统计预测与决策半开卷参考资料

单选（因适⽤于半开卷，选择只保留正确答案）第⼀章：统计预测概述

1、 统计预测三要素中，统计资料是预测依据，统计理论是基础，数学建模是⼿段。2、 近期预测是指⼀个⽉以内，短期预测1-3个⽉ 中期3个⽉-2年 长期2年以上。3、 统计预测的研究对象经济现象的数值。4、 适合短期、中期、长期预测的是定性预测法。

5、 预测费⽤研究⼈员的劳务费，资料收集和整理等调查费⽤，资料实⽤费⽤。第⼆章：定性预测法

1、 定量预测的优点在于注重与事物发展在数量⽅⾯的分析，对事物发展变化的程度做数量上的描述，更多的依据历史统计资料，较少受主观因素的影响

2、 德尔菲法是依据有专门知识的⼈的直接经验，对研究的问题进⾏判断，预测的⽅法，也叫专家调查法。3、 主观概率法需要根据经验对所预测的时间事先估算⼀个主观概率。

4、 领先指标：先于研究的指标⽽变动的指标；同步指标：同期变动；滞后指标:变动之后。5、 情景预测法中，⽬标展开法是⽴⾜于未来，分析现在；间隙分析法是⽴⾜于现在和未来。第三章：回归预测法

1、 在对X 和Y 的相关分析中XY 都是随机变量2、 ⼀元线性回归模型中，b 的最⼩⼆乘估计为∑∑=2x xy b 3、 评价回归直线⽅程拟合度如何的指标有可决系数4、 两变量的线性相关系数为+1，说明这两个变量完全正相关5、 ⼀直回归直线⽅程的可决系数为0.81，克制相关系数r=+ -0.096、 两变量的西⽅差都不 必定⼤于或⼩于0，必定在正负1之间

7、 产量与成本的回归⽅程为y=77-2x ，表明每提⾼1000件，单位成本减少2元

8、 ⼀多元线性回归模型有3个⾃变量，两个变量的相关系数0.9，则此现象为多重共线性9、 对两变量的散点图拟合最好的回归线，必须满⾜平⽅最⼤10归⽅程yi=b0+b1xi,x 为⾃变量，y 为应变量，则可以根据x 推断y第四章：时间序列分解法和趋势外推法

1、 长期趋势因素反映经济现象在⼀个较长时间内的发展⽅向，它可以在⼀个相当长的时间内表现为⼀种近似直线的持续向上或向下或平稳的趋势

2、 季节变动因素是经济现象受季节变动影响所形成的⼀种长度和幅度固定的周期波动3、 周期变动因素是受各种经济因素影响形成的上下起伏不定的波动4、 不规则变动因素是受各种偶然因素影响所形成的不规则的波动5、 修正的指数曲线模型y 尖尖t=a+bct 的⽅

6、 求解指数模型参数⽅法是先做对数变换，讲其化成直线模型，然后⽤⼆乘法求出参数7、 对时间序列进⾏查分处理，如果⼀阶差分相等或⼤致相等，就可以⽤⼀次线性模型

8、 对时间序列进⾏查分处理，如⼀阶差分的⼀阶⽐率相等或⼤致相等，就可以⽤修正指数9、 ⽪尔曲线尤其适⽤于处于成熟期的商品的市场需求饱和量的分析和预测

10在对运⽤⼏个模型分别对数据进⾏拟合后，标准误差最⼩的模型为最好的拟合曲线模型第五章：时间序列平滑预测法

1、 当数据的随机因素较⼤时，选⽤的N 应该较⼤，较⼩时，选⽤的N 应该较⼩2、 在移动平均值的计算中包括的过去观察值的实际个数必须⼀开始就明确规定3、 温特线性和季节性指数平滑法包括的平滑参数的个数是3个布朗单⼀包括的个数1个4、 数列有季节性时，应选⽤温特线性和季节性指数平滑法

5、 温特线性和季节性指数平滑法中，通常确定a,b 和r 的最佳⽅法是反复实验法6、 ⼀次指数平滑法中，反复实验寻找a,是为了均⽅差最⼩7、 温特和季节法中的平滑参数abr 三者都在0到1之间8、 在进⾏预测时，最新观察值包含更多信息，权重为更⼤第六章：⾃适应过滤法

1、 ⾃适应法就是从φ⼀组初始值开始，利⽤迭代寻找模型的⾃回归系数的最优化2、 在模型的R ⽅向⼀个最⼩值收敛时就取得了最优权重3、 在序列存在季节模型时，P 应取L(季节因素周期)

4、 在迭代过程中，为了避免误差序列的发散性，调整系数k 必须等于或者⼩于1/P5、 选择滤波常数时，为了取得更加准确的结果，k 的取值Widrow 公式：k=1/([∑2x ]max) 6、 为了避免由于Xt 的波动很⼤⽽影响迭代的收敛性，需要对数据标准化7、 对Xt 进⾏标准化的公式为Xt/（根号项∑2x ）8、 ⾃适应法调整系数可以表⽰为：φ i(t-1)+2KetXt-i

9、 ⼀直上⼀轮φ=0.25，e=3,y=20,k=0.0005,则新⼀轮的φ1等于0.31

10在⼀轮迭代结束后，结果MSE 还没有收敛，但没有更多时间序列数据进⾏迭代时，转⼊把现在的⼀组φ作为初始系数，重新开始迭代过程

第七章：平稳时间序列预测法

1、 时间序列取⾃某⼀个随机过程，我们称过程是平稳的，若此随机过程的随机特征不随时间变化2、 ⾃回归模型AR(p)的平稳条件滞后算⼦多项式的根均在单位圆外3、 移动平均模型MA(q)的平稳条件是任何条件下的平稳4、 ⾃相关函数的定义：t k t y y k r σσ-/

5、 有关AR(p)模型，说法错误的是⾃相关函数p 步截尾6、 有关MA(q)模型，说法错误的是偏相关函数q 步截尾7、 ⾃回归模型的参数估计中，错误的是不能实⽤极⼤似然估计8、 移动平均模型的参数估计中，错误的是可直接实⽤近似极⼤似然估计9、 已知时间序列Yt=xcos(ct),其中x,c 为⼀⾮零常数，则该时间序列不是宽平稳10⼀时时间序列Yt=X-t,其中Xt 为⼀宽平稳时间序列，则时间序列Yt 宽平稳第⼋章：⼲预分析模型预测法

1、⼲预分析的模型和概念最初源⾃于19751年美国统计学家Box 教授和（Tiao ）教授在美国统计协会会刊上发表的《应⽤到经济与环境问题的⼲预分⽀》⼀⽂。

2、关于⼲预变量，以下说法中正确的是：持续性的⼲预变量表⽰某时刻发⽣以后⼀直有影响，可以⽤阶跃函数表⽰。3、⼲预变量与虚拟变量之间的主要差别是：前者是动态模型，后者是静态模型

