经济预测与决策方法

单击此处编辑母版标题样式,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,*,经济预测与决策方法,经济预测与决策方法,河海,大学经济学院 史安娜,目 录,第一章 经济预测概述,第二章 定性预测方法,第三章回归预测方法,第四章 时间序列平滑预测法,第五章 自适应过滤法,第六章 趋势曲线预测模型,第七章马尔可夫预测法,第八章 灰色系统预测,第九章决策概述,第十章 不确定型决策方法,第十一章 风险型决策,第十二章 效用理论,第十三章 蒙特卡罗模拟决策法,第十四章 层次分析法（,AHP,法）,第一章 经济预测概述,一、预测及其构成要素,二、预测的基本原则,三、预测的产生和发展,四、预测的分类,五、预测的基本程序和步骤,六、预测结果的准确度,经济预测与决策方法,预测,：是人们利用已知的,(,自己掌握,),的知识和手段，,预先推知和判断事物未来或未知状况的结果,经济预测与决策方法,信息输入,(,外界信息,),预 测 者,主体,内 信 息,理论、方法、手段,预测对象,客体,信息输出,预测结果,预测及其构成要素,相关性,任何事物的发展都不是孤立的，不仅事物内部相关因素之间，现在因素与,将来因素之间存在某种依从关系，而且一种事物总是与其它事物的发展相,互联系、相互影响的过程中确定其运动轨迹。,预测的基本原测,经济预测与决策方法,事物发展变化的主要特征和规律,延续性,任何事物的发展不但是一个前进的过程，而且表现出顽强的重复倾向，过,去的行为不仅会影响到现在，耐用会影响将来，这个特点就是延续性，也,称慢性、稳定性。,相似性,不同事物的发展变化方面，常常有相似的地方。,变异性,事物的相关性不是不变的，而是随着各种条件的变化而变化。,随机性,事物发展不是孤立的，受到各种随机因素影响。,(1),按预测对象分,：,社会预测,如人口、社会就业水平、人才、教育发展状况等,经济预测,国民经济发展、人民消费水平、市场预测等,科学预测,国家的科学发展规划、各学科的发展方向及其远景,技术预测,新技术的开发、新产生的研制,其它预测,国防形势、军事、生态环境、气象、水情等,预测的方法,(2),按预测期限来分,技 术,产品销售,国民经济,核,工业,长期预测,15,50,年,1,年,以上,15,年以上,25,年以上,中期预测,5,15,年,6,个,月,1,年,5,15,年,10,25,年,短期预测,1,5,年,1,6,个月,1,5,年,1,10,年,（,3,）按预测方法分类,定性预测,依靠人们的主观判断来预测未来，它对事物未来的预测不能提供确切的定量概念，只能估计某一事物的发展趋势。,定量预测,根据系统的统计资料和数据，建立适当的数学模型，通过计算求出事物的未来发展。,综合预测,定性预测和定量预测都有一定的局限性和片面性，为使预测更科学和可靠，而把两者结合起来，进行综合预测。,按,预测涉及范围不同来分,宏观预测,指以国民经济、部门、地区的经济活动为范围进行的预测,微观预测,指以基层单位的经济活动为范围进行的预测。,准备工作阶段,基本程序和步骤,明确预测对象,收集内、外信息,确定预测方法,建立预测模型,获得预测信息,(,预测,),检查预测精确度,输出,(,决策系统,),修正,预测结果的准确度,影响预测结果准确度的因素,(1),受人对客观认识的限制,(2),受客观事物随机性、突变性影响,(3),受预测理论和方法影响,(4),受信息影响,(5),受社会因素影响,(6),受预测人员智能结构的影响,第二章 定性预测方法,专家预测法,Delphi,法,主观概率法,1.,专家预测法,一、个人专家预测,专家本人根据本身所认识到的社会需要，自发地从事的预测工作。,根据某个团体或他人的要求所作出的预测。,优点：,i),不受外界因素影响,ii),简单易行，组织工作容易，无经济负担,缺点：,i),容易片面,ii),无法审查正确与否,二、专家会议,同行专家一起，通过会议形式，就某个议题一起作预测,优点：,i),收集的信息、情报、资料量大,ii),考虑问题全面,iii),全体人员共同承担责任,缺点：,i),受社会因素和心理压力影响,ii),易受表达能力影响,iii),为取得一致意见而相互妥协,三、头脑风暴法,(,BS),(Brain storming),是一种会议形式。这种会议形式使参加会议的人员能够通过互相启发、互相刺激，产生创造性设想的连锁反应，诱发出更多的创造性设想，达到作出集体预测设想的目的。,特点,：,i),人 员,来自多个领域,(10,15,人,),ii),讨论的问题,具体而明确,iii),会议的原则,不互相批判,自由鸣放,欢迎提出各种方案,取长补短,2.,Delphi,法,Delphi,原是一处古希腊遗址,是传说中神褕灵验可预卜未来的阿波罗神殿所在地。美国兰德公司在本世纪五十年代与道格拉斯公司合作，研究如何通过反馈更可靠的收集专家意见的方法时以“,Delphi”,为代号，由此得名。