0、预测
①预测是一个过程
②预测有误差（非精确科学，存在不确定因素）
③误差可控
所有模型都是错误的，但有些有用，误差允许范围内的结果，都是正常无本质差异的
④预测的境界科学的态度，艺术的精神
1、统计预测的概念及特点
一、概念
·统计预测：根据统计信息、运用统计理论与方法，结合其他学科的研究方法，探寻事物发展变化趋势和规律的一种预测方法
应注意的问题：统计预测是科学，不可能总是非常准确，属于方法论研究范畴
二、统计预测的特点
·本质：方法论科学
·适用于社会经济的各个领域
·质与量的有机统一
三、作用
·为企业或行业的行动计划和科学决策提供依据
·通过科学决策为企业创造更多的经济和社会效益
四、统计预测要素
信息：信息的数量和质量
理论：不同理论不同方法
模型：依据一定理论将信息进行科学规范
判断：模型经过理论抽象有可能脱离现实
2、统计预测方法的分类和选择
一、统计预测方法的分类
·预测对象范围：宏观/微观统计预测
·预测时间长短：近期（一周-一季度）/短期（一季度-一年，企业营销策略分析）/中期（1-5年，企业营销战略）/长期（5+，企业发展规划）
·预测资料性质：定性（少数历史资料，通过经验、主观判断进行预测）/定量（已有统计数据，通过模型，进行数量分析）
·重复次数：一次性（回归）/反复预测（指数平滑）
·按方法
定性预测（实地调查资料入手）：头脑风暴法、德尔菲法
回归预测法（已有截面资料入手）：线性/非线性回归预测
时间序列预测法（动态时间序列入手）：分解分析预测、修匀平滑预测、平稳和非平移时间序列预测
二、统计预测方法的选择
·适用性、成本高低、精确性要求
3、统计预测的原则和步骤
一、原则
·连贯性原则：事物内在规律在发展过程中始终如一，未来发展与过去现在无本质差异（趋势外推法的理论依据），历史数据要有足够长的时间显示规律，对演变规律起作用的客观条件保持在适度变动范围内
·类推性原则：根据已知事物的发展变化特征，推断具有近似特征的预测对象的未来状态。类比物之间的相似特征越多，类比越可靠
一类→另一类；部分→整体
·相关性原则：事物彼此之间存在一定的相互依存关系，通过研究因素关系的变化，就能分析预测结果变量的变化，主要表现形式为因果关系
同步相关：气候→空调销量 异步相关：蝴蝶效应
·概率原则：根据经验和历史，通过科学预计，对未来事物发展的结果进行大致估计
降雨概率
二、步骤
·确定预测目标→搜索和审核资料→选择模型和方法→分析误差，改进模型→提出预测报告
三、统计预测在我国的应用
·宏观方面：世界地区国家经济发展趋势、经济景气度变化、金融市场各相关指数、市场容量及其变化、市场价格变化趋势、消费者需求变化、对外贸易变化
·微观方面：企业市场占有率、商品销售趋势变化、竞争对手营销策略变化、产品价格变化趋势
四、预测效果评价
(
y
−
y
^
)
(y-\hat{y})
(y−y^)
·误差确定存在
·允许范围内的误差是正常无本质差异的
·所有误差测量指标都是存在理论缺陷的
预测精度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的差异程度
一般来说，反映统计预测精度的指标是所有个体预测误差的某种函数（损失函数），它是衡量统计预测模型和方法是否适用于统计预测对象的一个重要依据
y
i
y_{i}
yi：第i个变量实际值，
y
i
^
\hat{y_{i}}
yi^预测值，则预测误差可表示为：
e
i
=
y
i
−
y
i
^
e_{i}=y_{i}-\hat{y_{i}}
ei=yi−yi^ 或
∣
e
i
∣
=
∣
y
i
−
y
i
^
∣
|e_{i}|=|y_{i}-\hat{y_{i}}|
∣ei∣=∣yi−yi^∣ 或
e
i
2
=
(
y
i
−
y
i
^
)
2
e_{i}^{2}=(y_{i}-\hat{y_{i}})^{2}
ei2=(yi−yi^)2
e
i
>
0
e_{i}>0
ei>0：预测值低于实际值，反之高于实际值，
∣
e
i
∣
|e_{i}|
∣ei∣和
e
i
2
e_{i}^{2}
ei2分别反映个体预测绝对误差的某种形式
(一)绝对统计度量
1、平均误差（ME）易正负抵消缩小误差
M
E
=
∑
i
=
1
n
e
i
n
ME=\sum^{n}_{i=1}\frac{e_{i}}{n}
ME=∑i=1nnei
2、平均绝对误差（MAE）无方向
M
A
E
=
∑
i
=
1
n
∣
e
i
∣
n
MAE=\sum^{n}_{i=1}\frac{|e_{i}|}{n}
MAE=∑i=1nn∣ei∣
3、误差平方和（SSE）扩大了误差
S
S
E
=
∑
i
=
1
n
e
i
2
SSE=\sum^{n}_{i=1}e_{i}^{2}
SSE=∑i=1nei2
4、均方误差（MSE）
M
S
E
=
∑
i
=
1
n
e
i
2
n
MSE=\sum^{n}_{i=1}\frac{e_{i}^{2}}{n}
MSE=∑i=1nnei2
5、均方根误差（SDE）可称误差的标准差或标准误差 没有扩大误差，常用
S
D
E
=
∑
i
=
1
n
e
i
2
n
SDE=\sqrt{\sum^{n}_{i=1}\frac{e_{i}^{2}}{n}}
SDE=∑i=1nnei2
误差的方差和标准差对较大的个体预测误差更敏感，能使均方误或均方根误最小的预测方法产生的预测值的误差一般较小
(二)相对统计量 考虑基数的影响
1、百分比误差（PE）
P
E
=
y
i
−
y
i
^
y
i
PE=\frac{y_{i}-\hat{y_{i}}}{y_{i}}
PE=yiyi−yi^
2、平均百分比误差（MPE）
M
P
E
=
1
n
∑
1
n
y
i
−
y
i
^
y
i
MPE=\frac{1}{n}\sum_{1}^{n}\frac{y_{i}-\hat{y_{i}}}{y_{i}}
MPE=n1∑1nyiyi−yi^
3、平均绝对相对误差（MAPE）最常用之一，小于10%精度较高，小于5%很高
M
A
P
E
=
1
n
∑
i
=
1
n
∣
y
i
−
y
i
^
y
i
∣
MAPE=\frac{1}{n}\sum_{i=1}^{n}|\frac{y_{i}-\hat{y_{i}}}{y_{i}}|
MAPE=n1∑i=1n∣yiyi−yi^∣
4、泰尔不等系数
U
=
1
n
∑
i
=
1
n
(
y
i
−
y
i
^
)
2
1
n
∑
i
=
1
n
y
i
2
+
∑
i
=
1
n
y
i
^
2
U=\frac{\sqrt{\frac{1}{n}\sum_{i=1}{n}(y_{i}-\hat{y_{i}})^{2}}}{\sqrt{\frac{1}{n}\sum_{i=1}^{n}y_{i}^{2}}+\sqrt{\sum_{i=1}^{n}\hat{y_{i}}^{2}}}
U=n1∑i=1nyi2+∑i=1nyi^2n1∑i=1n(yi−yi^)2
1958
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