4、⼲预分析模型是：从定量分析的⾓度来评估⼲预或突发事件对经济环境和经济过程的具体影响。5、净化序列：是指消除了⼲预影响的序列。

6、Yt=ωB/(1-δB)*St T ,0<δ<1模型可以表⽰⼲预事件的影响突然开始，长期持续下去。7、国际形势的骤变事件可以认为是⼲预事件。

8、进⾏⼲预模型分析的数据处理时可能遇到的⼀个主要的困难是：观察到的序列现实值是受到了⼲预变量影响的数据，不能保证⾃相关函数与偏⾃相关函数所反映的ARIMA 模型是真实的。

9、⼲预分析模型与传递函数模型的关系是：⼲预分析模型是传递函数模型的⼀种推⼴。

10、 与使⽤单纯的时间序列模型相⽐，⼲预模型的最⼤优点是：可以对具有“突变性”的时间序列进⾏模型化处理。第九章：景⽓预测法

1、在经济波动研究中，尤格拉周期是中周期，康德拉耶夫周期是长周期

2、在经济周期的分类中，短周期是指国民经济活动的绝对⽔平出现上升和下降的交替

3、在经济周期的分类中，现代周期是指第⼆次世界⼤战以后出现的经济周期，特点是国民经济活动的相对⽔平出现上升和下降的交替

4、在景⽓指标选择的原则中，“指标所代表的内容是经济发展某⼀⽅⾯的综合反映，在经济的总量活动中居重要地位，同时⼜具有某类指标的基本波动特征”所指的原则是重要性和代表性5、在运⽤扩散指数时，06、在运⽤扩散指标时，50%100%逼近，经济越来越热

7、在运⽤扩散指标时，100%>DIt>50%标明上升指标数仍然多于下降指标数，经济系统运⾏于景⽓空间后期，经济正在⾛下坡路，整个经济系统正处于降温阶段

8、在运⽤扩散指数时，50%>DIt>0经济运⾏发⽣重⼤转折，上升指标数⼩于下降指标数，经济系统处于全⾯收缩阶段，经济系统进⼊⼀个新的不景⽓空间前期

9、在预警系统中的五⾊信号中，红⾊代表经济过热10时间序列分解模型中加法模型可以表⽰为T=T+C+S+I第⼗章：灰⾊预测法

1、灰⾊系统的内部特征是⼀部分信息已知，⼀部分未知

2、⿊⾊系统的内部特征是完全未知的⽩⾊系统内部特征是完全已知的

3、⽤观察到的反映因此对象特征的时间序列来构造灰⾊预测模型，预测未来某⼀时刻的特征值，或达到某⼀特征量的时间的预测⽅法属于灰⾊时间序列预测4、对地震时间的预测属于畸变预测

5、市场中待⽤产品、相互关联产品销售量相互制约的预测属于系统预测

6、将原始数据做曲线，在曲线上按定值寻找该定值发⽣的所有时点，并以该定值为框架构成时点序列，然后简历模型预测该定值所发⽣的时点的预测⽅法属于拓扑预测

7、在建⽴灰⾊预测模型之前，需先对原始时间序列进⾏数据处理是为了弱化原始时间序列的随机性

8、已知序列X0=｛10，11.6，18.4，20，23.5,30｝此序列的⼀次累加⽣成列极为X1，则说法不正确的是X1(4)=83.59、已知序列X0=｛10，11.6，18.4，20，23.5,30｝此序列的⼀次累减⽣成列极为X1，则说法不正确的是X1（3）=5.8 第⼗⼀章状态空间模型和卡尔曼滤波

1、状态空间模型是动态时域模型，以隐含着的时间为⾃变量

2、若⼀个线性组合输⼊aX1t+bX2t产⽣相应的输出aY1t+bY2t，则称该系统为线性的

3、若输⼊Xt产⽣相应的输出Yt，当输⼊Xt-t0时将对应地产⽣输出Yt-t0，则称该系统为时不变系统4、引⼊状态向量是为了对系统内部结构进⾏数学描述。5、系统的输出也是随时间⽽变的⼀组变量。

6、如果系统是线性时不变系统，则状态⽅程和输出⽅程式状态变量和输⼊变量的线性组合7、卡尔曼滤波与⼀个系统的状态空间表⽰以及状态空间模型得估计具有密切关系。8、卡尔曼滤波是以“预测—实测—修正”的顺序递推。9、状态空间模型开创了时间序列建模与分析的新领域。10、状态空间表⽰⼀般是基于马尔科夫特性第⼗⼆章预测精度测定与预测评价1、平均相对误差的计算公式为∑=-=ni i iiy yy MPE1?n 1

2、 平均绝对误差的计算公式为n e MAD n i i∑==1

3、 进⾏预测的前提条件是经济现象变化模式或关系的存在

4、 如果⽤户选择预测⽅法的标准是追求预测精度的极⼤化，则最好选择时间序列预测模型5、 如果预测精度只是选择预测⽅法的重要标准之⼀，则可考虑选择⼩型回归模型

6、 如果预测⽤户要求的是最简单的⽅法，⽽且没有使⽤预测⽅法⽅⾯的，不关⼼预测⽅法是否最好，则可以选择组合预测。

7、 短期的外推预测应该使⽤时间序列预测⽅法

8、 定量预测时建⽴在这样⼀个假设的基础之上，即⽬前趋势或现象之间的关系能延续下去，且现象及现象之间的关系模式能被识别。

9、 定量预测的最⼤优势是成本较低10、定量预测的最⼤优点是具有客观性。第⼗三章 统计决策概述

1、 决策的功能可表达为：⽬标—决策—⾏动—结果。

2、 决策者认为决策⽅案⼀优于决策⽅案⼆，即指⽅案⼀在效⽤值上⼤于⽅案⼆。3、 信息搜索时间越长，成本越⾼，它所带来的边际效益随之先递增后递减。

4、 购买两种型号价格相同的⼿机，⼀种功能多，但是需要维修的概率有40%，另⼀种功能少，但是需要维修的概率只有10%。这个决策问题属于风险型决策。第⼗四章：风险型决策⽅法

1、 各种⾃然状态发⽣的概率满⾜：1=∑i p2、 效⽤曲线是表⽰效⽤值和损益值之间的关系3、 ⼤量事实表明，⼤多数决策者属于保守型

4、 马尔科夫决策基本⽅法是⽤转移概率矩阵进⾏预测和决策5、 对决策树图的分析是从右向左推导

6、 有两个⽅案，⽅案⼀，以0.3的概率损失500元，以0.7的概率获得1000元，⽅案⼆确定可以得到100元。决策⼈选择了⽅案⼆。这说明⽅案⼀的效⽤⼩于⽅案⼆

7、 若Xij 表⽰采取第I 个⽅案Di ，出现第j 种状态j θ时的损益值，P(j θ)表⽰第j 种状态发⽣的概率，总共有n 种⽅案，可能出现m 种状态则期望损益为)(1j m j ij P xθ∑=