,一、什么是,Delphi,法？,概括地说，,Delphi,法,就是导用涵沟调查，对与所预测问题有关领域的专家分别提出问题，然而将他们回答的意见综合、整理、归纳、匿名反馈给各个专家，再次征求意见，然后再加以综合、反馈。这样经过多次反馈而得出一个比较一致的且可靠也较大的意见。,二、,Delphi,法的特点,匿名性,反馈性,预测结果的统计性,三、,Delphi,法,使用程序及注意事项,使用程序,(1),询问调查表,根据所要预测的主题以各种形式提出有关预测事件。,(2),预测事件一览表,根据此表作出评价，对事件发生的可能性进行预测，并提出理由。,(3),综合统计报告,统计出每一事件的预测结果的中位数、上、下四分点以及有关综合资料，进行评论，陈述理由。,(4),再作一轮询问。,注意问题,(,1),对,Delphi,法做简要说明,(2),问题要集中,(3),避免组合事件,(4),用词要确切,(5),调查表要简化,(6),要限制问题的数量,(7),不应强加领导者个人意见,四、对,Delphi,法的评价,1.,受主观因素影响,2.,缺乏深刻的理论论证,3.,可能妨碍重大问题的突破,某,市,录相机家庭普及率,1990,年为,20%,，设家庭普及率达到,90%,为饱和水平。有,15,名专家对某市录相机达到饱和水平的时间进行预测，第四轮专家预测意见顺序和四分位数、中位数如下表：,专家意见序号,预测录相机普及率达到饱和水平的年份,中位数和上、下四分位数,(,1),(,2),(,3),1,2000,2,2000,3,2001,4,2001,下,四分位数,Q,1,(2001,年,),5,2003,6,2004,7,2004,8,2005,中位数,MD(2005,年,),9,2005,10,2005,11,2006,12,2006,上四位数,Q,3,(2006,年,),13,2006,14,2007,15,2007,3.,主观概率法,主观概率,指在一定的条件下，个人对某一事件在未来发生或不发生可能性的估计，反映个人对未来事件的主观判断和信任程度。,客观概率,是指某一随机事件经反复试验后出现的相对次数，也就是对某一随机事件发生的可能性大小的客观度量。,两者的根本差别在于：客观概率具有可检验性,主观概率则不具有可检验性。,序号,预测指标,预测值,发生概率,1,最高销售量,最可能销售量,最低销售量,调查表设计,预测值,编号,累积概率,B(%),F(12.5%),E(25%),G(37.5%),C(50%),H(62.5%),D(75%),I(87.5%),A(99%),调查表中所提的问题,A,、,你认为预测对象,(,销售量,),最高值可能是多少？即销售量有,99%,的概率小于或等于这个值。,B,、,你认为预测对象,(,销售量,),最低值可能是多少？即销售量小于或等于这个值的概率为,1%,。,C,、,你认为预测对象,(,销售量,),小于或等于这个值的概率为,50%,D,、,你认为预测对象,(,销售量,),实际值小于这个值的概率,75%,的值是多少？,E,、在,B,和,C,之间，确定一个值小于或等于这个值的概率为,25%,。,F,、在,B,和,E,之间，确定一个值小于或等于这个值的概率为,12.5%,。,一、主观概率加权平均法,统计员,估计,销售额,(,万元,),主观概率,销售,概率,(,1),(,2),(,3),(,4),(,5),甲,最高销售,最可能销售,最低销售,1000,800,600,0.3,0.5,0.2,300,400,120,期望值,820,乙,最高销售,最可能销售,最低销售,1200,1000,800,0.2,0.6,0.2,240,600,160,期望值,1000,丙,最高销售,最可能销售,最低销售,900,700,500,0.2,0.5,0.3,180,350,150,期望值,680,统计人员预测期望值计算表,（,1,）统计员甲的期望值为： （,2,）如果三位统计员的判断能力不相上下，其主观概率各为，则三人预测的平均销售额为：,二、累计概率中位数法,意见征询表的答案汇总表,预测者,编号,累计分布函数沿横轴的点,B,F,E,G,C,H,D,I,A,1,6.0,6.25,6.50,6.75,7.0,7.25,7.50,7.75,8.0,2,6.0,6.40,6.50,7.00,8.3,8.40,8.50,9.40,9.5,3,8.0,8.13,8.25,8.38,8.5,8.63,8.75,8.88,9.0,4,6.0,6.70,7.50,8.00,8.0,8.60,8.70,8.80,9.0,5,5.0,5.50,6.00,6.50,7.5,8.00,8.25,8.50,9.0,6,8.0,8.23,8.45,8.68,8.9,9.13,9.35,9.58,9.8,7,7.8,8.00,8.20,8.50,8.8,9.00,9.30,9.40,9.