經(jīng)濟預測與決策技術及MATLAB實現(xiàn)第2章-經(jīng)濟預測概述課件

1、經(jīng)濟預測與決策技術及MATLAB實現(xiàn)第2章 經(jīng)濟預測概述 2.1 預測基本概念與原理 2.2 經(jīng)濟預測的內容及步驟 2.3 預測資料收集與預處理 2.4 數(shù)據(jù)的初始化處理練習與提高（二） 2.5 樣本預測及精度評價 2.1 預測基本概念與原理2.1.1基本概念預測是指根據(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)做出科學的推斷與判斷。即預測就是根據(jù)過去和現(xiàn)在估計未來，預測未來。首頁經(jīng)濟預測是指以準確的調查統(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)，運用科學的方法，對經(jīng)濟現(xiàn)象未來發(fā)展前景的測定 .經(jīng)濟預測三要素 實際資料是預測的依據(jù)；經(jīng)濟理論是預測的基礎；數(shù)學模

2、型是預測的手段。經(jīng)濟預測學 對經(jīng)濟活動可能產生的經(jīng)濟效果和經(jīng)濟發(fā)展趨勢作出科學預見的學科。包括：預測者、預測對象、信息、預測方法和技術、預測結果等五個基本要素。 預測科學基本要素 這些基本要素之間的相互關系，構成了預測科學的基本結構。此基本結構是如何運動、變化和發(fā)展的，應遵循什么樣的程序才能得到科學的預測結果，這就是預測的基本程序。1.系統(tǒng)性原理2.1.2、預測的基本原理是指預測必須堅持以系統(tǒng)的觀點為指導，采用系統(tǒng)分析方法，實現(xiàn)預測的系統(tǒng)目標。 具體要求： （1）通過對預測對象的系統(tǒng)分析，確定影響其變化的變量及其關系，建立符合實際的邏輯模型與數(shù)學模型；（2）通過對預測對象的系統(tǒng)分析，系統(tǒng)地提出

3、預測問題，確定預測的目標體系；（3）通過對預測對象的系統(tǒng)分析，正確地選擇預測方法，并通過各種預測方法的綜合運用，使預測盡可能地符合實際；（4）通過對預測對象的系統(tǒng)分析，按照預測對象的特點組織預測工作，并對預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。 2.連貫性原理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)展過程中，這種規(guī)律貫徹始終， 不應受到破壞，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）對預測對象演變規(guī)律

4、其作用的客觀條件必須保持在適度的變動范圍之內，否則改規(guī)律的作用將隨條件變化而中斷，連貫性失效。3.類推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測對象的未來狀態(tài)。 首頁具體要求 事物變動具有某種結構，且可用數(shù)學方法加以模擬，根據(jù)所測定的模型，類比現(xiàn)在，預測未來。兩事物之間的發(fā)展變化具有類似性，否則，就不能類推。4.相關性原理是指研究預測對象與其相關事物間的相關性，利用相關事物的特性來推斷預測對象的未來狀況。 按照先導事件與預測事件的關系表現(xiàn)分同步相關與異步相關兩類：如基本建設投資額與經(jīng)濟發(fā)展速度，利息率的提高導致房地產業(yè)的衰落為異步相關。冷飲食

5、品與氣候變化有關，服裝的銷售與季節(jié)的變化有關為同步相關。5.概率推斷原理是指當被推斷的結果能以較大的概率出現(xiàn)時則認為該結果成立。在預測中，采用概率統(tǒng)計方法求出隨機事件出現(xiàn)各種狀態(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)。2.2 經(jīng)濟預測的內容及步驟2.2.1、經(jīng)濟預測學的研究內容 首頁（1）經(jīng)濟預測的基本理論、發(fā)展過程、對國民經(jīng)濟的意義； （2）預測所依據(jù)的原始資料、各種預測方法； （3）模型和所采用的假設； （4）預測對象的發(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）預測誤差和預測結果可靠性等。2.2.2、經(jīng)濟預測內容 主要是生產和資源預測、市

6、場預測、國民收入分配預測、人們生活消費預測以及國民經(jīng)濟綜合平衡預測等。 2.2.3、預測的一般步驟（1）確定預測目標首頁就是要明確預測的目的以及預測所期望的結果。 （2）收集、整理有關資料（3）選擇預測方法（4）建立預測模型（5）評價預測模型（6）利用模型進行預測（7）分析預測結果 2.3 預測資料收集與預處理2.3.1數(shù)據(jù)的收集與整理（1）要注意數(shù)據(jù)的客觀性和準確性，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、結構、性質、規(guī)模等進行分類；（5）對