8、 某领导⼈需要对该⼚财产是否参加⽕灾保险问题做出决策。对此，应该以最⼤可能性为标准的决策⽅法9、

10

第⼗五章：贝叶斯决策⽅法

1、 贝叶斯决策需要调查取得信息来修正先验概率，这个调查是在后验分析中进⾏的2、 进⾏贝叶斯决策的必要条件是先验分析

3、 ⼀批同型号的冰箱，⽼⼚⽣产的有20%，新⼚有80%，⽼⼚出故障的概率10%，新⼚为5%，现在选择购买⼀个，问不出故障的概率为94%。购买的这台冰箱是新⼚⽣产并且不出故障的概率是76%，购买的冰箱出故障，最有可能是新⼚⽣产的第⼀章：统计预测概述

1、 影响预测作⽤⼤⼩的主要因素：费⽤的⾼低、⽅法的难易、结果的精确程度2、选择预测⽅法是考虑：合适性、费⽤、精确度

3、完整的统计预测的步骤：确定预测⽬的、搜索和审核资料、选择预测模型和⽅法、分析预测误差，改进预测模型、提出预测报告

4、定量预测⽅法分为：回归预测法、时间序列预测法。

5、按照预测⽅法的性质分为：定性预测法、回归预测法、时间序列预测法

6、定性预测法有：⼚长评判意见、德尔菲法、主观概率法、领先指标法、推销⼈员估计法

7、时间序列预测法：指数平滑法、趣事外推法、移动平均法、灰⾊预测法8、适合短期预测的有：移动平均法、指数平滑法

9、既适合短期，有适合中期的有：景⽓预测法、灰⾊预测法、状态空间模型和卡尔曼滤波

10、统计预测属于预测⽅法范畴，按预测是否重复分为⼀次性和反复预测，预测⽅法具有通⽤性的⽅法，预测作⽤的⼤⼩取决于结果所产⽣的效益的多少，预测法可归纳为定性和定量两类。第⼆章：定性预测法

1、德尔菲法的特点：反馈性、匿名性、统计性

2、主观概率法的预测步骤：准备相关资料、编制主观概率表、汇总整理、判断预测3、领先指标法中经济指标可以分为：领先、同步、滞后指标。4、情景预测法有：未来分析法、⽬标展开法、间歇分析法。

5、情景预测的未来分析法中⼀阶段的情景可分为：⽆突变情景、乐观情景、悲观情景第三章：回归预测法

1、⼀元线性回归模型yi=b0+b1xi+ui中，b1的最⼩⼆乘估计为（最长的两个）

2、经典线性回归模型，各回归系数的最⼩⼆乘估计具有特性：⽆偏、线性、有效、⼀致性3、线性回归模型的最⼩⼆乘估计的残差ui满⾜u=0、xu=0、y尖尖u=04、可决系数可表⽰ESS/TSS 1-RSS/TSS ESS/(ESS+RSS)

5、⽤最⼩⼆乘发进⾏参数的估计是，要求ui满⾜ui是随机变量、ui的均值为0、每⼀个时期中ui的⽅差为常量、各个相互独⽴、ui与⾃变量⽆关

6、反映亿元线性回归⽅程的好坏的指标有相关系数、可决系数、估计标准误

7、模拟回归⽅程进⾏分析适⽤于：变量间存在相关关系、线性相关关系、曲线相关关系、时间序列变量与时间之间8、可决系数=80%的含义：⾃变量和因变量的相关关系的密切程度、y的总变化中有80%可以由回归直线来解释和说明、总偏差中有80%可以有回归偏差来解释

9、对于⼀元线性回归模型的检验⽅法可⽤t检验、可⽤f检验、t和f结论是⼀致的

10多元线性回归模型的检验⽅⾯可⽤T检验、F检验、T检验是各个系数的显著性、F检验是整个回归关系的显著性第四章：时间序列分解法和趋势外推法

1、时间序列分解可以分为下列因素的影响时期趋势、季节变动、周期变动、不规则变动2、时间序列分解较常⽤的模型：加法模型、乘法模型

3、趋势模型的种类：多项式模型、指数曲线、对数曲线、⽣长曲线模型4、趋势模型选择的基本⽅法：图形识别法、差分法5、⽣长曲线趋势外推法包括龚珀兹曲线、⽪尔曲线第五章：时间序列平滑预测法

1、⼀次指数平滑法描述正确的预测公式为F（t+1）=aX(t)+(1-a)F（t）⼤写字母后的括号为下标、是⼀种加权预测、不需要存储全部历史数据、他提供的预测是前⼀期预测值加前期预测值中产⽣的误差的修正值

2、序列有线趋势时，可选择的预测法：布朗单⼀参数线性指数平滑法、霍尔特双参数、线性⼆次移动平均法3、⼀次指数平滑法的初值额确定的⽅法：取第⼀期的实际值为初值、取最初⼏期的平均值

4、⼀次移动平均法描述不正确的是：当数据的随机因素较⼤时，⽤较⼩的N,因素较⼩时，⽤较⼤的N

5、线性⼆次指数平滑法中主要包括：布朗单⼀参数线性指数平滑法、霍尔特双参数

6、⼀次移动平均法的主要：计算移动平均必须具有N个过去观察值、N个过去观察值中没⼀个权数都相等、当需要预测⼤量的数值时，就必须储存⼤量数据

7、霍尔特双参数线性指数平滑法说法正确的：基本原理与布朗相似、他不⽤⼆次指数平滑、是对趋势直线进⾏平滑、不布朗灵活

9、已知9个⽉的实际数据如上，说法正确的：第三期预测值为12.2、第四期预测值为12.58

10说法正确：指数平滑法总是跟踪实际数据的任⼀趋向、同线性⼆次移动平均法相⽐，更喜欢⽤平滑预测、霍尔特指数平滑法可以⽤不同的参数对元序列的趋势进⾏平滑、不良⽬的是跟踪⾮线性趋势的变化第六章：⾃适应过滤法

1、⾃适应过滤法优点：简单易⾏，可以采⽤标准上机运⾏、适⽤于数据点较少的情况、约束条件较少、具有⾃适应性，它能⾃动调整回归系数，是⼀种可变系数的数据模型2、选择阶数的原则：不存在季节时，P=2或者P=3、存在季节时，P取季节因素的周期长度

3、关于选择合适的滤波常数K，以下说法正确的是：⼩于或等于1/P、k=1/([∑2x]max)、k<=1/([∑2x]max)、当K接近于1时系数能迅速逼近最佳值

