...wd......wd......wd...第一章思考與練習(xí)1.預(yù)測是指什么舉例說明預(yù)測的作用。答：預(yù)測是指根據(jù)客觀事物的開展趨勢和變化規(guī)律對特定的對象未來開展的趨勢或狀態(tài)做出科學(xué)的推測與判斷。預(yù)測可以為決策提供必要的未來信息，是進(jìn)展決策的根基。如在產(chǎn)品的銷售方面，通過對顧客類型、市場占有份額、物價變動趨勢、新產(chǎn)品開發(fā)等方面的預(yù)測，可以對市場銷售起促進(jìn)作用。又如在生產(chǎn)方面，通過對原材料需求量、材料成本及勞動力成本的變動趨勢以及材料與勞動力的可用量的變動趨勢等方面的預(yù)測，便于企業(yè)對生產(chǎn)和庫存進(jìn)展方案，并在合理的成本上滿足銷售的需求2.預(yù)測有哪些基本原理預(yù)測有什么特點(diǎn)影響預(yù)測準(zhǔn)確度的最主要的因素是什么如何提高預(yù)測的準(zhǔn)確度答：預(yù)測的基本原理包括：系統(tǒng)性原理、連貫性原理、類推原理、相關(guān)性原理、概率推斷原理。預(yù)測的特點(diǎn)：一方面我們可以根據(jù)預(yù)測的基本原理，利用適當(dāng)?shù)念A(yù)測方法對未來進(jìn)展預(yù)測，因此預(yù)測是可能的；另一方面由于各種社會現(xiàn)象和自然現(xiàn)象的隨機(jī)性以及人們認(rèn)識能力的有限性等原因，因此不存在絕對準(zhǔn)確的預(yù)測。影響預(yù)測準(zhǔn)確度的主要因素包括：預(yù)測資料的分析和預(yù)處理，預(yù)測問題的分析與認(rèn)識、預(yù)測方法的選擇和運(yùn)用、預(yù)測結(jié)果的分析和處理等。因此，要提高預(yù)測的準(zhǔn)確度，需要從以上幾個方面認(rèn)真對待，從而為決策者提供可靠的未來信息。3.表達(dá)預(yù)測的基本步驟。答：預(yù)測的基本步驟為；〔1〕確定預(yù)測目標(biāo)；〔2〕收集、整理有關(guān)資料；〔3〕選擇預(yù)測方法；〔4〕建設(shè)預(yù)測模型；〔5〕評價預(yù)測模型；〔6〕利用模型進(jìn)展預(yù)測；〔7〕分析預(yù)測結(jié)果。4.為什么要對收集的資料進(jìn)展分析和預(yù)處理如何鑒別異常數(shù)據(jù)對異常數(shù)據(jù)應(yīng)如何處理答：在預(yù)測工作中，所收集的資料是進(jìn)展預(yù)測的根基，相關(guān)資料的缺少或數(shù)據(jù)的異常都會導(dǎo)致所建設(shè)的預(yù)測模型不準(zhǔn)確，從而直接影響到預(yù)測的結(jié)果，所以需要對數(shù)據(jù)的異常情況進(jìn)展鑒別與分析。鑒別異常數(shù)據(jù)可采用圖形觀察法有統(tǒng)計濾波法。異常數(shù)據(jù)處理的主要方法包括：剔除法、復(fù)原法、拉平法、比例法等。5.預(yù)測有幾種常用分類方法這些分類方法有何不同之處答：預(yù)測可以按預(yù)測的范圍或?qū)哟尾煌㈩A(yù)測的時間長短、預(yù)測方法的客觀性、預(yù)測技術(shù)的差異性、預(yù)測分析的途徑等進(jìn)展分類。這些分類方法是按照不同的分類標(biāo)準(zhǔn)、不同的側(cè)重點(diǎn)進(jìn)展分類的。6.什么是定性分析預(yù)測什么是定量分析預(yù)測兩者有何不同答：定性分析預(yù)測法是指預(yù)測者根據(jù)歷史與現(xiàn)實(shí)的觀察資料，依賴個人或集體的經(jīng)歷與智慧，對未來的開展?fàn)顟B(tài)和變化趨勢做出判斷的預(yù)測方法。定量分析預(yù)測法是依據(jù)調(diào)查研究所得的數(shù)據(jù)資料，運(yùn)用統(tǒng)計方法和數(shù)學(xué)模型，近似地提醒預(yù)測對象及其影響因素的數(shù)量變動關(guān)系，建設(shè)對應(yīng)的預(yù)測模型，據(jù)此對預(yù)測目標(biāo)作出定量測算的預(yù)測方法。定性分析預(yù)測偏重于預(yù)測者的經(jīng)歷和知識水平，定量分析偏重于數(shù)學(xué)模型的應(yīng)用，實(shí)際工作中應(yīng)將兩種方法結(jié)合起來使用，從而提高預(yù)測的準(zhǔn)確度。第二章思考與練習(xí)1.頭腦風(fēng)暴法與德爾非法的主要區(qū)別是什么在專家選擇上有何異同答：主要區(qū)別：頭腦風(fēng)暴法專家是面對面的，在融洽輕松的會議氣氛中，敞開思想、各抒己見、自由聯(lián)想、暢所欲言、互相啟發(fā)、互相鼓勵，使創(chuàng)造性設(shè)想起連鎖反響，從而獲得眾多解決問題的方法；德爾非法專家是背對背的，經(jīng)歷3-5輪屢次反復(fù)，專家在屢次的思考過程之后，不斷地提高自己的觀點(diǎn)的科學(xué)性，在此得出一致的較為科學(xué)合理的預(yù)測結(jié)果。頭腦風(fēng)暴法要求參加會議的專家數(shù)目不宜太多，也不宜太少，一般10~15個專家組成專家預(yù)測小組。理想的專家預(yù)測小組應(yīng)由如下人員組成：方法論學(xué)家——預(yù)測學(xué)家；設(shè)想產(chǎn)生者——專業(yè)領(lǐng)域?qū)＜遥环治稣摺獙I(yè)領(lǐng)域的高級專家，他們應(yīng)當(dāng)追溯過去，并及時評價對象的現(xiàn)狀和開展趨勢；演繹者——對所論問題具有充分的推斷能力的專家。德爾菲法要求專家來源廣泛。一般應(yīng)實(shí)行“三三制〞。即首先選擇本企業(yè)、本部門對預(yù)測問題有研究，了解市場的專家，占預(yù)測專家的1/3左右。其次是選擇與本企業(yè)、本部門有業(yè)務(wù)聯(lián)系，關(guān)系密切的行業(yè)專家，約占1/3。最后是從社會上有影響的知名人士中間選擇對市場和行業(yè)有研究的專家，約占1/3。同時，人數(shù)視預(yù)測主題規(guī)模而定。2.