预测方法的选择、预测精度测定与预测评价.ppt

预测杂谈 预测方法的选择与适用范围 预测精度 定量预测方法的简单说明 组合预测 选择统计预测方法时，主要考虑下列三个问题： 定 量 预 测 方 法 的 比 较 组合预测法 模式二：最优线性组合模型 原理：利用样本期的实际值和各单项预测 模型的拟合值，进行线性回归，然 后利用线性回归模型，以原方案的 预测值作为外生变量进行外推预测。 最优线性组合模型的一般形式为： 为样本期实际值； 为样本期n个不同模型得到的预测值； 最优线性模型是广义的线性组合预测模型。 其特点在于组合权数由线性回归得到。 模式三：贝叶斯组合模型 在n种单项预测模型中选择一种为主要方案， 由这一方案得出的预测值为原预测值。然后取 其他n-1种预测方案在某一时点上的预测值分布 的均值和方差，代入下面公式，就得到贝叶斯 组合模型。 为其他n-1种预测值分布的均值； 为其他n-1种预测值分布的方差； 为原预测值的方差； 可见,贝叶斯组合模型也是线性组合模型的特例。 为贝叶斯组合预测值； 为原预测值； 模式四：转换函数组合模型 转换函数组合模型是Box-Jenkins通 过对经济计量模型的预测误差进行分析 后提出的。该模型不仅考虑了经济结构 因素，而且考虑了时间序列因素，在宏 观经济增长趋势的预测中颇有价值。 * * 影响预测作用大小的因素主要有： 预测费用的高低； 预测方法的难易程度； 预测结果的精确程度。 统计预测方法的选择 合适性 费用 精确性 只需要因变量的历史资料，但用趋势图做试探时很费时 必须收集历史数据，并用几个非线性模型试验 为所有变量收集历史数据是此预测中最费时的 为两个变量收集历史数据，此项工作是此预测中最费时的 需做大量的调查研究工作 应做工作 当被预测项目的有关变量用时间表示时，用非线性回归 因变量与一个自变量或多个其它自变量之间存在某种非线性关系 因变量与两个或两个以上自变量之间存在线性关系 自变量与因变量之间存在线性关系 对缺乏历史统计资料或趋势面临转折的事件进行预测 适用情况 中期到长期 短、中期 短、中期 短、中期 短、中、长期 时间范围 趋势外推法 非线性回归预测法 多元线性回归预测法 一元线性回归预测法 定性预测法 方法 只需要序列的历史资料 适用于一次性的短期预测或在使用其他预测方法前消除季节变动的因素 短期 分解分析法 计算过程复杂、繁琐 只需要因变量的历史资料，但制定并检查模型规格很费时间 只需要因变量的历史资料，是一切反复预测中最简易的方法，但建立模型所费的时间与自适应过滤法不相上下 只需要因变量的历史资料，但初次选择权数时很费时间 应做工作 适用于任何序列的发展型态的一种高级预测方法 适用于趋势型态的性质随时间而变化，而且没有季节变动的反复预测 具有或不具有季节变动的反复预测 不带季节变动的反复预测 适用情况 短期 短期 短期 短期 时间范围 平稳时间序列预测法 自适应过滤法 指数平滑法 移动平均法 方法 收集历史数据及影响时间 适用于当时间序列受到政策干预或突发事件影响的预测 短期 干预分析模型预测法 收集对象的历史数据并建立状态空间模型 收集对象的历史数据 收集大量历史资料和数据并需大量计算 应做工作 适用于各类时间序列的预测 适用于时间序列的发展呈指数型趋势 适用于时间趋势延续及转折预测 适用情况 短、中期 短、中期 短、中期 时间范围 状态空间模型和卡尔曼滤波 灰色预测法 景气预测法 方法 一、预测精度的一般含义 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。 二、测定预测精度的方法 平均误差和平均绝对误差 平均误差的公式为： 平均绝对误差的公式为： 平均相对误差和平均相对误差绝对值 平均相对误差的公式为： 平均相对误差绝对值的公式为： 预测误差的方差和标准差 预测误差的方差与标准差 预测误差的方差公式为： 预测误差的标准差公式为： 预测误差的方差比平均绝对误差或平均相对误差绝对值能更好地衡量预测的精确度。 三、未来的可预测性 未来的可预测性是影响预测效果好坏的重要因素。 进行预测的前提条件：预测对象存在某种模式或关系，且这种模式或关系已被正确识别 自然科学领域与经济领域的可测性及其预测精度 ? 总体的大小； 总体的同质性 需求弹性； 竞争的激烈程度等。 影响经济现