4、在运⽤⾃适应过滤法进⾏计算前，⾸现要确定：模型阶数P、滤波参数K

5、⾃适应法的基本步骤：确定模型阶数P、选择滤波参数K、计算残差E、根据E计算下轮系数、迭代直到取得合适的参数

第七章：平稳时间序列预测法

1、ARMA模型三种基本形式是：⾃回归模型、移动平均模型、混合模型

2、⼀下属于宽平稳时间序列特征的有E(Yt)=E(Yt+m)、cov(Yt,Yt+k)=cov(Yt+m,Yt+m+k)

3、Box-Jenkins⽅法：是⼀种理论较为完善的统计预测⽅法、为实际⼯作者提供了对时间序列进⾏分析预测，以及对ARMA模型识别估计和诊断的系统⽅法、是ARMA模型的建⽴有了⼀套完整正规结构化的建模⽅法、具有统计上的完善性和牢固的理论基础、应⽤前提是时间序列是平稳的

4、⽤⾃相关分析图测定时间序列的平稳性的准则有：时间序列的⾃相关函数ρk尖尖在k>3时都落⼊置信区间，且逐渐趋于零，则该时间序列具有平稳性。时间序列的⾃相关函数更多地落在置信区间外⾯，则该时间序列就不具有平稳性。5、⽤⾃相关分析图测定时间序列的随机性的准则有：若时间序列的⾃相关函数基本上都落⼊置信区间，则该时间序列具有随机性。若较多⾃相关函数落在置信区间之外，则认为该时间序列不具有随机性。6、⽤⾃相关分析法可以测定时间序列的：随机性、平稳性、季节性

7、关于随机游动下列说法正确的是：①在⼀个随机过程中，yt的每⼀次变化均来⾃于⼀个均值为零的独⽴同分布②

随机过程{yt}满⾜：yt=yt-1+εt,t=1,2…③其中{εt}独⽴同分布，并且：E（εt）=0，Var(εt)= E（εt2）=ζ2<∞④它是⼀个⾮平稳过程。

8、确定模型阶数常⽤的⽅法有：①利⽤信息准则法定阶（AIC准则和BIC准则）②基于F检验确定阶数③基于⾃相关函数和偏相关函数的定阶⽅法

9、有关协整检验下列说法正确的是：①Engle-Granger两步协整检验法可以测定时间序列间的协整关系。②Johansen协整检验法可以测定时间序列间的协整关系。③Engle-Granger两步协整检验法采⽤的是⼀元⽅程技术。④Johansen协整检验

法采⽤的是多元⽅程技术。⑤Johansen协整检验法在假设和应⽤上所受的较多。

10、已知时间序列{yt=εtεt-1},其中{εt}~WN(0, ζ2),则：①该时间序列的均值为零。②当s=t时，该时间序列的⾃协⽅差函数r(s,t) ＝ζ4。③当s≠t时，该时间序列的⾃协⽅差函数r(s,t)= 0。④该时间序列宽平稳。第⼋章：⼲预分析模型预测法

1、⼲预事件虽然多种多样，但按其影响的形式，归纳起来基本上有四种类型：①⼲预事件的影响突然开始，长期持续下去。②⼲预事件的影响逐渐开始，长期持续下去。③⼲预事件突然开始，产⽣暂时的影响。④⼲预事件逐渐开始，产⽣暂时的影响。

2、⼲预变量与虚拟变量的不同点包括：①前者为动态模型②后者为静态模型③后者是单个或多个变量④前者是⼀个过程。

3、⼲预分析模型是：①从定量分析的⾓度来评估⼲预或突发事件对经济环境和经济过程的具体影响。②往往与时间序列预测模型结合使⽤的模型。③能够提⾼单纯使⽤时间序列预测模型得精度。4、净化序列是：①消除了⼲预影响的序列②由实际的观察序列值减去⼲预影响值得到。

5、单变量时间序列⼲预模型分析的步骤包括：①利⽤⼲预影响产⽣前的数据，建⽴⼀个单变量的时间序列模型。②利⽤建⽴的时间序列模型进⾏外推预测，得到的预测值作为不受⼲预影响的数值。③将实际值减去预测值，得到的是受⼲预影响的具体结果，利⽤这些结果可以求估⼲预模型得参数。④利⽤排除⼲预影响后的全部数据，识别与估计出⼀个单变量序列的时间序列模型。⑤求出总的⼲预分析模型

6、①国际形势的骤变②国内经济或经济规则的变更③罢⼯④促销⑤庄家⼲预事件可以认为是⼲预事件。7、①Yt=ωSt T②Yt=ωB/(1-δB)*St T,0<δ<1③Yt=ωBb/(1-δB)*Pt T,0<δ<1④Yt=ω0/(1-δ1B-…-δrB r)*Pt T模型蕴含了⼲预分析的思想。

8、如果已知⼲预的影响是逐渐开始的，⼜是逐渐达到⾼潮的，则⼲预影响可以选取如下的模式：①Zt=δZt-1＋ω②Zt=ω/(1-δB)*St T

9、影响⼲预模型预测精度的环节有：①⼲预模型的构造②⼲预效应的识别③净化序列的计算④净化序列的模型参数识别⑤外推预测产⽣不受⼲预影响的数值

10、①“⾮典”滞后上海房价指数的⼤幅攀升。②央⾏第⼋次“降息”与“”对深市的影响。③1978年我国⼀系

列改⾰开放措施的出台对我国国民经济增长的影响。④某商品的促销⼴告对销售量的影响。适⽤于⼲预模型分析。第九章：景⽓预测法

1、景⽓指标可以分为先⾏指标、同步指标、滞后指标

2、在经济波动研究中，根据经济周期长度，经济周期可以划分为短、中、中长、长周期3、景⽓指标选择的原则：重要性和代表性、可靠性和充分性、⼀致性和稳定性、及时性和光滑性4、属于我国统计局景⽓指标中先⾏指标的有外贸出⼝收汇、⼯业贷款

5、属于我国统计局景⽓指标中同步指标的有⼯业销售收⼊、⼯业总产值、社会商品销售零售额、国内商业纯购进6、属于我国统计局景⽓指标中滞后指标的国内商业库存、财政存款、商业贷款、财政收⼊

7、景⽓指标分类的⽅法：峰⾕对应法、时差相关法、KL信息量法、马场法、循环类聚法、三⾓函数法第⼗章：灰⾊预测法

1、有关灰⾊系统说法正确的：⼀部分信息已知另⼀部分未知、系统内各因素间具有不确定的关系、是介于⽩⾊和⿊⾊系统之间的系统

2、有关灰⾊系统说法正确的：是⼀种对含有不确定因素的系统进⾏预测的⽅法、建⽴模型前需要对原始时间序列进⾏

数据处理、常⽤的数据处理⽅式有累加和累减两种、经过数据处理后的时间序列成为⽣成列3、灰⾊预测⼀般分为：灰⾊时间序列预测、畸变预测、系统预测、拓扑预测

4、在GM(1,1)模型中a称为发展灰数、u称为内⽣控制灰数、带估参数相量可⽤最⼩⼆乘法求解、GM(1,1)中括号⾥⾯后⾯⼀个⼀表⽰1个变量、GM（1，1）中前⾯⼀个⼀表⽰⼀阶⽅程