假設(shè)用Delphi法預(yù)測2012年家用汽車的普及率，你準(zhǔn)備：1〕如何挑選專家2〕設(shè)計預(yù)測咨詢表應(yīng)包含哪些內(nèi)容3〕怎樣處理專家意見4〕為了提高專家意見的回收率，你準(zhǔn)備采用什么方法答：選擇的專家應(yīng)對預(yù)測的目標(biāo)比較了解，有豐富的實(shí)踐經(jīng)歷或理論水平，富于創(chuàng)造性和判斷力，并且來源廣泛，而專家人數(shù)視預(yù)測主題的規(guī)模而定。對于2012年家用汽車的普及率的預(yù)測可選擇龍頭汽車企業(yè)的專家代表、汽車行業(yè)或技術(shù)研究的高校和科研院所的專家代表、汽車行業(yè)主管部門的專家代表。預(yù)測咨詢表應(yīng)包括經(jīng)濟(jì)增長率和國民平均收入、公共交通建設(shè)、國家汽車產(chǎn)業(yè)政策、購車程序、汽油價格等多個方面，可設(shè)置人均國內(nèi)生產(chǎn)總值、人均粗鋼產(chǎn)量、人均發(fā)電量、城鎮(zhèn)化人口比重、汽油價格等多個指標(biāo)。采用中位數(shù)或期望均值確定預(yù)測值，用上下四分位數(shù)，或方差、或極差衡量專家意見的分散程度。為了提高專家意見的回收率，首先在專家選擇中采用自愿的原那么，先期得到專家的同意。根據(jù)每輪反響情況，對每個專家的付出給予肯定，并輔以一定的報酬或者禮品等。3.某服裝研究設(shè)計中心設(shè)計了一種新式女時裝，聘請了三位最有經(jīng)歷的時裝推銷員來參加試銷和時裝表演活動，最后請他們做出銷路預(yù)測。預(yù)測結(jié)果如下：甲：最樂觀的銷售量是800萬件，最悲觀的銷售量是600萬件，最可能的銷售量是700萬件乙：最樂觀的銷售量是750萬件，最悲觀的銷售量是550萬件，最可能的銷售量是640萬件丙：最樂觀的銷售量是850萬件，最悲觀的銷售量是600萬件，最可能的銷售量是700萬件甲、乙、丙這三位專家的經(jīng)歷彼此相當(dāng)，試用專家意見匯總預(yù)測法預(yù)測新式時裝的銷售量。假設(shè)：最樂觀、最悲觀、最可能的銷售量的概率分別為0.3、0.2、0.5，那么銷售員銷售額狀態(tài)估計值概率期望值權(quán)數(shù)預(yù)測期望值甲最高銷售額最可能銷售額最低銷售額8007006000.30.50.27100.333696.6667乙最高銷售額最可能銷售額最低銷售額7506405500.30.50.26550.333丙最高銷售額最可能銷售額最低銷售額8507006000.30.50.27250.3334.15位專家預(yù)測2008年電冰箱在某地區(qū)居民〔以戶為單位〕中的普及率分別為：0.2，0.2，0.2，0.2，0.25，0.25，0.25，0.3，0.3，0.3，0.3，0.35，0.35，0.35，0.4，試求專家們的協(xié)調(diào)結(jié)果和預(yù)測的分散程度。答：為奇數(shù)，，預(yù)測期望值為：。由于，故，x上5.某公司為實(shí)現(xiàn)某個目標(biāo)，初步選定a，b，c，d，e，f六個工程，由于實(shí)際情況的限制，需要從六項(xiàng)中選擇三項(xiàng)。為慎重起見，公司總共聘請了100位公司內(nèi)外的專家，請他們來完成這一艱巨的任務(wù)。如果你是最后的決策者，根據(jù)100位專家最后給出的意見，如何做出最合理的決定。表2.12專家意見表排序123a301020b101040c161020d10150e44610f20910答：根據(jù)專家意見等級比較法的原理，本案例要求選擇的是三個工程，那么可令排在第一位的給3分，排在第二位的給2分，排在第三位的給1分，沒排上位的不給分，得：，，，，，由于：>>>>=>或者采用加權(quán)平均預(yù)測法，假設(shè)排在第1、2、3位的權(quán)重分別為0.5、0.3、0.2，那么E(a)=0.5*30+0.3*10+0.2*20=22，同理可得：E(b)=16，E(c)=15，E(d)=9.5，E(e)=17.8，E(f)=14.7所以，選擇方案a，即該公司最應(yīng)該啟動的是a工程，其次是e工程，再次是b工程。6.試分析Delphi法的優(yōu)點(diǎn)與缺乏。答：優(yōu)點(diǎn)為：〔1〕采用通訊調(diào)查的方式，因此參加預(yù)測的專家數(shù)量可以多一些，這樣可以提高預(yù)測結(jié)果的準(zhǔn)確性。〔2〕預(yù)測過程要經(jīng)歷屢次反復(fù)，在屢次的思考過程之后，專家已經(jīng)不斷地提高自己的觀點(diǎn)的科學(xué)性，在此結(jié)果上的出的預(yù)測結(jié)果，其科學(xué)成分、正確程度必然較高?！?〕這種方法具有匿名性質(zhì)，參加預(yù)測的專家完全可以根據(jù)自己的知識或經(jīng)歷提出意見，因此受權(quán)威的影響較小，有利于各種觀點(diǎn)得到充分發(fā)表。〔4〕最終的預(yù)測結(jié)果綜合了全體專家的意見，集中了全體預(yù)測者的智慧，因此具有較高的可靠性和權(quán)威性?！?〕德爾菲法的實(shí)質(zhì)是利用專家的主觀判斷，通過信息的交流與反響，使預(yù)測意見趨向一致，預(yù)測結(jié)果具有收斂性，即使無法取得同一意見，也能使預(yù)測見解明朗化。同時，德爾菲法不受地區(qū)和人員的限制，用途廣泛，費(fèi)用低，準(zhǔn)確率高。缺點(diǎn)為：〔1〕易受主觀因素的影響。預(yù)測精度取決于專家的學(xué)識、心理狀態(tài)、智能構(gòu)造、對預(yù)測對象的興趣程度等主觀因素?！?〕缺乏深刻的理論論證。專家的預(yù)測通常建設(shè)在直觀的根基之上，缺乏理論上的嚴(yán)格論證與考證，因此預(yù)測結(jié)果往往是不穩(wěn)定的?！?〕技術(shù)上不夠成熟。如專家的概念沒有統(tǒng)一的標(biāo)準(zhǔn)，選擇專家時容易出過失。調(diào)查表的設(shè)計也沒有一個固定的方法，致使有些調(diào)查表的設(shè)計過于粗糙?！?