搜索
填空：5小题，10分单选：10小题，20分多选：5小题，15分简答题：3小题，15分计算分析题：4小题，40分1统计预测概述1.1统计预测的概念和作用•统计预测的概念：统计预测属于预测方法研究范畴，即如何利用科学的统计方法对事物的未来发展进行定量推测，并计算概率置信区间。•统计预测三个要素[1]实际资料是预测的依据[2]经济理论是预测的基础[3]数学模型是预测的手段•经济预测1.2统计预测方法的分类及其选择•统计预测方法的分类统计预测方法可归纳分为定性预测方法和定量预测方法两类，其中定量预测法又可大致分为回归预测法和时间序列预测法•统计预测方法的选择[1]合适性[2]费用[3]精确性1.3统计预测的原则和步骤•统计预测的原则[1]连贯原则[2]类推原则•统计预测的步骤2定性预测法2.1定性预测概述•定性预测的概念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的意见，作为预测未来的主要依据。•定性预测的特点[1]着重对事物发展的性质进行预测，主要凭借人的经验以及分析能力；[2]着重对事物发展的趋势、方向和重大转折点进行预测•定性预测和定量预测之间的关系2.2专家调查法•专家调查法的定义•专家调查法的几种形式专家调查法主要包括专家个人判断法、组织会议法、头脑风暴法、德尔斐法等几种形式，其中，德尔斐法是最具代表性的专家调查法，也是本章的重点内容。定义，操作程序，原则，优缺点2.3主观概率法•主观概率法的概念及预测步骤2.4定性预测的其他方法领先指标法厂长（经理）评判意见法销售人员估计法相互影响分析法2.5情景预测法•情景预测法的概念、特点•一般步骤：确定主题、收集资料、分析影响、分析突发事件、进行预测。3回归预测法3.1一元线性回归预测法•概念：是指成对的两个变量数据分布大体上呈直线趋势时，运用合适的参数估计方法，求出一元线性回归模型，然后根据自变量与因变量之间的关系，预测因变量的趋势。[1]一元线性回归模型的建立[2]一元线性回归模型参数的估计[3]一元线性回归模型的检验（三大检验）[4]利用一元线性回归模型进行预测3.2多元线性回归预测法3.3非线性回归预测法3.4应用回归预测时应注意的问题[1]用定性分析判断现象之间的依存关系[2]避免回归预测的任意外推[3]应用合适的数据资料•具体问题具体分析•考虑社会现象复杂性4时间序列分析预测法•时间序列和时间序列预测法的定义4.1时间序列分解法[1]四个影响因素：长期趋势、季节变动、循环变动和不规则变动[2]分解模型：加法模型、乘法模型和混合模型[3]时间序列分解法的基本思路4.2移动平均法[1]移动平均法：通过对时间序列按一定的项数（间隔长度）逐期移动平均，从而修匀时间序列的周期变动和不规则变动，显示出现象的发展趋势，然后根据趋势变动进行外推预测的一种方法。[2]一次移动平均法和二次移动平均法的基本计算方法[3]运用一次移动平均法进行预测时应注意的问题[4]移动平均法的不足4.3指数平滑法•指数平滑法是对移动平均法的改进，它利用对时间序列由近及远的逐步衰减的加权作为未来发展趋势的预测。•一次指数平滑法5非线性趋势外推预测法5.1趋势外推法概述[1]趋势外推法的概念•趋势外推预测是指根据时间序列的长期趋势，以时间t为自变量，时间序列为因变量，拟合非线性趋势模型，然后以顺延的时间单位作为已知条件，进行外推预测。•当预测对象依时间变化呈现某种上升或下降趋势，没有明显的季节波动，且能找到一个合适的函数曲线反映这种变化趋势时，就可以用趋势外推法进行预测。[2]趋势外推法的两个假定：•假设事物发展过程没有跳跃式变化；•假定事物的发展因素也决定事物未来的发展，其条件是不变或变化不大。[3]趋势模型的种类[4]趋势模型的选择主要利用图形识别法和差分法计算，进行模型的基本选择差分特性使用模型一阶差分相等或大致相等一次线性模型二阶差分相等或大致相等二次线性模型三阶差分相等或大致相等三次线性模型一阶差分比率相等或大致相等指数曲线模型一阶差分的一阶比率相等或大致相等修正指数曲线模型5.2多项式曲线趋势外推法二次多项式曲线模型及其应用5.3指数曲线趋势外推法6预测精度测定6.1预测精度的测定[1]预测精度的一般含义[2]影响因素6.2定量预测方法的比较——回归预测和时间序列预测6.3定性预测与定量预测的比较和综合运用7经济决策概述7.1经济决策的基本概念•决策概念：为了实现特定的目标，根据客观的可能性，在占有一定信息和经验的基础上，借助一定的工具、技巧和方法，对影响未来目标实现的诸因素进行准确的计算和判断选优后，对未来行动做出决定。