找出異常值。X=31 34.5 34.3 29 34 32 34.5 36 33 32.1 . 37 32 33 30.8 34 31.8 34 32.1 36 35 . 30 34 34.5 41 32 37 33 36 35 45 . 37 34 36 34.2 28 36 37 34 30 31 . 32 24 31 32 37 36 34.6 34 34 35 . 34 38 33.8 35 36 33 33.7 35 32 31;x=mean(X)，s=std(X)，p1=0.95; p2=0.99; n=60;k=3.07; %查k值表yd=x-k*

12、s，yu=x+k*s a=find(Xyu) %尋找異常點所在(suzi)的位置z=X(a) %顯示異常值t=1:60;plot(t,X,o-) %畫出對應(yīng)的圖共二十八頁（3）拉依達準(zhǔn)則(zhnz)(準(zhǔn)則) 樣本(yngbn)點X=; %X數(shù)據(jù)同上x=mean(X) s=std(X)a=find(abs(X-x)3*s) %尋找異常點所在的位置z=X(a) %顯示異常值樣本均值樣本方差共二十八頁 2.異常(ychng)數(shù)據(jù)的預(yù)處理（1）剔除(tch)法。 去掉那些不能如實反映預(yù)測對象正常發(fā)展趨勢的數(shù)據(jù) 首頁（2）還原法。 把數(shù)據(jù)處理成沒有突變因素影響時本應(yīng)表現(xiàn)出的數(shù)值，是一個估計值。 可用異常

13、數(shù)據(jù)前后兩期數(shù)據(jù)的算術(shù)平均值或幾何平均值作為還原值。共二十八頁因果關(guān)系建立(jinl)模型時，若有自變量x和因變量y 當(dāng)x和y之間為線性關(guān)系時 首頁當(dāng)x和y之間為非線性關(guān)系(gun x) 共二十八頁【例2-3】 2004年第1季度至2006年第2季度我國就業(yè)人口與職工工資額如表2-4所示，由于每年年底大部分單位都發(fā)年終獎，因而造成第4季度的數(shù)據(jù)有些高，因而建立模型時需要處理(chl)這些數(shù)據(jù)。 x=108250000 108959000 109443000 110989000 109723500 110302800 . 111027300 114040000 113055000 1140698

14、00; %人口數(shù)量y=370459 376470 386151 556937 430050 424166 444748 467.506528.09 500693.91; %工資額r=corrcoef(x,y) 共二十八頁（3）拉平(l png)法。 是通過分析造成數(shù)據(jù)過時的原因(yunyn),對數(shù)據(jù)加以適當(dāng)?shù)奶幚?使其符合現(xiàn)時的實際發(fā)展情況。 【例2-4】 某彩電廠1993年至2002年的電視機產(chǎn)量如表2-5所示，其中1997年之后該廠為了擴大生產(chǎn)規(guī)模，引進一條年生產(chǎn)能力為8萬臺的流水線，當(dāng)年就生產(chǎn)了6萬臺電視機。共二十八頁 （4）比例(bl)法銷售條件與環(huán)境條件的變化會引起企業(yè)產(chǎn)品市場占有率

15、的變化。當(dāng)變化很大時，說明環(huán)境條件與銷售條件的變化已超過其它因素(yn s)對銷售量的影響，也說明以前銷售量統(tǒng)計數(shù)據(jù)所表現(xiàn)的發(fā)展規(guī)律不再適用于現(xiàn)在和將來。因此，如果不能去掉以前的數(shù)據(jù)，那么就需要進行修改?！纠?-5】 某廠牙膏在本地區(qū)市場的銷售量和市場占有率 X=653.6 643.8 802.2 629.6 703.2 863.4 895.4 700.8Y=0.65 0.58 0.63 0.57 0.63 0.57 0.59 0.43x=(X./Y)*0.43共二十八頁 2.4 數(shù)據(jù)(shj)初始化處理設(shè)某項指標(biāo)(zhbio)的原始數(shù)據(jù)X有n個樣本，處理后的數(shù)據(jù)為：（1）歸一化法Y=X./s

16、um(X) Y=X./mean(X) Y=X./X（1） 共二十八頁 （2）標(biāo)準(zhǔn)化法Y= (X-mean(X)./std (X) （3）零均值(jn zh)化法Y= X-mean(X) （4）極差正規(guī)化法Y= (X-min (X)./ (max (X)-min (X) （5）非負(fù)化處理(chl)Y=X+abs(min (X) 共二十八頁2.5 樣本預(yù)測及精度(jn d)評價2.5.1樣本(yngbn)內(nèi)預(yù)測與樣本(yngbn)外預(yù)測樣本內(nèi)預(yù)測：用的是與模型中參數(shù)估計相同的樣本數(shù)據(jù)集 樣本外預(yù)測：不將所有用來估計參數(shù)的觀測值都用作預(yù)測，而是將某些數(shù)據(jù)保留不用，而用于檢查得到的預(yù)測值精度。 共二十八頁2.5.2預(yù)測(yc)的精度評價預(yù)測精度(jn d)是指預(yù)測模型擬合的好壞程度，即由預(yù)測模型所產(chǎn)生的模擬值與歷史實際值擬合程度的優(yōu)劣。均方誤差（MSE） 絕對平均誤差(MAE) 相對平均誤差(MAPE) 一般來說，均方誤差（MSE）比絕對