5、相关系数的定义中ρ称为分辨率、0<ρ<1,⼀般ρ=0.5，min min为两级最⼩差，maxmax为两级最⼤差6、灰⾊预测检验⼀般有：关联度检验、残差检验、后验差检验

7、说法错误的是：GM（n,h）模型和GM(1，1)模型没有关系、应⽤的最多的灰⾊预测模型是GM（1，1）的残差模型8、后验差检验中，对于P和C：若P>0.95或C<0.35则认为模型好、若P>0.7或C<0.65则认为模型勉强合格、若P<=0.7或C>=0.65则认为模型不合格9、已知时间序列

则正确的有：初始化后X1=(1,1.140,1.161,1.179,1,280)、累加⽣成列中的第⼆个数为6.153、累减⽣成列中最后⼀个数为0.210⼀直时间序列X1=(43.45,47.05,52.75,57.14,62.,68.52)则⼀下错误的是：初始化后X1=(1,1.083,1.214,1.315,1.442,1.577)、

累加⽣成列为X1=(43.45,90.5,143.25,200.39,263.03,331.55)、累减⽣成列为X1=(43.45,3.6,5.7,4.39,5.5,5.88) 第⼗⼀章状态空间模型和卡尔曼滤波

1、状态空间模型包括①输出⽅程模型②状态⽅程模型两个模型。

2、状态空间模型按所受影响因素的不同分为①确定性状态空间模型②随机性状态空间。3、状态空间模型按数值形式分为：①离散空间模型②连续空间模型。

4、状态空间模型按所描述的动态系统可以分为①线性的②⾮线性的③时变的④时不变的

5、系统的状态是⽆法直接量测到的，有时甚⾄全部不能量测到，在实际过程中，能量测到的只是系统的①输⼊②输出6、卡尔曼滤波在①经济管理系统②⽣态系统③⾃动控制系统④通讯系统⑤⾦融预测领域中具有⼴泛的应⽤。7、卡尔曼滤波的实质是由量测值重构系统的状态向量，它的递推顺序的步骤包括①预测②实测③修正8、卡尔曼滤波要求模型已知，其中包括①模型结构已知②模型参数已知③随机向量的统计特征已知

9、对于状态X（k）的估计量X（k/j）=E[X(k)/Y j],卡尔曼滤波的三种情况是①当k=j时，称为滤波②当k>j时，称为预测③当k

10、状态空间模型得特点有：①状态空间模型不仅能反映系统内部状态，⽽且能揭⽰系统内部状态和外部的输⼊和输出变量的联系②状态空间模型将多个变量时间序列处理为向量时间序列，这种从变量到向量的转变更适合解决多输⼊输出变量情况下的建模问题③状态空间模型能够⽤现在和过去的最⼩信息形式描述系统的状态，因此，它不需要⼤量的历史数据资料，既省时⼜省⼒。

第⼗⼆章预测精度测定与预测评价

1、影响经济现象的可预测性的因素⼤致归类为：①总体的⼤⼩②总体的同质性③需求弹性④竞争的激烈程度

2、在经济现象中影响预测误差⼤⼩的因素有：①模式或关系的识别错误。②模式或关系的不确定性。③模式或关系的变化性。

3、选择预测⽅法时应考虑的因素有：①精度、成本②⽅法复杂性③预测环境④预测时期长短⑤⽤户

4、以下关于预测精度的说法正确的是：①⼤型模型的预测精度并不⽐⼩模型的预测精度⾼。②提⾼预测模型得复杂程度不⼀定能提⾼预测精度。③没有任何⼀种预测⽅法或预测模型会在各种情况下都⽐其他⽅法或模型表现的更好。

5、对经济领域中预测精度的正确看法有：①某些现象的预测可以具有很⾼的精度②许多现象的结果很难预测。③能进⾏预测的前提是预测对象存在某种模式或关系。④不同经济现象的预测精度差别很⼤。

6、时间序列预测模型的特点有：①⼀般都⽐较简单②成本较低③较之回归模型，其有更⼴泛的应⽤④如果⽤户希望提⾼预测精度，则应该选择此模型。

7、为了提⾼预测精度，下⾯说法正确的有：①对于并不需要在预测领域保持领先地位的⽤户来说，可以使⽤指数平滑法。②对于并不需要在预测领域保持领先地位的⽤户来说，可以使⽤时间序列分解法。③若进⾏年度预测，可以选择霍尔特线性指数平滑法。④对于⽉度数据，可以选择⼀个指数平滑。

8、⼀般⽽⾔，时间越长，经济现象的变化模式或关系改变的可能性就越⼤，是因为：①⼈的⾏为或态度可以改变②我们有充⾜的时间运⽤预测结果，采取各种⾏动使经济现象的变化向决策者希望的⽅向发展。③某些重⼤事件的发⽣。9、关于定性预测正确的说法有：①可以预测转折的发⽣②也有可能忽视或夸⼤转折③可以运⽤各类信息④采⽤不同的定性预测⽅法会得出不同的预测结果

10．关于定量预测正确的说法有①具有低廉的成本②只使⽤部分数据所包含的信息③预测结果客观第⼗三章统计决策概述

1、合理的决策⽬标应该①易于评估②有实现的可能性③有挑战性2、做出正确的决策要遵循的原则有：①经济性②合理性③可⾏性3、决策的特征有:①未来性②实践性③选择性④风险性

4、决策的基本因素包括：①决策主体②决策环境③决策对象④决策⽬标。第⼗四章：风险型决策⽅法

1、风险决策的⽅法以期望值为标准的决策⽅法、以等概率为标准的决策⽅法、以最⼤可能性为标准的决策⽅法2、损益矩阵的组成包括可⾏⽅案、⾃然状态、先验概率、损益值

3、下列对效⽤理解正确的是效⽤反映了决策⼈对损益的态度、代表着决策⼈对风险的态度、是决策⼈胆略的反映、反映了决策⼈的主观作⽤

4、先验概率值稳定、决策结果不会带来严重后果是以期望值为标准的决策⽅法适⽤的情况5、 下列哪⼏个矩阵不可能成为转移概率矩阵???? ??-5.50.010??? 5.80.05.20.0

6、 决策结果与初始状态⽆关、下⼀期的概率只与上⼀期的结果有关、决策结果取决于转移矩阵的组成、是转移概率矩阵决策的特点

7、 下⾯对决策树的理解正确的决策树可以使决策问题形象化、决策树图包括了预选⽅案⾃然状态和损益值

8、 计算完全信息价值的意义在于完全价值说明了信息量的变化对决策⽅案期望值的影响、是决策者可以明确为该信息付出的代价的上线

第⼗五章：贝叶斯决策⽅法

1、 对事件AB ，P(A)>0,P(B)>0,下列等式P(AB)=P(A)P(B|A)、P(AB)=P(B)P(A|B)