6,8,8.0,8.20,8.40,8.60,8.8,9.00,9.20,9.40,9.6,9,7.2,7.80,8.26,8.40,8.6,8.80,9.20,9.60,10.0,10,6.0,6.68,8.25,8.38,8.5,8.63,8.75,9.33,10.0,11,9.2,9.25,9.30,9.35,9.4,9.45,9.50,9.70,9.80,12,6.5,6.80,7.20,8.10,8.8,9.00,9.10,9.30,9.50,平均数,6.98,7.33,7.73,8.05,8.43,8.49,8.84,9.14,9.40,累计概率,1.0%,12.5%,25.0%,37.5%,50.0%,62.5%,75.0%,87.5%,99.0%,图,2-2,流通费率累计概率分布函数图,第三章回归预测方法,因果预测,什么是回归分析？,确定性关系函数关系,非确定性关系相关关系,1,一元线性回归,一、预测模型结构,二、预测模型的参数确定,三、预测模型的检验,四、用预测模型进行预测,五、预测结果的精确度,结 构,散点,目测确定,已知：有,n,组样本，,（,x,i,y,i,/i=1,2,）,散点图呈现直线关系，则,参 数,检 验,相关性分析,相关系数：,检 验,当,R,0,时，,Sxy,=0,b,=0,x,与,y,无关,当,0,R,1,时，,b,0,x,与,y,之间有一定线性关系，且呈正相关，,越大，趋势越明显。,反之，当,-1,R,0,时，,b,0,x,与,y,之间有一定线性关系，且呈负相关，,越,小，趋势越明显。,当,|,R,|,0,时，,x,与,y,之间完全线性相关，,x,与,y,之间存在着确定的线性弓数关系。,结 论,检验步骤,（,1,）计算相关,R,的值；,（,2,）给定显著性水平,（,置信度为,1-,），,查出相应的临界值,R,，,n-2,（,3,）,比较,|,R,|,与,R,，,n-2,的大小,若,|,R,|,R,，,n-2,，则,表明,x,与,y,之间存在线性相关关系；,若,|,R,|,R,，,n-2,，,则表明,x,与,y,之间不存在线性相关关系。,置信区间,实例,一元,线性回归模型计算表单位亿元,年份,国内生产总值,y,固定资产投资完成额,x,xy,x,2,y,2,1978,195,20,3900,400,38025,1979,210,20,4200,400,44100,1980,244,26,6344,676,59536,1981,264,35,9240,1225,69696,1982,294,52,15288,2704,86436,1983,314,56,17584,3136,98596,1984,360,81,29160,6561,129600,1985,432,131,56592,17161,186624,1986,481,149,71669,22201,231361,1987,567,163,92421,26569,321489,1988,655,232,151960,53824,429025,1989,704,202,42208,40804,495616,合计,4720,1167,600566,175661,2190104,试配合适当的回归模型并进行显著性检验；若,1990,年该省回定资产投资完成额为,249,亿元，当显著性水平,0.05,时，试估计,1990,年国内生产总值的预测区间。,1,、绘制散点图,2,、建立一元线性回归模型,3,、计算回归系数,所求,回归预测模型为：,解：,4.,检验线性关系的显著性,当显著性水平,0.05,，,自由度,n-m,12-2,10,时，查相关系数临界值表，得,R,0.05,（,10,）,0.576,，,因,R,0.9829,0.576,R,0.05,（,10,）,0.576,故在,0.05,显著性水平上，检验通过，说明两变量之间相关关系显著。,5.,预测,（,1,）计算估计标准误差。,（,2,）当显著性水平,0.05,，,自由度,n-m,=10,时，查,t,分布表得：,t,0.025,(10)=2.228,（,3,）当,x0=249,亿元时，代入回归模型得,y,的点估计值为：,预测区间为：,即：当,1990,年全省固定资产投资完成额为,249,亿元时，在,0.05,的显著性水平上，国内生产总值的预测区间为：,648.4708,829.1744,亿元之间。