〕預(yù)測結(jié)果是以中位數(shù)為標(biāo)志的，完全不考慮離中位數(shù)較遠(yuǎn)的預(yù)測意見，有時確實(shí)漏掉了具有獨(dú)特見解的有價值的預(yù)見。7.簡述領(lǐng)先指標(biāo)、同步指標(biāo)、落后指標(biāo)的區(qū)別，并舉例說明。答：(1)先期指標(biāo)，也稱領(lǐng)先指標(biāo)或先行指標(biāo)，是指其循環(huán)轉(zhuǎn)折變化出現(xiàn)的時間穩(wěn)定地領(lǐng)先于經(jīng)濟(jì)景氣循環(huán)相應(yīng)轉(zhuǎn)折變化的經(jīng)濟(jì)指標(biāo)，例如庫存變動、股票價格、原料價格等。(2)同步指標(biāo)，也稱一致指標(biāo)，是指其循環(huán)轉(zhuǎn)折變化在出現(xiàn)時間上與經(jīng)濟(jì)景氣循環(huán)轉(zhuǎn)折變化幾乎同時出現(xiàn)〔誤差不超過2個月〕的經(jīng)濟(jì)指標(biāo)，如國民生產(chǎn)總值、工業(yè)生產(chǎn)、就業(yè)與失業(yè)、個人收入、制造業(yè)和商業(yè)銷售等。。(3)落后指標(biāo)，也稱遲行指標(biāo)，是指其循環(huán)轉(zhuǎn)折變動在出現(xiàn)的時間上穩(wěn)定地落后于經(jīng)濟(jì)景氣循環(huán)變動相應(yīng)轉(zhuǎn)折點(diǎn)〔約3個月以上，半個周期以內(nèi)〕的經(jīng)濟(jì)指標(biāo)，例如，單位產(chǎn)品勞動成本、抵押貸款利息率、未清償債務(wù)、庫存總水平、長期失業(yè)、全部投資支出等。8.舉例說明類比法的具體應(yīng)用。答：對于一般消費(fèi)品和耐用消費(fèi)品的需求量預(yù)測，如通過典型調(diào)研或抽樣調(diào)研測算出某市彩電年銷售率為40%(即銷售數(shù)與百戶居民數(shù)之比，也就是每百戶居民中有4戶購置)，就可以以此銷售率來推算其他城市的銷售率了。9.簡述穿插影響分析法的預(yù)測步驟。答：穿插影響分析法的步驟為：〔1〕主觀判斷估計各種有關(guān)事件發(fā)生的概率，即初始概率?！?〕構(gòu)造穿插影響矩陣，反映事件相互影響的程度?！?〕根據(jù)事件間相互影響，修正各事件發(fā)生的概率，根據(jù)修正后的結(jié)果作出預(yù)測。通常利用隨機(jī)數(shù)字表考察各事件是否發(fā)生。如發(fā)生，就根據(jù)戈登提出的經(jīng)歷公式計算已發(fā)生事件對其它諸事件的穿插影響而產(chǎn)生的過程概率，全部事件均考察到時，那么完成一次試驗(yàn)；通過屢次試驗(yàn)，最后由試驗(yàn)中各事件發(fā)生的次數(shù)與試驗(yàn)總次數(shù)比照求得各事件在未來最終發(fā)生的概率P*，稱為校正概率。試驗(yàn)次數(shù)越多，校正概率越穩(wěn)定，預(yù)測效果就越理想。第三章思考與練習(xí)1.簡要論述相關(guān)分析與回歸分析的區(qū)別與聯(lián)系。答：相關(guān)分析與回歸分析的主要區(qū)別：〔1〕相關(guān)分析的任務(wù)是確定兩個變量之間相關(guān)的方向和密切程度。回歸分析的任務(wù)是尋找因變量對自變量依賴關(guān)系的數(shù)學(xué)表達(dá)式?！?〕相關(guān)分析中，兩個變量要求都是隨機(jī)變量，并且不必區(qū)分自變量和因變量；而回歸分析中自變量是普通變量，因變量是隨機(jī)變量，并且必須明確哪個是因變量，哪些是自變量；〔3〕相關(guān)分析中兩變量是對等的，改變兩者的地位，并不影響相關(guān)系數(shù)的數(shù)值，只有一個相關(guān)系數(shù)。而在回歸分析中，改變兩個變量的位置會得到兩個不同的回歸方程。聯(lián)系為：〔1〕相關(guān)分析是回歸分析的根基和前提。只有在相關(guān)分析確定了變量之間存在一定相關(guān)關(guān)系的根基上建設(shè)的回歸方程才有意義?！?〕回歸分析是相關(guān)分析的繼續(xù)和深化。只有建設(shè)了回歸方程才能說明變量之間的依賴關(guān)系，并進(jìn)一步進(jìn)展預(yù)測。2.某行業(yè)8個企業(yè)的產(chǎn)品銷售額和銷售利潤資料如下：企業(yè)編號銷售額〔單位：萬元〕銷售利潤〔單位：萬元〕11708.1222012.5339018.0443022.0548026.5665040.0795064.08100069.0根據(jù)上述統(tǒng)計數(shù)據(jù):〔1〕計算產(chǎn)品銷售額與利潤額的相關(guān)系數(shù)；解：應(yīng)用excel軟件數(shù)據(jù)分析功能求得相關(guān)系數(shù)，說明銷售額與利潤額高度相關(guān)?！?〕建設(shè)以銷售利潤為因變量的一元線性回歸模型，并對回歸模型進(jìn)展顯著性檢驗(yàn)〔?。?.05〕；解：應(yīng)用excel軟件數(shù)據(jù)分析功能求得回歸方程的參數(shù)為：據(jù)此，建設(shè)的線性回歸方程為模型擬合優(yōu)度的檢驗(yàn)由于相關(guān)系數(shù)，所以模型的擬合度高?；貧w方程的顯著性檢驗(yàn)應(yīng)用excel軟件數(shù)據(jù)分析功能得,說明在=0.05水平下回歸效果顯著.回歸系數(shù)的顯著性檢驗(yàn),說明在=0.05水平下回歸效果顯著.實(shí)際上，一元線性回歸模型由于自變量只有一個，因此回歸方程的顯著性檢驗(yàn)與回歸系數(shù)的顯著性檢驗(yàn)是等價的?！?〕假設(shè)企業(yè)產(chǎn)品銷售額為500萬元，試預(yù)測其銷售利潤。根據(jù)建設(shè)的線性回歸方程，當(dāng)銷售額時，銷售利潤萬元。3.某公司下屬企業(yè)的設(shè)備能力和勞動生產(chǎn)率的統(tǒng)計資料如下：企業(yè)代號1234567891011121314設(shè)備能力(千瓦/人)2.82.83.02.93.43.94.04.84.95.25.45.56.27.0勞動生產(chǎn)率(萬元/人)6.76.97.27.38.48.89.19.89.810.711.111.812.112.4該公司現(xiàn)方案新建一家企業(yè)，設(shè)備能力為7.2千瓦/人，試預(yù)測其勞動生產(chǎn)率，并求出其95%的置信區(qū)間。