2、 贝叶斯决策的优点把调查结果和先验概率相结合、对调查结果给出数量化的评价、可以根据情况多次使⽤、对不完备的信息或主观概率提供⼀个进⼀步研究的科学⽅法

3、 贝叶斯决策的局限性体现在：需要的数据多、计算复杂、有些数据必须⽤主观概率4、 贝叶斯决策⽅法属于不确定型决策⽅法、风险性决策⽅法

5、 在具备先验概率的情况下，贝叶斯决策过程包括预后验分析、后验分析

6、 预后验分析主要涉及的问题要不要追加信息、如果追加信息，应采取什么策略

7、 预后验分析扩⼤型和常规型两种形式，下列描述正确的是：扩⼤型预后验分析是⼀种反推决策树分析、扩⼤型预后验分析是⼀种正向分析第⼀章 统计预测概述

1、 什么叫预测？统计预测的三要素？

答：预测就是根据过去和现在估计未来，预测未来。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。

三要素：①预测费⽤的⾼低②预测⽅法的复杂程度③预测结果的精度。2、 定量预测使⽤外推法时有哪些重要原则？

答：在统计预测中的定量预测要试⽤模型外推法，使⽤这种⽅法有两条重要的原则：①连贯原则，指事物的发展是按⼀定规律进⾏的，在其发展过程中，这种规律贯彻始终，不应受到破坏，它的未来发展与其过去和现在的发展没有什么根本的不同。②类推原则，是指事物必须有某种结构，其升降起伏变动不是杂乱⽆章的，⽽是有章可循的。事物变动的这种结构性可⽤数学⽅法加以模拟，根据所测定的模型，类⽐现在，预测未来。3、 统计预测研究哪些步骤？

答：⼀个完整的统计预测研究，⼀般要经过以下⼏个步骤①确定预测的⽬的；②搜索和审核资料；③选择预测模型和⽅法；④分析预测误差，改进预测模型；⑤提出预测报告。第⼆章 定性预测法

1、 德尔菲法有哪些特点？⼜有哪些优点和缺点？答：德尔菲法的特点包括：①反馈性②匿名性③统计性

优点：①可以加快预测速度和节约预测费⽤；②可以获得各种不同但有价值的观点和意见；③适⽤于长期预测和对新产品的预测，在历史资料不⾜或不可测因素较多时尤为适⽤。

缺点：①对于分地区的顾客群或产品的预测可能不可靠；②责任⽐较分散；③专家的意见有时可能不完整或不切实际。第三章 回归预测法

1、 为什么要对建⽴的回归模型进⾏统计检验？

答：当建⽴⼀个实际问题的经验回归⽅程后，不能⽴即⽤其来做分析和预测。因为在建⽴模型前，我们是依据定性分析所作的⼀些假设去拟合因变量y 与⾃变量x1,x2,...,xn 之间的关系，不能确定是否真的存在这样的线性关系。或者因变量与⾃变量是否显著。所以在此基础上要对建⽴的回归模型进⾏统计检验。2、 应⽤回归预测法进⾏预测时，应注意哪些问题？

答：正确运⽤回归分析预测时应注意：（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

第四章 时间序列分解法和趋势外推法

1、 影响经济时间序列变化有哪四个因素？分析说明

答：经济时间序列的变化受到长期趋势、集结变动、周期变动和不规则变动的四个因素的影响。其中，长期趋势因素反映了经济现象在⼀个较长时间内的发展⽅向，它可以再⼀个相当长的时间内表现为⼀种近似直线的持续向上或持续向下或平稳的趋势。季节变动因素是经济现象受季节变动影响所形成的⼀种长度和幅度固定的周期波动。周期变化因素也称循环变动因素，它是受各种经济因素影响形成的上下起伏不定的波动。不规则变动也称随机变动，它是受各种偶然因素影响所形成的不规则变动。

第五章 时间序列平滑预测法

1、 何种情况下，宜采⽤线性⼆次移动平均法或线性⼆次指数平滑法？

答：如果时间序列具有明显的线性变化趋势，则不宜采⽤⼀次移动平均法及⼀次指数平滑法来预测，宜采⽤线性⼆次移动平均法或线性⼆次指数平滑法进⾏预测。

2、 线性⼆次指数平滑法优于线性⼆次移动平均法之处在哪⾥？

答：⼆次指数平滑是对⼀次指数平滑值再进⾏⼀次平滑。它是⽤平滑值对时序存在的线性趋势进⾏修正。⼆次指数平滑法只利⽤三个数据值和⼀个α值就可以计算，这种⽅法还可以使过去观察值的权数减少。因此，在带有趋势的时间序列中，同线性⼆次平均法相⽐，在⼤多数情况下，⼀般倾向于使⽤⼆次指数平滑法作为预测⽅法。3、 线性⼆次指数平滑法中包含哪两种⽅法？各⾃有什么特点？

答：线性⼆次指数平滑法中包括布朗线性指数平滑法和霍尔特双参数线性指数平滑法。 布朗线性指数平滑法特点：布朗线性指数平滑法的基本原理和线性⼆次移动平均法相似，当时间序列有趋势存在时，⼀次和⼆次指数平滑法都有滞后于实际值，将⼀次和⼆次平滑值之差加在⼀次平滑值上，则可对趋势进⾏修正。它适⽤于具有线性变化趋势的时序进⾏短期预测。其中只有⼀个平滑参数α，使⽤简单。 霍尔特双参数指数平滑法的特点是：其基本原理与布朗线性指数平滑法相似，但它不直接应⽤于⼆次指数平均，⽽是对趋势直接进⾏平滑。它可以⽤不同的参数对原序列的趋势进⾏平滑。其中有两个平滑常数α, γ⽐布朗单⼀参数线性指数平滑法灵活。第六章 ⾃适应过滤法

1、⾃适应过滤法与移动平均法和指数平滑法相⽐有什么区别？

答：⾃适应过滤法与移动平均法和指数平滑法都是以⾃回归模型为基础，所不同的是移动平均法和指数平滑法的权数都是固定的，⽽⾃适应过滤法中的权数则是根据预测误差的⼤⼩不断调整修改⽽获得的最佳权数。2、 学习常数k 的选取应满⾜什么条件？如何确定？

答：要使初始权数经过调整逐步向最佳权数逼近，从⽽使模型MSE 向⼀最⼩值收敛，k 的取值条件为：k<=1/[∑Xi^2]max （i从1，。。，p ）。不过为了提⾼模型中权数调整逐次逼近最佳权数的速度，可以取较⼤的k 值，但必须满⾜k<=1/p.3、 ⾃适应过滤法的应⽤步骤有哪些？