,2.,多元线性回归,结构,二元,时：,参数确定,设有,n,组样本,矩阵形式：,根据：,例：设某邮电研究所以新产品开发和技术服务为主要任务，近十年来该所收入，经费支出和科技人员数如表所示（见表前,3,栏）：,某,邮电研究所的收入与经费支出科技人员数的回归计算,年份,序号,收入,(,万元,),Y,i,经费支出,(,万元,),X,1i,科技人员,(,人,),X,2i,X,1i,2,X,2i,2,X,1i,X,2i,X,1i,Y,i,X,2i,Y,i,1,235,254,160,64516,25600,40640,59690,37600,2,238,257,163,66049,26569,41891,61166,38794,3,256,275,166,75625,27556,45650,70400,42496,4,264,290,169,84100,28561,49010,76560,44616,5,271,295,172,87025,29584,50740,79945,46612,6,273,296,175,87616,30625,51800,80808,47775,7,289,311,178,96721,31684,55358,89879,51441,8,298,318,181,101124,32761,57558,94764,5393,9,304,327,184,106929,33856,60168,99408,559,10,310,341,187,116281,34969,63767,108438,594,合计,2746,2964,1735,885986,301765,51682,821058,478,用接线性相关拟合回归预测模型。如果次年该所经费预算定为,380,万元，科技人员增加到,200,人，预测其收入可能达到多少？,根据题意要求，此二元线性回归预测模型为：,将表中有关数据代入后式，得：,b,1,=0.6858,b,2,=0.8721,b,0,=-79.9805,则二元线性回归预测模型为：,若次年的,科研经费支出预测为,380,万元，科技人员增加到,200,人，分别代入,X1,和,X2,，,则：,即为该,研究所次年可能达到的收入水平。,3.,非线性回归预测,一、常见一元非线性回归预测模型结构,(1),双曲线回归模型,(2),多项式回归模型,(3),对数曲线回归模型,(4),三角函数回归模型,(5),幂函数回归模型,(6),指数回归模型,二、参数确定的方法,(,1),直接换元法,(2),间接代换法,(,如对数变换等,),(3),线性化迭代方法,(,1),直接换元法,通过简单的变量换元直接化为线性回归模型,如,令：,由于这类模型因变量没有变形，直接采用最小平方法估计回归系数，并进行检验和预测。,(,2),间接代换法,通过对数变形的代换间接地化为线性回归模型,如,令,则：,由于经变换后改变了因变量的形态，使得变形后模型的最小平方估计失去了原模型的残差平方和最小的意义，从而估计不到原模型的最佳回归系数，造成回归模型与原数列之间的偏差较大。,(3),线性化迭代方法,一般在矢法用数学的轶换或代换变为线性函数时采用。,如：,高斯,牛顿迭代方法的基本思想就是使用泰勒级数展开或去近似地代替非线性回归模型，通过多次迭代，多次修正系数，使回归系数不断逼近非线性回归模型的最佳回归系数，最后使原模型的残差平方和达到最小。,第四章 时间序列平滑预测法,1.,时间序列概述,时间序列,指将预测对象的历史数据按照时间顺序排列的序列，就称为时间序列。,时间序列的因素分解：,不规则变动,周期变动,季节变动,长期趋势,时间序列的组合形式,加法形式：,乘法形式：,混合形式：,时间序列平滑预测法,一、一次移动平均法,1,、移动平均值,设,时间序列为,2,、逆推公式,3,、预测式,4,、说明：,一、一次指数平滑法,1,、指数平滑值,设,时间序列为：,逆推式：,2,、预测式：,或：,3,、说明,：,三、线性二次移动平滑法,1,、二次移动平滑值,2,、线性二次移动平滑模型,3,、,a,t,b,t,的,确定,四、线性二次指数平滑法布朗,(,Brown),单一参数线性指数平滑法,模型：,其中：,a,t,b,t,由,指数平滑值确定,五、霍尔特,(,Holt),双,参数线性指数平滑法,六、布朗二次多项式指数平滑法,差,分,指数平滑法,1,、一阶差分,指数平滑法,设时间序列：,一阶差分序列：,2,、二阶差分,指数平滑法,1,、预测基本模型,第五章 自适应过滤法,i,由最优化方法确定,i,的确定,基本思路：,i,的确定是一个反复迭代不断逼近的过程，它是依据最优化原理以预测误差平方和为小为目标函数，按照最速下降法逼近,(,调整,),。,开 始,输入时间序列到,M,个数值,(,Y,i,),计算,预测值,F=,W,i,Y,t,-i,误差,e=,x,t,-F,Wi,=,Wi,+2Kex,t,-i,计算,e,2,累积平方值误差,Fe=e,2,MSE=,Ee,/(M-N),MSE,i,-1,-,MSE,i,1/100,MSE,i,-1,-,MSE,i,t,K,所,处的状态仅与,t,K,时的,状态有关，而与,t,K,以前的状态无关，这种随机过程为马尔可夫过程。,用分布函数来描述：若在条件,Y(,t,i,),=,Y,i,(,i,=1,2,n,),下的,Y,n,的,分布函数恰好等于条件,Y(,t,n,-1,)=,Y,n,-1,下的分布函数，即,F(,Y,n,；,t,n,/,Y,n,-1,Y,n,-2, Y,1,；,t,n,-1,t,n,-2,t,1,),=,F(,Y,n,；,t,n,/,Y,n,-1,；,t,n,-1,),则称,Y(t),为马尔可夫过程。