解：繪制散點(diǎn)圖如下：散點(diǎn)圖近似一條直線，計算設(shè)備能力和勞動生產(chǎn)率的相關(guān)系數(shù)為0.9806，故可以采用線性回歸模型進(jìn)展擬合應(yīng)用excel軟件數(shù)據(jù)分析功能求得回歸方程的參數(shù)為：據(jù)此，建設(shè)的線性回歸方程為，對模型進(jìn)展檢驗(yàn)如下：〔1〕模型擬合優(yōu)度的檢驗(yàn)由于相關(guān)系數(shù)，所以模型的擬合度高?！?〕回歸方程的顯著性檢驗(yàn)應(yīng)用excel軟件數(shù)據(jù)分析功能得,說明在=0.05水平下回歸效果顯著.〔3〕回歸系數(shù)的顯著性檢驗(yàn),說明在=0.05水平下回歸效果顯著.當(dāng)設(shè)備能力為7.2千瓦/人時根據(jù)建設(shè)的線性回歸模型，可得勞動生產(chǎn)率。其95%的置信區(qū)間為[12.44,14.38]4．某市1977～1988年主要百貨商店?duì)I業(yè)額、在業(yè)人員總收入、當(dāng)年竣工住宅面積的統(tǒng)計數(shù)據(jù)如下：年份營業(yè)額/千萬元在業(yè)人員總收入/千萬元當(dāng)年竣工住宅面積/萬平方米19778.276.49.019788.377.97.819798.680.25.519809.086.05.019819.485.210.819829.488.26.5198312.2116.26.2198416.7129.010.8198515.5147.518.4198618.3186.215.7198726.3210.332.5198827.3248.545.5根據(jù)上述統(tǒng)計數(shù)據(jù):〔1〕建設(shè)多元線性回歸模型；解：應(yīng)用excel軟件數(shù)據(jù)分析功能求得多元線性回歸模型的參數(shù)為：據(jù)此，建設(shè)的線性回歸方程為〔2〕對回歸模型進(jìn)展擬合優(yōu)度檢驗(yàn)、檢驗(yàn)、檢驗(yàn)和ＤＷ檢驗(yàn)〔取=0.05〕解：①擬合度檢驗(yàn)應(yīng)用excel軟件計算得,接近于1，說明模型的擬合程度越高②檢驗(yàn)應(yīng)用excel軟件計算得,查表得，故說明在=0.05水平下回歸效果顯著。③t檢驗(yàn)應(yīng)用excel軟件計算得，查表得，故，說明在=0.05水平下顯著不為0，自變量對有顯著影響，而，故承受假設(shè)，說明對無顯著影響。④ＤＷ檢驗(yàn)通過計算得當(dāng)時，查DW檢驗(yàn)表，因DW檢驗(yàn)表中，樣本容量最低是15，故?。海敲从兄g。由此可以得出檢驗(yàn)無結(jié)論。檢驗(yàn)結(jié)果說明，不能判斷回歸模型是否存在自相關(guān)?！?〕假定該市在業(yè)人員總收入、當(dāng)年竣工住宅面積在1988年的根基上分別增長15%、17%，請對該市1989年主要百貨商店?duì)I業(yè)額作區(qū)間估計〔取=0.05〕。解：回歸方程為。但由于對無顯著影響，故用方程做回歸預(yù)測：預(yù)測區(qū)間為：，即，故當(dāng)1989年在業(yè)人員總收入為285.775千萬元時，在=0.05顯著性水平上，營業(yè)額的區(qū)間估計為：千萬元。5.下表是某百貨商店某年的商品銷售額和商品流通費(fèi)率數(shù)據(jù)，根據(jù)表中數(shù)據(jù)：(注：題中的商品銷售額為分組數(shù)據(jù)，自變量取值可用其組中值)商品年銷售額/萬元組中值()商品流通費(fèi)率/%()3以下1.57.03-64.54.86-97.53.69-1210.53.112-1513.52.715-1816.52.518-2119.52.421-2422.52.324-2725.52.2〔1〕擬適宜當(dāng)?shù)那€模型；解：繪制散點(diǎn)如下：根據(jù)散點(diǎn)圖的形狀，與雙曲線函數(shù)接近，故采用雙曲線模型。設(shè)雙曲線回歸預(yù)測方程為：令，那么方程可轉(zhuǎn)換為：應(yīng)用excel軟件數(shù)據(jù)分析功能求得參數(shù)為：，由此可得雙曲線回歸方程為：〔2〕對模型進(jìn)展顯著性檢驗(yàn)；〔取=0.05〕由于上述雙曲線回歸方程是通過對其變換后的線性方程而得到的，因此這里顯著性檢驗(yàn)主要對方程進(jìn)展檢驗(yàn)，包括：①模型擬合優(yōu)度的檢驗(yàn)相關(guān)系數(shù)，所以模型的擬合度高。②回歸方程的顯著性檢驗(yàn)應(yīng)用excel軟件數(shù)據(jù)分析功能得,說明在=0.05水平下回歸效果顯著.③回歸系數(shù)的顯著性檢驗(yàn),說明在=0.05水平下回歸效果顯著.通過以上檢驗(yàn)，說明回歸預(yù)測方程的檢驗(yàn)是顯著的〔3〕當(dāng)商品銷售額為13萬元時，預(yù)測商品流通費(fèi)率:當(dāng)商品銷售額為13萬元時，預(yù)測商品流通費(fèi)率為6．下表中為某種產(chǎn)品銷售額的時間序列數(shù)據(jù)，其中為時間序號，為產(chǎn)品銷售額〔單位：萬元〕。試?yán)谬徟疗澤L曲線預(yù)測2005年該產(chǎn)品的銷售額。年份1996199719981999200020012002200320041234567894.946.217.187.748.388.458.739.4210.241.59741.82621.97132.04642.12582.13412.16682.24282.3263解：將上述數(shù)據(jù)分為三組：1996-1998為第一組，1999-2001為第二組，2002-2004為第三組；然后求各組的值的對數(shù)和：，，利用公式，求得：，所以所以所以，那么預(yù)測模型為：故〔萬元〕即2005年該產(chǎn)品的銷售額預(yù)測為9.933萬元。