预测与决策复习指南

《预测与决策复习指南》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、预测与决策综合复习-2009年度一、名词解释和简答二、计算第一章预测概述注1：加★极有可能是简答题2：以学习指导书答案为复习标准3：范围外的也有可能涉及，可以在考前将相关章节学习指导书上选择题都看一遍，不求理解，熟悉答案即可。第一章预测概述★经济预测的基本原则——简答P6第二章定性预测★头脑风暴法的含义——简答P15“头脑风暴法是通过一组专家…”整段四、数据处理对预测资料进行统计分析是专家预测法的一个重要步骤，有中位数法和主观概率评分法。P19选择例2.2计算过程，选择题P20相互影响矩阵法的概念P25步骤第三章时间序列平

2、滑预测一次移动平均法―――计算P38★二次移动平均法―――计算P44例3.3P46预测计算（如果现在处在第10期…)二次移动平均法的优点P46时间序列的四个因素P38★平滑系数的作用——简答P49第一段选择方法：直观法、模拟法第四章趋势外推预测一次多项式模型和二次多项式的特点、判断P60★简单指数模型形式和特点――环比为常数选择修正指数模型：形式，特点★龚伯兹曲线的趋势特点是：选择P67★龚伯兹曲线的一般形式，参数k含义第六章多元回归回归结果的计算和解释（分析题）★t检验和F检验有何不同——简答（三）t检验——“F检验只能

3、说明…,”P100（二）F检验“F检验用来判断…”P101（三）t检验“t检验可以说明…”★（不可线性）非线性型——简答P104如修正指数曲线，最上面的式子★DW检验的局限性——选择P114“必须满足以下假定…”第七章时间序列模型预测法选择题：“一个随机过程是平稳的，如果”P133“ARMA（p，q）过程的自相关函数…”P136ACF和PACF的理论模式，表格7-1P138第九章马尔可夫预测马尔可夫过程含义和基本特征P165★马尔可夫预测的基本步骤——简答P171计算——下期市场占有率、稳定市场占有率第十章经济决策一般问题

4、经济决策的原则分类：定性和定量确定型、非确定型和风险型经济决策的程序第十一章确定型决策★★：根据敏感性报告写出目标函数，求出最大利润★什么是线性盈亏分析，分析方法有哪两种？P191解析法、图解法★线性规划模型的四个假定条件P200★例11.3——模型建立★什么是敏感性分析―――简答P214★【例11.6】——计算（分析为主）P214★目标函数系数同时变动的百分之百法则P217★约束右端值同时变动的百分之百法则P221第十二章非确定型决策非确定型决策的不同准则下方案的选择――计算★什么是乐观系数准则——简答P237期望收益决

5、策法含义P242★计算【例12.2】★边际分析决策法——计算P244★决策树法——案例分析P245-248例12.3——会计算计算分析－重点1.二次移动平均法★2.简单指数模型的变换3.确定型－线性规划、敏感性（★）4.风险型决策－期望收益法★边际分析法★决策树分析★5.马尔可夫预测（一步转移和稳定市场占有率）1．一次移动平均法P58-7（1）解：采用一次移动平均法，设N=3，以移动平均值Mt(1)＝（Yt＋Yt-1＋Yt-2）/3作为下期预测值因此下一年一月份的预测值为Y^13＝M12(1)＝（39150+37915+4

6、0736）/3＝39267★★2.二次移动平均P58-7(1)（如果要求说明理由为什么选该方法：则可以画图说数据是线性上升，也可以说数据的二阶差分为零，可以使用二次移动平均法）解：由数据呈现线性上升，因此设模型为：y^t+T＝at+btT采用二次移动平均法（N＝3），由Mt(1)＝（Yt＋Yt-1＋Yt-2）/3Mt(2)＝（Mt(1)＋Mt-1(1)＋Mt-2(1)）/3则★★2.二次移动平均P58-7(1)由计算表得，当t=12时，at＝39467，bt＝380.3月投资额YtMt(1)(N=3)Mt(2)atbt12

7、8452228635328279430475533210632053732503835340938726104073638267.33113791539125.671239150392673888739647380.3★★2.二次移动平均P58-7(1)因此，当t＝12时，下期预测值为Y^13＝Y^12+1=39467+380.3×1＝40028（如果预测下一年度二月份，则Y^t+2=39467+380.3×2＝41408）3.加权移动平均法P58-7(2)解：采用加权移动平均法，设N=3，各期权重分别为3，2，1，则移动

8、平均值Mt(1)＝（3Yt＋2Yt-1＋Yt-2）/（3+2+1）作为下期预测值因此下一年一月份的预测值为Y^13＝M12(1)＝(3×39150+2×37915+40736)/6＝39002.67★4．简单指数模型P70-6思路：通过对模型两边取对数后，转换为一次多项式，即普通的一元回归模型。解：由于