,马,尔可夫,链：离散化的马尔可夫过程就是马尔可夫链。它具有无后效性的特征，即它在将来取什么值只与它现在的取值有关，而与它过去取什么值无关。,二、状态概率向量：,设马尔可夫链在,t,K,时取状态,E,1,E,2,E,n,的概率分别为,p,1,p,2,p,n,而,0,P,i,1,，,则向量,P,1,P,2,P,n,称为,t,K,时的,状态概率向量。,三、状态转移概率,设系统可能出现,N,个,状态,E,1,E,2, E,n,，,则,系统由,t,K,时刻从,E,i,转移到状态,t,k,+1,时刻的概率就称为从,i,到,j,的转移概率，也称一步转移概率，记为,四、状态转移概率矩阵,在一定条件下，系统只能在可能出现的状态,E,1,E,2,E,n,中转移，系统所有状态之间转移的可能性用,P,表示，定义,P,为状态,转移概率矩阵。,3,、定理,1,：,设马尔可夫链在初始状态的,(,一步,),转移概率矩阵为,p,(,1),=,p,则由,初始状态经过,n,个时间间隔,(,n,步,),转移到新的状态的转移概率为：,即,n,步转移概率等于一步转移矩阵的,n,次方。,定理,2,：,若记,P,n,的元素为,P,ij,(n),则有,系统处在,j,状态的概率与它在很元的过去处在什么情况无关。,例,已知市场上有,A,，,B,，,C,三种牌子的洗衣粉，上月的市场占有分布为,(0.3 0.4 0.3),，且已知转移概率矩阵为,试求,本月份和下月份的市场占有率？,解：,1,、求本月份市场占有率,2,、求下月份市场占有率,计算结果说明，在顾客,(,或用户,),购买偏好改变不大情况下，下个月,A,牌洗衣粉市场占有率,22.5%,，,B,牌洗衣粉市场占有率为,34.7%,，,C,牌洗衣粉的市场占有率为,42.8%,。,例,设东南亚各国主要行销我国大陆、日本、香港三个产地的味精。对目前市场占有情况的抽样调查表明，购买中国大陆味精的顾客占,40%,，购买日本、香港味精的顾客占,30%,。顾客流动转移情况如下表所列：,中国大陆,日 本,香 港,中国大陆,40%,30%,30%,日 本,60%,30%,10%,香 港,60%,10%,30%,试,预测第,4,个月味精市场占有率和预测长期的市场占有率。,解：,1,、预测第,4,个月的市场占有率，即求三步转移后的市场占有率。,已知,S,0,=(0.4 0.3 0.3),及转移概率矩阵,P,为：,三步,转移概率矩阵为：,于是，,4,个月市场占有率为：,即预测第,4,个月，中国大陆味精的市场占有份额为,50.08%,，日本、香港各为,24.96%,2,、预测长期的市场占有率,由定义,4,知，本例的一步转移概率矩阵,P,是标准概率矩阵。所以，长期的市场占有率将趋向稳定状态。,设：,a,=(,x,1,x,2,x,3,),根据标准概率矩阵的性质，有,aP,=,，,即,又,有,x,1,+,x,2,+x,3,=1,于是得线性方程组,解之,得：,x,1,=0.5,x,2,=0.25,x,3,=0.25,于是，终极用户点有率为：中国大陆产的味精占,50%,，日本、香港产的味精均各占,25%,。,例,某,商店在最近,20,个月的商品销售量统计记录如下：,商品销售量统计表 单位：千件,时间,1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,17,18,19,20,销售量,40,45,80,120,110,38,40,50,62,90,110,130,140,120,55,70,45,80,110,120,试,预测第,21,月的商品销售量。,解：依上述步骤,1,、划分状态,接盈利状况为标准选取,(1),销售量,60,千件 属滞销；,(2)60,千件销售量,100,千件 属一般；,(3),销售量,100,千件 属畅销。,2,、计算初始概率,P,：,为了使问题更为直观，绘制销售量散点图，并画出状态分界线，如图所示。,销售量散点图,由图可算,出处于,滞销状态的有,M,1,=7,一般状态的有,M,2,=5,畅销状态的有,M,3,=8,3,、计算状态转移概率矩阵,在算转移概率时，最后一个数据不参加计算，因为它究竟,转到哪个状态尚不清楚。,由上图可得：,M,11,=3,M,12,=4,M,13,=0,M,22,=1,转,22,=3,M,31,=2,M,32,=0,M,33,=5,从而,所以,4,、预测第,21,月的销售情况,由于第,20,月的销售量属于畅销状态，而经由一次转移到达三种状态的概率是：,因此，第,21,月超过,100,（千件）的可能性最大。即预测第,21,月的销售状态是“畅销”。,第八章灰色预测模型,1.,什么是灰色系统,一、灰色系统,二、灰数,某个只知道大概的范围而不知道其确切值的数，称为灰数。