第四章思考與練習(xí)1.什么是時間序列時間序列預(yù)測方法有什么假設(shè)答：時間序列是一組按時間順序排序的數(shù)據(jù)。時間序列預(yù)測方法的假設(shè)：=1\*GB3①假設(shè)預(yù)測目標(biāo)的開展過程規(guī)律性會延續(xù)到未來。=2\*GB3②假設(shè)預(yù)測對象的變化僅僅與實(shí)踐有關(guān)。2.移動平均法的模型參數(shù)N的數(shù)值大小對預(yù)測值有什么影響選擇參數(shù)N應(yīng)考慮哪些問題答：N值越大對數(shù)據(jù)修勻的程度越強(qiáng)，建設(shè)移動模型的波動也越小，預(yù)測值的變化趨勢反響也越遲鈍。N值越小，對預(yù)測值的變化趨勢反響越靈敏，但修勻性越差，容易把隨機(jī)干擾作為趨勢反響出來。選擇N的時候首先需要考慮預(yù)測對象的具體情況，是希望對預(yù)測對象的變化趨勢反響的更靈敏還是鈍化其變化趨勢從而更看重綜合的穩(wěn)定預(yù)測；其次，如果時間序列有周期性變動，

那么當(dāng)N的選取剛好是該周期變動的周期是，那么可消除周期變動的影響。3.試推導(dǎo)出三次移動平均法的預(yù)測公式。解：有了二次移動平均的預(yù)測模型的推導(dǎo)過程，同理可以推廣出三次移動平均法的預(yù)測模型：時間序列，是跨越期一次移動平均數(shù)：；二次移動平均數(shù)：；三次移動平均數(shù)：；

設(shè)時間序列從某時期開場具有直線趨勢，且認(rèn)為未來時期也按此直線趨勢變化，那么可設(shè)此直線趨勢預(yù)測模型為：其中t為當(dāng)前的時期數(shù)；T為由t至預(yù)測期數(shù)，；；4.移動平均法與指數(shù)平滑法各有什么特點(diǎn)為什么說指數(shù)平滑法是移動平均法的改進(jìn)答：移動平均法：計算簡單易行；預(yù)測是存儲量大，僅考慮最近的N個觀察值等權(quán)對待，而對t-N期以前的數(shù)據(jù)那么完全不考慮，不能預(yù)測長期趨勢。指數(shù)平滑法：適用于中短期的預(yù)測方法，任一期的指數(shù)平滑值都是本期實(shí)際觀察值與前一期指數(shù)平滑值的加權(quán)平均。指數(shù)平滑法是對移動法的改進(jìn)。移動平均法那么不考慮較遠(yuǎn)期的數(shù)據(jù)，并在加權(quán)移動平均法中給予近期資料更大的權(quán)重；而指數(shù)平滑法那么兼容了全期平均和移動平均所長，不舍棄過去的數(shù)據(jù)，但是僅給予逐漸減弱的影響程度，即隨著數(shù)據(jù)的遠(yuǎn)離，賦予逐漸收斂為零的權(quán)數(shù)。5.試比較移動平均法、指數(shù)平滑法和時間序列分解法，它們各自的優(yōu)缺點(diǎn)是什么答：難度所用數(shù)據(jù)適用預(yù)測權(quán)重相對準(zhǔn)確性移動平均法易近期N的數(shù)據(jù)短期無差指數(shù)平滑法一般所有數(shù)據(jù)中短期重近輕遠(yuǎn)一般時間序列解法復(fù)雜所有數(shù)據(jù)長中短期無好6.指數(shù)平滑法的平滑系數(shù)的大小對預(yù)測值有什么影響選擇平滑系數(shù)應(yīng)考慮哪些問題確定指數(shù)平滑的初始值應(yīng)考慮哪些問題答：的大小對預(yù)測值得影響：的取值越大：近期資料對預(yù)測值得影響越強(qiáng)，遠(yuǎn)期資料的影響弱；的取值越?。哼h(yuǎn)期資料對預(yù)測值得影響增強(qiáng)。選擇的考慮的問題：①如果預(yù)測誤差是由某些隨機(jī)因素造成的，即預(yù)測目標(biāo)的時間序列雖有不規(guī)那么起伏波動，但基本開展趨勢比較穩(wěn)定，只是由于某些偶然變動使預(yù)測產(chǎn)生或大或小的偏差，這時，應(yīng)取小一點(diǎn)，以減小修正幅度，使預(yù)測模型能包含較長的時間序列的信息。②如果預(yù)測目標(biāo)的基本趨勢已經(jīng)發(fā)生了系統(tǒng)的變化，也就是說，預(yù)測誤差是由于系統(tǒng)變化造成的，那么的取值應(yīng)該大一點(diǎn)，這樣，就可以根據(jù)當(dāng)前的預(yù)測誤差對原預(yù)測模型進(jìn)展較大幅度的修正，使模型迅速跟上預(yù)測目標(biāo)的變化。不過，取值過大，容易對隨機(jī)波動反響過度。③如果原始資料缺乏，初始值選取比較粗糙，的取值也應(yīng)大一點(diǎn)。這樣，可以使模型加重對以后逐步得到的近期資料的依賴，提高模型的自適應(yīng)能力，以便經(jīng)過最初幾個周期的校正后，迅速逼近實(shí)際過程。④假設(shè)有理由相信用以描述時間序列的預(yù)測模型僅在某一段時間內(nèi)能較好地表達(dá)這個時間序列，那么應(yīng)選擇較大的值，以減低對早期資料地依賴程度確定指數(shù)平滑的初始值應(yīng)考慮的問題：如果數(shù)據(jù)序列較長，或者平滑系數(shù)選擇得比較大，那么經(jīng)過數(shù)期平滑鏈平滑之后，初始值對的影響就很小了。故我們可以在最初預(yù)測時，選擇較大的值來減小可能由于初始值選取不當(dāng)所造成的預(yù)測偏差，使模型迅速地調(diào)整到當(dāng)前水平。假定有一定數(shù)目的歷史數(shù)據(jù)，常用確實(shí)定初始值的方法是將數(shù)據(jù)分成兩局部，用第一局部來估計初始值，用第二局部來進(jìn)展平滑，求各平滑參數(shù)。7.時間序列分解法一般包括哪些因素如何從時間序列中分解出不同的因素來答：時間序列份一般包括四類因素：長期趨勢因素、季節(jié)變動因素、循環(huán)變動因素和不規(guī)那么變動因素；長期趨勢因素和循環(huán)變動因素的分解：選擇跨越期為季節(jié)變動的周期數(shù)的一次移動平均數(shù)序列MA，從而從時間序列中別離出長期趨勢因素和循環(huán)變動因素T×C；季節(jié)變動因素和隨機(jī)因素：用時間序列除以一次移動平均序列，從而得到季節(jié)變動因素和隨機(jī)性因素S×I。