《统计预测与决策》课程设计解析.doc

  1. 1、本文档共15页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
《统计预测与决策》课程设计解析 《统计预测与决策》课程设计解析 PAGE / NUMPAGES 《统计预测与决策》课程设计解析 统计预测与决策 -课程设计论文 安徽工程大学 统计预测与决策课程设计论文统计学专业 题目: 1979 年— 2009 年安徽省人均 GDP预测及相关决策评价 姓名:朱俊 班级:统计学 101 班 学号: 3100802116 1 统计预测与决策 -课程设计论文 目 录 摘 要 3 一、问题的提出 . 3 二、模型的建立及预测 . 3 三、结论 . 10 四、决策评价 10 参考文献 . 13 附 录 11 2 统计预测与决策 -课程设计论文 1979 年— 2009 年安徽省人均 GDP预测及相关决策评价 摘 要 就统计预测方法而言, 它最基本的作用在于把历史资料中同时并存的基本轨迹和误差分开,以研究其形态的变化。 在市场经济条件下,预测的作用是通过各个企业或行业内部的行动计划和决 策来实现得。 预测与决策和行动计划之间的关系在于: 预测与决策之前, 行动计 划在决策之后。 预测为决策提供依据, 是决策科学化的前提; 而正确的决策又给 合理的预测提供实现机会。行动计划是预测、决策之后的产物,又是预测、决策 实现的桥梁。 2009 年上半年安徽省开始承接长三角产业转移,建立皖江城市带。本文通 过对安徽省 1979 年— 2009 年人均 GDP数据进行分析建立三个数学模型, 即指数模型、简单移动平均模型、 灰色模型,拟合历年数据及以此来预测 2010 年— 2012 年的人均 GDP值,来观察安徽省建立产业转移示范区对安徽省人均 GDP的影响,又利用决策评价的三原则来对安徽省承接产业转移进行决策评价。 本文中安徽省人均 GDP数据的来源为: 2007 年与 2009 年的《安徽省统计年 鉴》,以及 上的数据资源。数据来源真实、 可靠。 关键词:指数模型 简单移动平均 灰色模型 决策评价 一、问题的提出 人均 GDP是描述人均经济发展指标的重要指标。 人均经济发展水平在一定程度上反映一个国家、地区的富裕程度和人民生活水平的高低。 安徽省自建国到 2008 年以来,经过几代领导的努力,提出了许多设想,同时也做了许多工作, 使得安徽省的人均 GDP逐年增加,尤其是近几年增长速度较快, 2009 年安徽省人均 GDP已经达到 16391 元,是历年之最。 2009 年上半年安徽省又做出承接长三角产业转移, 建立皖江城市带的决策。 那么这一决策对安徽省的人均 GDP产生怎样的影响,是本文需要研究的问题。 二、模型的建立及预测 2.1 、指数模型预测 2.1.1 、指数模型 指数模型的数学方程式为 Y CebX ,该函数适用于按指数增长的模型。在实 际操作中,往往先将数据进行对数处理,即: Ln (Y ) Ln (C ) bX (X 0,Y 0) 然后将处理后的数据利用 Excel 进行回归分析,由回归分析结果判断模型的优劣及各参数的数值。 2.1.2 、指数模型建立及预测 第一步:对安徽省 1979 年— 2009 年的人均 GDP数据进行绘图,如下图: 3 统计预测与决策 -课程设计论文 图 1、安徽省 1979 年— 2009 年的人均 GDP散点图 安徽省 1979年— 2009年的人均 GDP 20000 P 15000 D G 均 10000 人 5000 0 1970 1980 1990 2000 2010 2020 年份 由图形趋势可知此数据符合指数趋势,可以尝试使用指数模型。 第二步:将人均 GDP数据对数化处理, 并使用 Excel 中的数据分析对其进行回归分析,过称为:工具—数据分析—回归—输入相关信息—确定。结果如下: 表 1、对数化后的数据回归分析 SUMMARY OUTPUT 回归统计 Multiple R 0.993746802 R Square 0.987532706 Adjusted R Square 0.987102799 标准误差 0.142970653 观测值 31 方差分析 Significance df SS MS F F 回归分析 1 46.95384 46.95384 2297.086 3.6161E-29 残差 29 0.592778 0.020441 总计 30 47.54661 上限 Coefficients 标准误差 t Stat P-value Lower 95% Upper 95% 下限 95.0% 95.0% Intercept -266.688686 5.724672 -46.5858 8.16E-29 -278.39695 -254.980418 -278.39695 -254.98 年份 0.137597233 0.002871

文档评论(0)

183****3717 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档