灰数不是一个数，而是一个数集，一个数的区间，记灰数为,若,a,i,在,灰数,中取值,，,则,a,i,为,的一个可能的白化值，记为,三、灰色系统理论的基本观点,1,、灰色系统理论认为任何随机过程都是一定幅度值范围、一定时区内变化的灰色量，所以随机过程是一个灰色过程。,在处理手法上，灰色过程是通过对原始数据的整理来寻找数的规律，这叫数的生成。,2,、灰色系统理论认为：尽管客观系统表象复杂，数据离乱，但它总是有整体功能的，总是有序的，对原始数据作累加处理后，便出现了明显的指数规律。这是由于大多数系统是广义的能量系统，而指数规律便是能量变化的一种规律。,2.,生成数的主法,随机过程在灰色系统里被称为灰色量，灰色系统对灰色量的处理既不找概率分布，也不寻求统计特征，而是通过数据处理方法来寻找数据表现的规律，这种数据处理方法称为生成法，灰色系统中主要有累加生成和累减生成。,一、累加生成,记,原始序列为：,生成序列为：,其中：,例,累计生成序列,累减生成,例,令,K,0,，,X,1,(0)=0,累计生成序列,3.,关联度,关联度分析是分析系统中各因素关联程度的方法。计算关联关需先计算关联系数。,关联系数计算方法：,设,参考序列为,被比较序列为,关联系数定义为：,其中：,（,1,）为第,K,点,X,0,与,X,i,的绝对差。,（接,下,页）,（,3,）是两级最大差，其含义与最小差相似。,（,4,）,p,称为分辨率,0,p,1,，,一般采取,P,0.5,（,5,）对单位不一，初值不同的序列，在计算关联系数前应首选进行初值化，即将该序列所有数据分别除以第一个数据。,2,、关联度,被,比较序列与参考序列的关联度是各类关联系数的平均值，即,（,2,）为两级最小差。其中是第一级最小差，表示在,X,i,序列上找各点与,X,0,的最小差。,为,第二级最小差，表示在各序列找出的最小差基础上寻求所有序列中的最小差。,例,设参考序列为,Y,0,（,8,，,8.88,，,16,，,18,，,24,，,32,），,被比较序列为,Y,1,（,10,，,11.66,，,18.34,，,20,，,23.4,，,30,）,Y,2,（,5,，,5.625,，,5.375,，,6.875,，,8.125,，,8.75,）,求其,关联度：,r,1,、,r,2,表明,X,1,和,X,0,的关联程度大于,X,2,与,X,0,的关联程度。,4,.,GM,（,1.1,）,预测模型,一、,GM,（,1.1,）,模型,设时间序列,X,0,有几个观察值，,累加生成序列,，,生成序列,X,1,满足：,式中,a,称发展灰数，,U,称内生控制灰数。,设,为待估,参数向量,，,利用最小二乘法求解可得,其中,二、模型检验,灰色预测模型检验一般有残差检验，关联度检验和后验差检验。,1.,残差检验,首先按模型计算,，,其次将,累减,生成,，,最后计算,原始序列,与,的,绝对残差,及相对误差,2.,关联度检验,按,关联度计算方法算出 与原始序列 的关联系数，然后算出关联度，根据经验，当,p=0.5,时，关联度大于,0.6,便是满意的。,3.,后验差检验,（,1,）首先计算原始序列的平均值,（,2,）再计算原始序列的均方差,（,3,）再次计算残差的均值,（,4,）然后再求残差的均方差，式中,（,5,）计算方差比,（,6,）计算小误差概率,其中,令,若,相关误差，关联度、后验差检验在允许范围之内，则可用所建模型进行预测，否则应进行残差修正。,例：某县皮棉产量如表，试建立,GN(1.1),预测模型，并预测第,8,期皮棉产量。,序 号,1,2,3,4,5,6,产量,(,百万担,),2.67,3.13,3.25,3.36,3.56,3.72,解：令,X,0,(1),、,X,0,(2),、,X,0,(3),、,X,0,(4),、,X,0,(5),、,X,0,(6),对立于原始序列数据,第一步，构造累加生成序列：,生成序列,X,1,=,2.67,，,5.80,，,9.05,，,12.41,，,15.97,，,19.69,第二步，构造数据矩阵,B,和数据向量,Y,n,：,第三步，计算,B,T,B,，,(B,T,B),-1,Y,n,：,即,a,=-0.043879,u,=2.925663,第四步，得出预测模型：,第五步：残差检验：,（,1,）,计算：,（,2,）,累减生成序列：,原始序列,（,3,）计算绝对误差及相对误差序列：,绝对误差序列,0,0,，,0.02,，,0.04,，,0.02,，,0.01,相对误差序列,0/2.67100%,，,0.02/3.13 100%,，,0/3.25 100%,，,0.04/ 3.36,100%,，,0.02/3.56 100%,，,0.01/3.72 100%=0.064%,0,1.19%,0.56%,0.27%,相对误差小于,1.19%,，模型精确度高。