用的方法消除S×I的隨機(jī)因素；長期趨勢因素：用一種能最好的描述數(shù)據(jù)長期趨勢的模型，從而得到長期趨勢T，用MA/T，得到循環(huán)變動別離。9.某類產(chǎn)品以前15個月的銷售額如下表所示。時間序號123456789101112131415銷售額/萬元10158201016182022242026272929(1)分別取N=3,N=5，計算一次移動平均數(shù)，并利用一次移動平均法對下個月的產(chǎn)品銷售額進(jìn)展預(yù)測。(2)取N=3，計算二次移動平均數(shù)，并建設(shè)預(yù)測模型，求第16、17個月的產(chǎn)品銷售額預(yù)測值。(3)用一次指數(shù)平滑法預(yù)測下一個月的產(chǎn)品銷售量，并對第14、15個月的產(chǎn)品銷售額進(jìn)展事后預(yù)測。分別取α=0.1,0.3,0.5，S0(1)為最早的三個數(shù)據(jù)的平均值。解：表：銷售額的移動平均法預(yù)測LINKExcel.Sheet.12"H:\\2012年4月9號預(yù)測與決策截稿\\習(xí)題計算.xlsx""4.9_移動平均!R2C1:R18C6"\a\f4\hN=3N=5時間序號銷售額、萬元一次移動平均數(shù)二次移動平均數(shù)一次移動平均數(shù)二次移動平均數(shù)1102153811.0042014.3351012.6712.6712.6061615.3314.1113.8071814.6714.2214.4082018.0016.0016.8092220.0017.5617.2014.96102422.0020.0020.0016.44112022.0021.3320.8017.84122623.3322.4422.4019.44132724.3323.2223.8020.84142927.3325.0025.2022.44152928.3326.6726.2023.68表：銷售額的一次指數(shù)平滑法預(yù)測a=0.1a=0.3a=0.5時間序號銷售額、萬元銷售額的預(yù)測值S0(1)1111011.0011.0011.0021510.9010.7010.503811.3111.9912.7542010.9810.7910.3851011.8813.5615.1961611.6912.4912.5971812.1213.5414.3082012.7114.8816.1592213.4416.4218.07102414.3018.0920.04112015.2719.8622.02122615.7419.9021.01132716.7721.7323.50142917.7923.3125.25152918.9125.0227.1316期的預(yù)測值19.9226.2128.06〔1〕一次移動平均數(shù)如圖：N=3：N=5：〔2〕N=3時二次移動平均數(shù)屬如圖，第16、17期的銷售預(yù)測值：〔3〕10.利用4.6節(jié)中的數(shù)據(jù)，使用SPSS軟件對“SalesofMen'sClothing〞，“SalesofJewelry〞字段用移動平均、指數(shù)平滑以及時間序列分解模型對未來一期的產(chǎn)品銷售額進(jìn)展預(yù)測并對預(yù)測結(jié)果進(jìn)展討論。解：翻開SPSS15.0forwindows選擇openanexistingdatasource點(diǎn)擊ok，選擇turorial/sample_files/catalog_seasfac.sav翻開繪制時間序列趨勢圖，分析時序變動規(guī)律按照4.6中操作，將〞SalesofMen’sClothing〞、〞SaleofJewelry〞選入〞Variables〞框，將〞Data〞選入〞TimeAxisLabels〞，查看趨勢圖如以以下列圖從趨勢圖兩個時間序列中可以看出：〞SalesofMen’sClothing〞呈現(xiàn)明顯的上升趨勢。〞SaleofJewelry〞的趨勢不是很明顯；兩個時間序列都呈現(xiàn)很明顯的季節(jié)特征，〞SalesofMen’sClothing〞的季節(jié)變動呈現(xiàn)隨時間的增加而增長的趨勢。預(yù)測：利用移動平均模型預(yù)測：按照4.6節(jié)中移動平均模型的操作，將〞SalesofMen’sClothing〞和〞SaleofJewelry〞分別選擇入變量欄內(nèi)，〞Span〞，選項(xiàng)分別選擇6和12即移動平均中跨越期數(shù)，得到，當(dāng)N=6和N=12時〞SalesofMen’sClothing〞的未來一期銷售額的預(yù)測值分別為23366.75和22640.03；當(dāng)N=6和N=12時〞SaleofJewelry〞的未來一期銷售額的預(yù)測值分別為17557.80和16921.97；利用指數(shù)平滑模型預(yù)測：按照4.6節(jié)中指數(shù)平滑模型的操作，將〞SalesofMen’sClothing〞和〞SaleofJewelry〞分別選擇入變量欄內(nèi)，在〞ExponentialSmoothingCriteria〞對話框中，〞ModelType〞選擇〞seasonal/winters’multiplicatice〞，得到〞SalesofMen’sClothing〞的未來一期銷售額的預(yù)測值分別為22261.78；〞SaleofJewelry〞的未來一期銷售額的預(yù)測值分別為12778.75；利用時間序列分解模型：按照4.6節(jié)中時間序列分解模型的操作，選擇〞SalesofMen’sClothing〞變量，得到分解后的四個因素時序，因?yàn)檫x擇的是乘法模型，因此，將每個因素分別預(yù)測，將得到的一月到十二月的季節(jié)指數(shù)，一月是季節(jié)指數(shù)是0.95181，由長期趨勢的回歸模型得未來一期的長期趨勢預(yù)測為，假設(shè)未來一期循環(huán)指數(shù)為100%，最終得到的〞SalesofMen’sClothing〞未來一期的預(yù)測值，利用時間序列分解模型：按照4.6節(jié)中時間序列分解模型的操作，選擇〞SaleofJewelry〞變量，得到分解后的四個因素時序，因?yàn)檫x擇的是乘法模型，因此，將每個因素分別預(yù)測，將得到的一月到十二月的季節(jié)指數(shù)，一月是季節(jié)指數(shù)是0.72680，由長期趨勢的回歸模型得未來一期的長期趨勢預(yù)測為，假設(shè)未來一期循環(huán)指數(shù)為100%，最終得到的〞SalesofMen’sClothing〞未來一期的預(yù)測值，第五章思考與練習(xí)1.