7、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，形成某變量的大小序列。首頁 2.3.2數(shù)據(jù)類型時間序列數(shù)據(jù) 在一段時間內所收集的一個或多個變量的數(shù)據(jù)，與數(shù)據(jù)的觀測、收集頻率相關。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)。 2.3.3數(shù)據(jù)的分析與鑒別首先，應對得到的數(shù)據(jù)作大體的估計，去掉與問題無關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

8、研究，調查其產生的背景，鑒別其真實程度，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2014年7月至2015年6月的貨幣供應量如表2-1所示，繪制圖形觀察異常點。 x=57346.5 57997.61 58844.99 57691.6458438.53 60259.53 . 63040.51 72896.19 61949.81 60772.46 59075.9758604.26; plot(x,o-) set(gca,XTick,1 2 3 4 5 6 7 8 9 10 11 12) %確定刻度位置 set(gc

9、a,XTickLabel,2014-7;2014-8;2014-9;2014-10;2014-11; . 2014-12;2015-1;2015-2;2015-3;2015-4;2015-5;2015-6) %確定刻度名稱 xlabel(時間) ylabel(貨幣供應量/億元)首頁 （2）統(tǒng)計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），凡是在這個范圍以外的數(shù)據(jù)被認為是異常數(shù)據(jù)。首頁 1）計算樣本均值和樣本標準差： 2）確定一個k與樣本均值和標準差組成數(shù)據(jù)變動的上限、下限 則不在區(qū)間范圍內的數(shù)據(jù)即認為是異常數(shù)據(jù)。（3）拉依達準則(準則) 樣本點X=; %X數(shù)據(jù)同上x=mean(X)

10、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 2.異常數(shù)據(jù)的預處理（1）剔除法。 去掉那些不能如實反映預測對象正常發(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表現(xiàn)出的數(shù)值，是一個估計值。 可用異常數(shù)據(jù)前后兩期數(shù)據(jù)的算術平均值或幾何平均值作為還原值。因果關系建立模型時，若有自變量x和因變量y 當x和y之間為線性關系時 首頁當x和y之間為非線性關系 【例2-3】 2012年第1季度至2014年第2季度我國城鎮(zhèn)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)

11、據(jù)有些高，因而建立模型時需要處理這些數(shù)據(jù)。x=14200.4 14474.2 14739.3 15236.4 14875.0 15307.1 15808.9 . 18098.0 17327.3 17746.7; %人口數(shù)y=15305.55 15236.30 16485.38 23886.98 17939.18 17894.10 . 20087.09 37075.11 22990.51 22699.63; % 工資額r=corrcoef(x,y) %原始數(shù)據(jù)的相關系數(shù)（3）拉平法。 是通過分析造成數(shù)據(jù)過時的原因,對數(shù)據(jù)加以適當?shù)奶幚?使其符合現(xiàn)時的實際發(fā)展情況。 【例2-4】某汽車制造廠在20

12、06至2015年的汽車產量如表2-5所示，其中2010年之后該廠為了擴大制造規(guī)模，與國外某品牌汽車公司合資，引進年制造能力為5萬臺的一條流水線，當年就制造出4萬臺新品牌合資汽車。 （4）比例法銷售條件與環(huán)境條件的變化會引起企業(yè)產品市場占有率的變化。當變化很大時，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】國內某品牌奶業(yè)公司生產的罐裝奶粉，在本地市場的銷售量和市場占有率X=5.6 6.8 6.2 7.6 8.2 7.4 7.6 5.8; %實際銷售量Y=0.25 0.28 0.23 0.27 0.26 0.25 0.22 0.15;Z=(X./Y)*0.15 %處理后銷售量 2.4 數(shù)據(jù)初始化處理設某項指標的原始數(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./sum(X) Y=X./mean(X) Y=X./X（1） （2）標準化法Y= (X-mean(X)./std (X) （3）零均值化法Y= X-mean(X) （4）極差正規(guī)化法Y= (X-min (X)./ (max (X)-min (X) （5）非負化處理Y=X+abs(min (X) 2.5 樣本預測及精度評價2.5.1樣本內預測與樣本外預測樣本內預測：用的是與模型中參