,第六步，进行关联度检验：,（,1,）,计算序列,X,0,与,X,0,的绝对误差,(i),：,（,2,）,计算关联系数,：,由于只有两个序列，故不再寻第二级最小及最大：,（,3,）,计算关联度,：,r,=0.67,是满足,p,=0.5,时的检验准则,r,0.6,的。,第六步，后验差检验：,（,1,）,计算,（,2,）,计算,X,0,序列均方差：,（,3,）计算残差的均值：,（,4,）计算残差的均方差：,（,5,）计算,C,：,（,6,）计算小误差概率,：,S,0,0.67450.36710.2476,第八步，模型经检验合格后可用于预测，预测公式为：,本例中,i,=7,即该县,第八期皮棉产量为,4.23,百万担。,有关建模的问题说明,（,1,）给定原始序列,X,0,中的数据不一定要全部用来建立模型，对原始序列的取舍不同，可得模型不同，即,a,、,u,的值,不同。,（,2,）建模的数据取舍应保证建模序列等时距、相连，不得有跳跃出现。,（,3,）一般建模数据序列应当由最新数据及其相邻数据构成，当再出现新数据时，可采取两种处理方法：一是将新信息加入原始序列中，重估参数；二是去掉原始序列中最老的一个数据，再加上最新数据，所形成序列和原序列维数相等，再重估参数。,三、,GM,（,1.1,）,的区间预测,设,原始序列：,母,列：,子列：,预测区间,例：某地区年平均降雨量数据如下表：,1,2,3,4,5,6,7,8,9,X,(0),(1),390.6,X,(0),(2),412,X,(0),(3),320,X,(0),(4),559.2,X,(0),(5),380.8,X,(0),(6),542.4,X,(0),(7),553,X,(0),(8),310,X,(0),(9),561,10,11,12,13,14,15,16,17,X,(0),(10),300,X,(0),(11),632,X,(0),(12),540,X,(0),(13),406.2,X,(0),(14),313.8,X,(0),(15),576,X,(0),(16),587.6,X,(0),(17),318.5,规定,320,，,并认为,x,(0),(,i,) ,为旱灾，试作灾变预测。,解：给定数列为,按照,x,(0),(,i,)320,为,异常值，有,x,(0),为,x,(0),=(320,310,300,313.8,318.5),=(,x,(0),(1),，,x,(0),(2),，,x,(0),(3),，,x,(0),(4),，,x,(0),(5),=(,x,(0),(3),，,x,(0),(8),，,x,(0),(10),，,x,(0),(14),，,x,(0),(17),。,为此，有,或者写为,P,=(,p,(1),，,p,(2),，,p,(3),，,p,(4),，,p,(5)=(3,，,8,，,10,，,14,，,17),。,将,P,中数据作,1,次累加生成，得,P,(1),有,按,P(1),建立,GM(1,1),模型，得,检验上述模型,生成模型检验：,还原数据检验,预测第,6,个数与第,7,个数,21.68,与,17,相差,5,左右，这表明下一次降雨量小于,320,mm,的旱灾年将发生在四年后。,第九章 决 策 概 述,一、什么是决策,二、决策科学,三、决策的基本原则,四、决策的种类,五、决策的程序,六、决策的发展趋势,1,、决策及决策系统,2,、决策的特点,3,、决策与预测,4,、决策与管理,决策科学,(,1),决策原理的研究,(2),决策程序的研究,(3),决策信息的研究,(4),决策方法的研究,(5),决策组织的研究,(6),决策能力的开发研究,(7),专门决策对象的研究,决 策 分 类,(,1),按决策任务的性质和行动时间长短不同，分为战略决策和战术决策。,(2),按决策涉及的范围，分为宏观经济和微观决策。,(3),按决策目标分，分为单目标决策和多目标决策。,(4),按决策的信息性质分，分为定性决策、定量决策、模糊决策。,(5),按决策所面临的状态分：,确定型决策,指事件未来的自然状态已经完全确定；,风险型决策,指事件未来的自然状态不完全确定，但其发生,概率确定；,非确定型决策,指事件未来的自然状态不完全确定，但其发,生概率也不确定；,竞争型决策,指一方决策必须考虑另一方的选择情况。,确定型决策,例,1,：某生产集团公司正准备筹建一个工厂，提出了三种方案：采用高度自动化设备，固定成本为,800,万元，单位可变成本为,10,元；采用半自动化设备，固定成本为,600,万元，单位可变成本为,12,元；采用非自动化设备，固定成本为,400,万元，单位可变成本为,16,元，试确定该公司不同生产规模下最优建厂方案。,设年产量为,Q,，,则各方案的总成本为：,0,400,600,800,TC,TC,3,TC,2,TC,1,F,E,Q,50,100,150,三种方案总成本线图,例,2,某小型木材加工厂仅生产桌子和椅子两种家俱。