寫出平穩(wěn)時間序列的三個基本模型的基本形式及算子表達(dá)式。如何求它們的平穩(wěn)域或可逆域解：(1)自回歸模型(AR)的基本模型為：算子表達(dá)式為：，其中令多項(xiàng)式方程，求出它的個特征根。假設(shè)這個特征根都在單位圓外，即，那么稱模型是穩(wěn)定的或平穩(wěn)的。(2)移動平均模型(MA)的基本模型為：算子形式：，其中令多項(xiàng)式方程為模型的特征方程，求出它的個特征根。假設(shè)的特征根都在單位圓外，那么稱此模型是可逆的。(3)自回歸移動平均模型(ARMA)的基本模型為:算子形式：假設(shè)特征方程的所有跟都在單位圓外，那么，就定義一個平穩(wěn)模型。與此類似，要是過程是可逆的，的根必須都在單位圓外。2.從當(dāng)前系統(tǒng)的擾動對序列的影響看，AR(p)序列與MA(q)序列有何差異答：對于任意的平穩(wěn)模型都可由過去各期的誤差來線性表示，而對于可逆的模型，表示為過去各期數(shù)據(jù)的線性組合。3.把下面各式寫成算子表達(dá)式：〔1〕，〔2〕，〔3〕。答：〔1〕，其中(2)，其中,(3)，其中，4.判別第3題中的模型是否滿足可逆性和平穩(wěn)性條件。答：〔1〕平穩(wěn)〔2〕平穩(wěn)且可逆〔3〕不平穩(wěn)可逆5.試述三個基本隨機(jī)型時間序列的自相關(guān)函數(shù)及偏相關(guān)函數(shù)的特性。答：類別表現(xiàn)形式模型類別表現(xiàn)形式模型自相關(guān)函數(shù)拖尾截尾拖尾偏相關(guān)函數(shù)截尾拖尾拖尾6.簡述對模型進(jìn)展檢驗(yàn)的基本思想。答：假定被估計為序列，即，且模型是平穩(wěn)的和可逆的，那么就應(yīng)當(dāng)為白噪聲序列。因此假設(shè)能從樣本序列求得的一段樣本值，便可以對“是白噪聲序列〞這一命題進(jìn)展數(shù)理統(tǒng)計中的假設(shè)檢驗(yàn)。如果肯定這一命題，就認(rèn)為估計模型擬合得較好；否那么模型擬合得不好。7.設(shè)有如下數(shù)據(jù)：10，15，19，23，27.5，33，38，43，47.5，53，58.7，63.4，68.6，74.5，80.4，86.1，91.8，98.5，105.5，112，118.5此數(shù)據(jù)序列為模型序列，試建設(shè)此序列模型，并對第22期數(shù)據(jù)進(jìn)展預(yù)測。答：按照5.6節(jié)引例解法對數(shù)據(jù)序列進(jìn)展處理，最終得到預(yù)測模型為：，得到第22期預(yù)測值為124.78.設(shè)有如下過程：，。〔1〕寫出該過程的Yule-Walke方程，并由此解出和；〔2〕求的方差。答：〔1〕由，知=1，=-0.5所以Yule-Walke方程為：，那么有，〔2〕由AR(2)模型參數(shù)矩估計，得，=0.5==1.29.以下是三個序列的自相關(guān)和偏相關(guān)函數(shù)，試對它們各自識別出一個模型。k12345序列1-0.8000.670-0.5180.390-0.310-0.8000.0850.112-0.046-0.061序列20.449-0.056-0.0230.0280.0130.449-0.3240.218-0.1180.077序列3-0.7190.337-0.0830.075-0.088-0.719-0.375-0.0480.2390.173答：序列1為AR(1)模型，序列2為MA(1)模型，序列3為MA(2)模型〔參考5.3.2節(jié)模型識別〕。10.試判別以下時間序列的類型。答：第一個為AR(1)模型。第二個為MA(2)模型。第三個為AR(1)模型。第四個為AR(2)模型。第五個為MA(2)模型。第六個為白噪聲序列。11.某市1995-2003年各月的工業(yè)生產(chǎn)總值表如下，試對1995-2002年數(shù)據(jù)建模，2003年的數(shù)據(jù)留做檢驗(yàn)?zāi)Ｐ偷念A(yù)測結(jié)果。提示：首先做出工業(yè)生產(chǎn)總值的時序圖，通過時序圖判斷數(shù)據(jù)是否具有明顯的周期性或平穩(wěn)性。表某市1995-2003年各月的工業(yè)生產(chǎn)總值時期總產(chǎn)值時期總產(chǎn)值時期總產(chǎn)值19950110.9319980112.9420010115.731995029.3419980211.4320010213.141995031119980314.3620010317.2419950410.5819980414.5720010417.9319950511.2919980514.2520010518.8219950611.8419980615.8620010619.1219950710.6219980715.1820010717.719950810.919980815.9420010819.8719950912.7719980916.5420010921.1719951012.1519981016.920011021.4419951112.2419981116.8820011122.1419951212.319981218.120011222.451996019.9119990113.720020117.8819960210.2419990210.882002021619960310.4119990315.7920020320.2919960410.4719990416.3620020421.0319960511.5119990517