答：（1）确定加权平均的权数个数p(2)确定初始权数φp （3）利⽤公式11211x+-++++=p p t t t x x x φφφ 计算预测值（4）计算预测误差111-t ?e ---=t t xx （5）应⽤公式112--++='

i t t i i x ke φφ调整权数，作为下⼀轮迭代的系数（6）不断的进⾏迭代调整直⾄找到最佳权数。4、对原始数据进⾏标准化处理有什么作⽤？

答：当数据的波动较⼤时，在调整权数之前，应对原始数据值做标准化处理。标准化处理⼀⽅⾯可以加快调整速度，使权数迅速收敛于“最佳”的⼀组权数，并可使学习常数k 的最佳值近似于1/p ，从⽽使⾃适应过滤法更为有效；另⼀⽅⾯，可以使数据和残差⽆量纲化，有助于不同单位时间序列数据的⽐较。第七章 平稳时间序列预测法

1、 Box-Jenkins ⽅法的前提条件是什么？

答：需要测定时间序列是否具有随机性、平稳性、季节性。（①作为预测对象的时间序列是零均值的平稳随机序列。AR 、MA 、ARMA 模型都是处理平稳时间序列的，且假定各项均值是0。②平稳时间序列的统计特性不随时间的推移⽽变化，平稳随机序列的折线图⽆明显的上升或下降趋势。③对于有趋势的⾮平稳时间序列且⾮零均值的，在应⽤ARMA 模型前要进⾏处理：零均值化；差分平稳化，消除趋势。）2、 平稳时间序列的统计特性是什么？

答：设时间序列{yt}取⾃某⼀个随机过程，如果此随机过程的随机特征不随时间变化，则我们称过程是平稳的。其统计特性是：对于任意的t,k.m 满⾜：E(yt)=E(yt+m)，cov(yt,yt+k)=cov(yt+m,yt+m+k)。3、 Box-Jenkins ⽅法预测有⼏个阶段？请说出内容。

答：①关于时间序列进⾏特性分析。⼀般地，从时间序列的随机性、平稳性和季节性三⽅⾯进⾏考虑。其中平稳性和季节性更为重要，对于⼀个⾮平稳时间序列，若要建模⾸先要将其平稳化，其⽅法通常有三种：（1）差分，⼀些序列通过差分可以使其平稳化。（2）季节差分，如果序列具有周期波动特点，为了消除周期波动的影响，通常引⼊季节差分。（3）函数变换与差分的结合运⽤，某些序列如果具有某类函数趋势，我们可以先引⼊某种函数变换将序列转化为线性趋势，然后再进⾏差分以消除线性趋势。②模型的识别与建⽴，这是ARMA 模型建模的重要⼀步。⾸先需要计算时间序列的样本的⾃相关函数和偏⾃相关函数，利⽤⾃相关函数分析图进⾏模型识别和定价。⼀般来说，使⽤⼀种⽅法往往⽆法完成模型识别和定阶，并且需要估计⼏个不同的确认模型。在确定了模型阶数后，就要对模型得参数进⾏估计。得到模型后，应该对模型的适应性进⾏检验。③模型得预测与模型得评价。Box-Jenkins ⽅法通常采⽤线性最⼩⽅差预测法。⼀般地，评价和分析模型的⽅法是对时间序列进

⾏历史模拟。此外，还可以做事后预测，通过⽐较预测值和实际值来评价预测的精确程度。4、 利⽤⾃相关分析图测定时间序列的平稳性的准则是什么？

答：判断时间序列是否平稳，是⼀项重要的⼯作。运⽤⾃相关⾃相关分析图测定时间序列的平稳性的准则是：1 若时间序列的⾃相关函数k ?ρ

在k>3时都落⼊置信区间，且逐渐趋于零，则该时间序列具有平稳性。2若时间序列的⾃相关函数更多的落⼊置信区间外⾯，则该时间序列不具有平稳性。5、 协整检验的⽬的是什么？

答：如果两个或多个⾮平稳的变量序列，其某个线性组合后的序列呈平稳性，通过进⾏协整检验，可以判断⼏个同阶单整检验，可以判断⼏个同阶单整的时间序列之间可能存在⼀种长期的稳定关系，其线性组合可能降低单整阶数。第⼋章 ⼲预分析模型预测法1、 ⼲预变量有哪⼏种？

答：⼲预变量有两种，第⼀种是持续性的⼲预变量，表⽰T 时刻发⽣以后，⼀直有影响，可以⽤阶跃函数表⽰，形式是:TS t ={0,⼲预事件发⽣之前（t=T ）} 第⼆种是短暂性的⼲预变量，表⽰在某时刻发⽣，仅对该时刻有影响，⽤单位脉冲函数表⽰，形式是: T t P ' ={1,⼲预事件发⽣时（t=T ’）1,其他时间（t ≠T ’）}2、 ⼲预事件有哪⼏种类型？

答：基本上有以下四种类型1 ⼲预事件的影响突然开始，长期持续下去；2 ⼲预事件的影响逐渐开始，长期持续下去；3 ⼲预事件突然开始，产⽣暂时的影响；4 ⼲预事件逐渐开始，产⽣暂时的影响。3、 单变量时间序列⼲预模型分析的步骤有哪些？

答：1利⽤⼲预影响产⽣前的数据，建⽴⼀个单变量的时间序列模型。然后利⽤此模型进⾏外推预测，得到的预测值，作为不受⼲预影响的数值；2 将实际值减去预测值，得到受⼲扰影响的具体结果，利⽤这些结果求估⼲预影响部分的参数；3 利⽤排除⼲预影响后的净化序列，识别与估计出⼀个单变量的时间序列模型；4 将2和3的模型结合，求出总的⼲预分析模型。第九章 景⽓预测法

1、 什么叫同步、先⾏和滞后指标？举例我国的经济指标体系中那些是先⾏指标，同步指标

①先⾏指标是指领先于总体经济⽽预先变化的指标。举例：外贸出⼝收汇，农副产品收购额，钢材原材料库存，⽔泥原材料库存，⽊材原材料库存，基本建设财政拨款，财政⽀出，⼯业贷款，农业贷款，⼀次能源⽣产总额。 ②同步指标指那些与总体经济变化相⼀致或者同步的指标。举例：⼯业总产值，⼯业销售收⼊，国内商业纯购进，国内商业纯销售，社会商品零售额，货币供应量M1，银⾏现⾦⼯资性⽀出，铁路货运量，发电量。 ③滞后指标是指它的变化⽐总体经济的变化滞后⼀个时期的指标。

2、 确定基准循环的⽅法有哪些？

答：（1）以重要的经济指标（GNP,GDP等）的周期为基准循环（2）专家意见及专家打分（3）经济⼤事记和经济循环年表（4）初选⼏项重要指标计算历史扩散指数（5）以⼀致合成指数转折点为基础。3、试述同步指标扩散指数曲线与经济总量波动的关系。

