经济预测与决策预测的弹性分析法(编辑修改稿)

经济预测与决策预测的弹性分析法(编辑修改稿)内容摘要：

加法模型： Y=T+S+I 选什么模型，由序列的性质和我们的研究目的而定。 三、时间序列预测 时间序列预测是通过对预测对象的时间序列分析，以某种方法对时间发展的趋势进行外推或延伸，借以预测下一期或以后若干期预测对象的可能值，一般分为趋势变化预测、季节变化预测、随机变化预测。 第二节 移动平均预测法 该方法是考虑时间序列的长期趋势变动的作用而建立的外推预测。 应用移动平均法，样本值得到修匀，从而可以消除原序列的周期变动和随机变动，显示出趋势变动。 一、简单移动平均数法 局限： 1. 该方法只能对后续相邻的那一项进行预测。 2. 只适用于序列值变化不大的情况。 当时间序列呈上升趋势 时，预测值偏低，当时间序列呈下降趋势时，预测值偏高。 第 t+1期的预测值： nYYYM ntttt11   tt MY 1ˆ n取值越大，其修匀程序越好，但对真实值变化趋势反应也越迟钝。 n到底取多大值为好。 一般地，可同时用几个 n值计算，然后同过去的资料进行比较，看 n多大时预测误差小。 新的移动平均值是对前一移动平均值的修正， n越大，则修正量越小，从而平滑效果越好。 )(111ntnYYMnYYYYYntttntntnttt nYYYM ntttt11   • 当数据的随机性较大时，宜选用较大的 n. 这有利于平滑由随机性所带来的严重偏差。 当数据的随机性较小时，宜选用较小的 有利于跟踪数据的变化。 若数据时纯随机的，则全部历史数据的均值是最好的预测值。 二、加权移动平均法 由经济理论知：最近期的经济数据能更多地反映经济变化的趋势。 因此，应该给予近期数据更大的权数，给予远期数据以较小权数，然后进行移动平均，这种方法称为加权移动平均法。 其中 nYWYWYWM ntnttwt1121  nWWW n  21wtt MY  1ˆ权数的确定是一般需要根据经验，结合实际情况而定预测值 三、二次移动平均数法 移动平均数预测值和实际值之间大都存在滞后的偏差，为解决存在线性递增趋势（或递减趋势）的预测，我们用二次移动平均数法，该方法不是用二次移动平均值直接进行预测，而是在二次移动的基础上，利用滞后偏差建立线性预测模型，然后再用所得到的模型进行预测，由于其模型是线性的，因而它只适用于存在线性变化趋势的预测问题。 建立线性预测模型 mMMMM mtttt11)2(  TbaY ttTt  )2(ˆ)(12,2 )2()2( tttttt MMmbMMa 式中。