已有木板,300,板英尺,(,一种木料的计量单位,),，可利用的工时为,110,小时。每种家俱所需的材料、工时及所获利润资料如下表所示。,试问该厂生产桌子和椅子各多少，才能使利润达到最大？用图解法求解。,设生产桌子,x,1,张，椅子,x2,把，显然,x,1,、,x,2,应,满足如下约束条件：,单位产品,桌子,椅子,木板,(,板英寸,),工时,(,小时,),30,5,20,10,利润,(,元,),6,8,目标函数为,0,5,10,15,20,5,10,15,20,25,x,1,x,2,图 图解法示意图,第十章 不确定型决策方法,(,非确定型决策,),决策准则：,一、“好中求好”,最大最大决策准则,二、“坏中求好”,最大最小决策准则,三、,系数,赫威斯决策准则,四、最小的最大后悔值准则,决策,决策过程用决策矩阵表,自,然,状,态,行动方案,收,益,值,例,2,为了适应市场的需要，某无线电厂提出了扩大再生产的三种方案：对原厂进行扩建；对原厂进行技术改造；建设新厂。每年的利润（万元）和市场销路情况如下表。,某,无线电厂产品生产的利润或亏损表,扩大生产方案,自然状态（市场销路）,销路好,1,一般,2,销路差,3,扩建原厂,a,1,15,13,-4,技术改造,a,2,8,7,4,建设新厂,a,3,17,12,-6,试采用最大最大决策准则进行决策，该厂应选择哪一种扩大生产方案？,由上表，可得如下决策矩阵表,最大最小,决策准则,最大最大,决策准则,决策,4,17,自,然,状,态,行动方案,益,（损）,值,决策矩阵表,后悔值准则：,自,然,状,态,行动方案,各状,态下的,后悔,决策矩阵表,销路好,一般,销路差,各方案中的最大后悔值,R,（,a,1,）,(i=1,2,3),扩建原厂,2,0,8,8,技术改造,9,6,0,9,建设新厂,0,1,10,10,决策,8,值,赫威斯准则：,现实估计收益值计算表（单位：万元）,行动方案,最大收益值,最小收益值,现实估计收益值,CV,1,扩建原厂,a,1,15,-4,0.715,0.3,（,-4,）,9.3,技术改造,a,2,8,4,0.78,0.34,6.3,建设新厂,a,3,17,-6,0.717,0.3,（,-6,）,10.1,第十一章 风险型决策,决策准则：,一、期望值决策,二、边际分析法,三、效用分析法,决策使用模型形式：,1,、决策表,2,、决策树,3,、矩阵法,例,某冷饮店要拟订,6,、,7,、,8,月份雪糕的日进货计划。雪糕进货成本为每箱,60,元，销售价格为,110,元，即当天能卖出去，每箱可获利,50,元，如果当天卖不出去，剩余一箱就要由于冷藏费及其它原因而亏损,20,元。现市场需求情况不清楚，但有前两年同期计,180,天的日销售资料，见表。问应怎样拟订雪糕的日进货计划，才使利润最大？,日,销售量（箱）,完成日销售量的天数,概率,50,36,36/180=0.2,60,72,72/180=0.4,70,54,54/180=0.3,80,18,18/180=0.1,180,1.0,雪糕日销量概率表,解：根据前两年同期日销售量资料，进行统计分析，确定不同日销售量的概率，见表。,一、期望收益法,雪糕不同进货方案的收益表,50,60,70,80,期望利润,（,EMV,）,0.2,0.4,0.3,0.1,50,2500,2500,2500,2500,2500,60,2300,3000,3000,3000,2860,70,2100,2800,3500,3500,2940,80,1900,2600,3300,4000,2810,日,销售量,(,箱,),状态概率,条件利润,(,元,),日,进货量,(,箱,),二、期望损失法,雪糕不同进货方案的损失表,50,60,70,80,期望损失,（,EOL,）,0.2,0.4,0.3,0.1,50,500,1000,1500,650,60,200,500,1000,290,70,400,200,500,210,80,600,400,200,340,日,销售量,(,箱,),状态概率,条件利润,(,元,),日,进货量,(,箱,),三、边际分析法,期望边际利润与期望边际损失比较表,日,进货量,(,箱,),累积销售概率,期望边际利润,PMP(,元,),比较关系,期望边际损失,(1-,P) ML(,元,),50,1.0,1.050=50,020=0,60,0.8,0.850=40,0.220=4,70,0.4,0.450=20,0.620=12,73.8,0.286,0.28650=14.3,0.71420=14.3,80,0.1,0.150=5,0.920=18,决策树法,决策树,画法：,决策树画的过程由左向右，决策过程由右向左。,附加条件,结果点,状态结点,概率枝,方案枝,决策点,例：,为了适应市场的需要，某市提出了扩大某种电器生产的两个方案。一个方案是建设大工厂，另一个方案是建设小工厂，两者的使用期都是,10,年