.2220020521.7819960612.4519990617.7520020622.5119960711.3219990716.6220020721.5519960811.7319990816.9620020822.0119960912.6119990917.6920020922.6819961013.0419991016.420021023.0219961113.1419991117.5120021124.5519961214.1519991219.7320021224.6719970110.8520000113.7320030119.6119970210.320000212.8520030217.1519970312.7420000315.6820030322.4619970412.7320000416.7920030423.1919970513.0820000517.5920030523.419970614.2720000618.5120030626.2619970713.1820000716.820030722.9119970813.7520000817.2720030824.0319970914.4220000920.8320030923.9419971014.5720001019.1820031024.1219971114.2520001121.420031125.8719971215.8620001223.7620031228.25答：首先做出工業(yè)生產(chǎn)總值的時序圖，通過時序圖判斷數(shù)據(jù)是否具有明顯的周期性或平穩(wěn)性。具體按照5.6節(jié)引例解法對數(shù)據(jù)序列進(jìn)展處理。第六章思考與練習(xí)1.設(shè)某市場銷售甲、乙、丙三種牌號的同類型產(chǎn)品，購置該產(chǎn)品的顧客變動情況如下：過去買甲牌產(chǎn)品的顧客，在下一季度中有15%的轉(zhuǎn)買乙牌產(chǎn)品，10%轉(zhuǎn)買丙牌產(chǎn)品。原買乙牌產(chǎn)品的顧客，有30%轉(zhuǎn)賣甲牌的，同時有10%轉(zhuǎn)賣丙牌的。原買丙牌產(chǎn)品的顧客中有5%轉(zhuǎn)買甲牌的，同時有15%轉(zhuǎn)買乙牌的。問經(jīng)營甲種產(chǎn)品的工廠在當(dāng)前的市場條件下是否有利于擴(kuò)大產(chǎn)品的銷售解：狀態(tài)轉(zhuǎn)移概率矩陣為：假設(shè)市場到達(dá)穩(wěn)定狀態(tài)時，甲、乙、丙市場占有率分別為x1、x2、x3、，那么：所以，在當(dāng)前的市場條件下，當(dāng)甲種產(chǎn)品的市場占有率大于0.40時不利于擴(kuò)大商品的銷售；當(dāng)甲種產(chǎn)品的市場占有率小于0.40時利于擴(kuò)大商品的銷售。2.某產(chǎn)品每月的市場狀態(tài)有暢銷和滯銷兩種，三年來有如下記錄，見下表?！?〞代表暢銷，“2〞代表滯銷，試求市場狀態(tài)轉(zhuǎn)移的一步和二步轉(zhuǎn)移概率矩陣。月份12345678910111213141516市場狀態(tài)1112211111221211月份17181920212223242526272829303132市場狀態(tài)1122212121112211解：由題可得：暢銷狀態(tài)有M1=20滯銷狀態(tài)有M2=12從暢銷到暢銷有M11=12從暢銷到滯銷有M12=7從滯銷到暢銷有M21=7從滯銷到滯銷有M22=5計算狀態(tài)轉(zhuǎn)移概率矩陣〔在計算狀態(tài)轉(zhuǎn)移概率矩陣時最后一個數(shù)據(jù)不參加計算，因?yàn)樗谥筠D(zhuǎn)移到哪里尚不清楚〕暢銷滯銷暢銷12/(20-1)7/(20-1)滯銷7/125/12一步轉(zhuǎn)移概率矩陣為：二步轉(zhuǎn)移概率矩陣為：3.某市三種主要牌號甲乙丙彩電的市場占有率分別為23%、18%、29%，其余市場為其它各種品牌的彩電所占有。根據(jù)抽樣調(diào)查，顧客對各類彩電的愛好變化為其中矩陣元素表示上月購置i牌號彩電而下月購置j牌號彩電的概率；2，3，4分別表示甲乙丙和其他牌號彩電。1)試建設(shè)該市各牌號彩電市場占有率的預(yù)測模型，并預(yù)測未來3個月各種牌號彩電市場占有率變化情況；2〕假定該市場彩電銷售量為4.7萬臺，預(yù)測未來三個月各牌號彩電的銷售量；3〕分析各牌號彩電市場占有率變化的平衡狀態(tài)；4〕假定生產(chǎn)甲牌彩電的企業(yè)采取某種經(jīng)營策略〔例如廣告宣傳等〕，竭力保持了原有顧客愛好不向其它牌號轉(zhuǎn)移，其余不變。分析彩電市場占有率的平衡狀態(tài)。解：〔1〕市場占有率初始向量為：P〔0〕=〔0.230.180.290.3〕狀態(tài)轉(zhuǎn)移概率矩陣為：那么第K期的市場占有率的預(yù)測模型為：未來一個月的各種牌號彩電的市場占有率為：未來兩個月的各種牌號彩電的市場占有率為：未來三個月的各種牌號彩電的市場占有率為：〔2〕市場未來三個月銷售總量為4.7臺，那么每月銷售c=4.7/3甲乙丙其他一個月后的市場占有率0.2370.1880.2760.301兩個月后的市場占有率0.2380.1910.2710.299三個月后的市場占有率0.2390.1930.2690.299市場占有率未來一個月0.3710.2940.4320.471未來兩個月0.3740.3000.4240.469未來三個月0.3740.3020.4220.468合計1.1180.8961.2781.408未來一個月，各牌號彩電的銷售量分別為：0.371萬臺，0.294萬臺,0.432萬臺,0.471萬臺。未來兩個月，各牌號彩電的銷售量分別為：0.374萬臺,0.300萬臺,0.424萬臺,0.469萬臺。未來三個月，各牌號彩電的銷售量分別為：0.374萬臺,0.302萬臺,0.422萬臺,0.468萬臺。〔3〕設(shè)市場到達(dá)穩(wěn)定狀態(tài)時甲、乙、丙、其他市場占有率分別為，x1、x2、x3、x4，那么：各牌號彩電市場占有率到達(dá)平衡時，各自的市場占有率分別為：23.88%,19.40%,26.87%,29.85%.(4)