答：

①波动基本相对应，波动周期长度基本相同。

②同步扩散指数曲线的峰值⽐经济总量的峰值平均先⾏四分之⼀周期长度左右。

③经济总量的峰值基本上和同步扩散指数曲线的景⽓下转点相对应。

④经济总量的⾕点基本上和同步扩散指数曲线的上转点相对应。

第⼗章灰⾊预测法1、灰⾊预测及类型？

答：灰⾊预测法是⼀种对含有不确定因素的系统进⾏预测的⽅法，它是⼀种介于⽩⾊系统和⿊⾊系统之间的⼀种系统。主要包括四种类型：灰⾊时间序列预测，畸变预测，系统预测，系统预测，拓扑预测。2、进⾏灰⾊预测要经过那些步骤？为什么要先对数据进⾏处理？

答：进⾏灰⾊预测，⾸先要鉴别系统因素之间发展趋势的相异程度，即进⾏关联分析，再对原始数据进⾏⽣成处理来寻找系统变动的规律，⽣成有较强规律性的数据序列，然后建⽴相应的微分⽅程模型来预测事物未来发展趋势的状况。在建⽴灰⾊预测模型之前，需先对原始时间序列进⾏数据处理是为了弱化原始时间序列的随机性。灰⾊系统常⽤的数据处理⽅式有累加和累减两种。

第⼗⼀章状态空间模型和卡尔曼滤波1、什么是状态空间模型？其种类如何？

答：状态空间模型是动态时域模型，以隐含着的时间为⾃变量。描述动态系统的完整模型，它表达了由于输⼊引起系统内部状态的变化，并由此使输出发⽣变化。按影响因素不同分为：1确定性状态空间2 随机性状态空间。按数值形式分为：1 离散空间模型2 连续空间模型按所描述的动态系统可以分为：1 线性的与⾮线性的 2 时变的与⾮时变的2、状态空间模型与传统时间序列分析⽅法⽐较有何特点？

答：状态空间模型开创了时间序列建模与分析的新领域，具有其他时间序列⽅法所不具备的优点。1 ⾸先，状态空间模型能够⽤现在和过去的最⼩信息形式或⽤现在和将来的输⼊信息对于⼀个系统的状态进⾏完全进⾏描述。2 该模型不仅刻画了系统内部的状态，⽽且能够揭其系统内部状态与外部的输⼊与输出变量的联系，反应⽐较全⾯。3 它能将⼏个变量时间序列处理为向量时间序列，能够很好的解决多输⼊和多输出变量问题情况下建模，往往能⽤于⼀元和多元时序的建模。 4 卡尔曼滤波是解决空间状态模型估计与预测的有⼒⼯具之⼀，它不需要存储历史数据，⽽且可以通过计算机程序达到对状态空间模型的优化拟合。5 该模型也存在局限性。该模型⼀般基于马尔科夫特性，这就意味着给定系统的现状状态，则系统的将来与其过去独⽴第⼗⼆章预测精度测定与预测评价

1、试述预测精度的意义。常⽤的测定预测精度的指标有哪些？

答：含义：是指预测模型拟合的好坏程度，即由预测模型所产⽣的模拟值与历史实际值拟合程度的优劣。如何提⾼预测精度是预测研究的⼀项重要任务。不过，对预测⽤户⽽⾔，过去的预测精度毫⽆价值，只有预测未来的精确度才是最重要的。指标：平均误差和平均绝对误差。平均相对误差和平均相对误差绝对值。预测误差的⽅差和标准差。2、影响预测误差的因素有哪些？举例说明

答：①模式或关系的识别误差。举例：根据某种经济现象部分时间段的数据建⽴的预测模型可能根本就不符合该现象的长期发展规律。②模式或关系的不确定性。经济现象模式及现象之间的关系往往是不确定的，尽管可以识别这种模式或关系变化的⼀般规律，现象的变化也总是围绕这种⼀般规律⽽波动，统计建模也可以使其模型反映现象过去的这种⼀般规律并使随机误差达到最⼩，但这并不能保证其未来预测误差分布规律仍维持不变且不超过某种限度。③模式或现象之间关系的变化性。例如，在1996年之前的伤害股市，陆家嘴等浦东概念股往往领先于⼤市⽽充当股市领头⽺的，到1996年的⼤⽜市中，浦东概念股与上证综合指数之间的这种关系就不存在了，很多仍相信浦东概念股与上证综合指数之间存在这种关系的投资者就失去了最好的投资机会。

3、什么叫组合预测？组合预测的精度如何？

答：含义：是⼀种将不同预测⽅法所得的预测结果组合起来形成⼀个新的预测结果的⽅法。有两种基本形式：（1）等权组合，各预测⽅法的预测值按相同的权数组合成新的组合预测值（2）不等权组合，赋予不同预测⽅法的预测值的权数是不⼀样的。组合预测通常具有较⾼的精度。第⼗三章统计决策概述

1、决策及特点和决策系统的基本要素。

答：决策就是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，借助⼀定⼯具、技巧和⽅法，对影响未来⽬标实现的诸多因素进⾏准确的计算和判断选优后，对未来⾏动做出决定。特点：未来型，选择性，实践性。基本要素包括：决策主体、决策⽬标、决策对象、决策环境

2、决策包括哪些步骤？信息搜集成本和决策具有什么关系？

答：确定决策⽬的，拟定备选⽅案，⽅案抉择，⽅案实施。信息搜集成本随着时间的推移⽽增加，同时不确定性也在减少，因此，适时做出有效决策很关键。⼀般地，对决策问题进⾏分析，确定决策问题的重要程度。然后对重要程度较低的决策问题采取简单⽅法决策，⽽对于重要程度较⾼的决策问题，则应在搜集到⼀定信息之后，选择出最合适的决策⽅案。

第⼗四章风险性决策⽅法

1、什么叫先验概率？什么叫风险性决策？

答：先验概率：就是根据过去、经验或者主观判断形成的对各⾃然状态的风险程度的测算值

风险性决策：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。因此，这种决策具有⼀定的风险性。

2、什么叫决策树？如何⽤决策树进⾏风险决策分析？

答：决策树：是对决策局⾯的⼀种图解，可以使决策问题形象化。荣决策树做风险觉得，就是按⼀定的⽅法绘制好决策树，然后⽤反推决策树⽅式进⾏分析，最后选定合理的最佳⽅案第⼗五章贝叶斯决策⽅法

1、如何进⾏预后验分析和后验分析？

答：预后验分析，实际上是后验概率决策分析的⼀种特殊形式的演算。它有两种形式：扩⼤型预后验分析和常规型预后验分析。根据预后验分析，如果认为采集信息和进⾏调整研究是值得的，就应该决定去做这项⼯作，⼀旦取得了新的信息，决策者就结合这些新的信息，进⾏决策分析，结合运⽤这些信息，并修正后验概率，称为后验分析。