•决策的作用•经济决策的概念与基本原则（1）最优化原则（2）系统原则（3）信息准确原则（4）可行性原则（5）集体决策原则•经济决策的公理（四点）7.2经济决策的分类•多角度划分•关注分类：单目标决策与多目标决策•确定型决策与非确定型决策7.3经济决策的一般程序•决策信息与搜集成本•如何做出有效决策•经济决策的步骤（7步骤）7.4经济决策与经济预测的关系8确定型决策8.1确定型决策的基本概念[1]基本概念：通过对决策问题的现有情况和环境条件进行分析，决策者能够确定决策对象未来可能发生的情况，从而可以根据已掌握的科学知识和技术手段，选择最有利的决策方案[2]确定型决策具备的基本条件a)存在决策者希望达到的一个明确目标b)只存在一个决策者不可控制的自然状态c)存在可供决策者选择的两个或两个以上的备选方案d)不同决策方案在确定状态下的收益值或损失值能够计算出来，从而可进行方案间的比较[3]确定型决策的分类[4]模型选优决策的基本思路a)设计决策目标b)确认并建立确定型决策的约束条件c)求解最优方案8.2盈亏分析决策一、线性盈亏分析法二、非线性盈亏分析8.3微分极值决策一、经济批量的决策二、边际分析的决策8.4线性规划决策法9风险型决策方法9.1风险型决策的基本问题一、风险型决策的概念风险型决策：根据预测各种事件可能发生的先验概率，然后再采用期望效果最好的方案作为最优决策方案二、损益矩阵构成要素及利用9.2不同标准的决策方法•以不同的标准为依据进行决策方法：（1）以期望值为标准的决策方法（2）以等概率（合理性）为标准的决策方法（3）以最大可能性为标准的决策方法9.3决策树决策树的概念，构成要素，绘制方法，决策分析9.4风险决策的敏感性分析•敏感性分析的概念：在决策过程中，自然状态出现的概率值变化会对最优方案的选择存在影响。概率值变化到什么程度才引起方案的变化，这一临界点的概率称为转折概率。对决策问题做出这种分析，就叫做敏感性分析，或者叫做灵敏度分析。•掌握两状态两行动方案的敏感性分析9.5完全信息价值•完全信息价值的概念：等于利用完全情报进行决策所得到的期望值减去没有这种情报而选出的最优方案的期望值。它代表我们应该为这种情报而付出代价的上限。•完全信息价值的应用10不确定型决策方法不确定型决策的概念：•当决策者只能掌握可能出现的各种状态，而各种状态发生的概率无从可知时，这类决策就是不确定型决策，或叫概率未知情况下的决策•不确定型决策与风险型决策方法的区别：10.1“好中求好”决策方法10.2“坏中求好”决策方法10.3α系数决策方法10.4“最小的最大后悔值”决策方法10.5各种决策方法的比较和选择各种方法的基本原理，步骤及决策应用。11贝叶斯决策方法11.1贝叶斯决策概述一、贝叶斯决策的基本思想•为降低先验概率的不确定性而带来的决策风险，需要通过科学实验、调查、统计分析等方法获得较为准确的情报信息，以修正先验概率，并据以确定各个方案的期望损益值，拟定出可供选择的决策方案，协助决策者作出正确的决策。二、贝叶斯决策•贝叶斯决策：利用贝叶斯定理求得后验概率，据以进行决策的方法，称为贝叶斯决策方法。•通过收集补充信息（B）,并计算似然概率（B在自然状态为Aj(j=1,2,3)）时的条件概率），进而利用贝叶斯定理式修正自然状态（Aj）出现的概率估算，得到更接近于实际的后验概率（P（Aj︱B）），并据此进行决策。三、在已具备先验概率的情况下，贝叶斯决策过程•（1）预后验分析，权衡补充信息的费用和可靠性对决策效果的影响，判断是否值得收集补充信息，找出从补充信息中可能得到的结果，然后再决定最优决策；•（2）搜集补充信息，根据条件概率的计算公式计算似然概率；•（3）用贝叶斯定理计算后验概率；•（4）根据后验概率进行决策分析。11.2贝叶斯决策方法的类型和应用先验分析—预后验分析—后验分析—序贯分析12多目标决策法12.1多目标决策概述一、概念，特点（1）目标之间的不可公度性（2）目标之间的矛盾性二、多目标决策问题的基本要素•目标体系、备选方案和决策准则三、多目标决策目标体系分类（1）单层目标体系（2）树形多层目标体系（3）非树形（网状）多层目标体系四、处理多目标决策问题的两个原则1.在满足决策需要的前提下，尽量减少目标个数。2.目标排序，即决策者根据目标的重要性和优劣程度将其排成一个序列12.2优劣系数法•优劣系数法的基本思想：先对备选方案进行两两比较，然后计算出优系数和劣系数的值，以此作为判别标准，通过逐步降低优系数和逐步提高劣系数，而逐一淘汰不很理想的方案，最后留下最优方案•基本步骤及应用12.3层次分析法基本思想和概念理解•层次分析法的基本思想：把复杂问题按总目标、子目标、评价标准以及具体方案的顺序分解为不同层次，然后利用求判断矩阵的特征向量的方法，在低层通过两两比较得出各因素对上一层的影响权重，并逐层向上推进，最后利用加权和的方法递阶归并，以求出各方案对总目标的影响权数，权数最大者对应的方案即为最优方案层次分析法把定性分析与定量分析结合起来，能有效处理那些难以完全用定量方法来分析的复杂多目标问题