一、一次移动平均、二次移动平均、一次指数平滑、二次指数平滑及自适应过滤法，它们有什么共同特点？分别适用于什么数据，各有什么特点？（10分）
它们都是根据变量过去的发展变化规律，不以经济理论为依据，对未来的发展趋势作出预测。一次移动平均法和一次指数平滑法适用于具有明显水平趋势的时间序列数据的预测；二次移动平均法和二次指数平滑法适用于具有线性发展趋势的时间序列数据的预测；自适应过滤法主要用于水平数据。
方法 一次移动平均 特点 预测能力只有一期；各期数据在移动数据中所起的作用同等；时间序列有线性发展趋势时会产生明显的滞后偏差，预测不太准确；只适用于短期预测；计算简便 二次移动平均 对一次移动平均的再次移动平均；有多期的预测能力；相对于一次移动平均大大减少了滞后偏差，提高预测精度；只适用于短期预测；计算简便 一次指数平滑 预测能力只有一期；利用时间序列的全部数据信息，预测较准确； 二次指数平滑 对一次指数平滑的再次指数平滑；它是针对时间数列趋势为平滑曲线时（即指数为2的幂函数型的趋势），来进行的平滑预测，它能弥补一次指数平滑法的局限。 自适应过滤 经过逐次迭代，自回归系数可以不断调整，以使自回归系数达到最优化；简单易行，可采用标准程序上机运算；适用于数据点较少的情况；约束条件较少；具有自适应性，能自动调整回归数据 二、平滑预测法与趋势外推法有什么区别？（10分）
平滑序列预测法主要通过研究事物自身的发展规律，借以预测事物的未来发展趋势。利用时间序列平滑预测法进行经济预测所依据的基本假定是：经济变量过去的发展变化规律，在未发生质变的情况下，可以被延伸到未来时期。当预测期与观测期的经济环境基本相同时，这一假定可以被接受。
而趋势外推法是人们试图找到一条适当的函数曲线来反映数列的变化趋势，
建立曲线趋势方程，当这种趋势可以延伸至未来时，给定时间t的未来值，将其带入模型即可得到相应时刻时间序列变量的预测值。
三、含季节变动的时间序列预测方法的基本思想是什么？主要步骤有哪些？ （10分）
有的时间数列（比如月度数据、季度数据、半年度数据）都含有季节属性（或周期属性），含有季节属性的时间数列数据是非平稳序列，故很多经典的预测方法都无法使用（因为很多的预测方法都要建立在平稳序列的前提上）。因此只有将序列的季节性去除掉，才能进行数据的预测。
一个时间数列通常由四部分组成，即TCSI，T为趋势项，C为循环波动项；S为季节项；I为随机扰动项。所谓去除序列的季节性，就是将一个时间数列分解为上述四部分，使序列变成平稳序列，预测后与计算出的季节指数相乘，即可完成数据的预测。
另外，对于季节性数据的预测，当样本量较大时，还可以用Box-Jenkins法（即ARIMA）模型还进行预测。
四、灰色预测法的基本思想是什么？有哪些主要步骤？它提供的预测效果评价标准是什么？（10分）
在有些需要对时间数列进行预测的时候，往往会遇到历史数据残缺不全的情况，优势数据残缺情况就还很严重。在这种情况下如果还使用一般的统计预测方法，就会造成数据的较大程度的偏误。针对这种情况，有一种专门进行残缺数据预测的统计方法——灰色预测法。
灰色预测方法的基本思想是高等数学的微分方程的思想，通过微分方程计算出的参数来对数据进行预测。
五、本课程所讲内容，预测方法有哪些？各适用于什么数据？（5分） 1、定性预测法：适用于座谈会及深度访谈，根据访谈提纲进行主观推断预测。 2、平滑预测法：经济变量过去的发展变化规律，在未发生质变的情况下，可以被延伸到未来时期，当预测期与观测期的经济环境基本相同时，即可进行平滑预测法。
3、趋势外推法：当序列的趋势不能用简单的季节性或周期性解读时，而能够拟合出一条曲线方程，根据这条曲线方程的参数进行预测
4、季节预测法：当数列存在明显的季节性或周期性时，需要将季节性进行分解，使其变为平稳数列，从而进行预测，主要方法有X11法、X12法、Box-Jenkins法等。
5、回归预测法：利用回归分析（最小二乘）的方法，以序列值为因变量，时间t为自变量，进行外推预测。
6、灰色预测法：当历史数据出现残缺不全时，来利用灰色预测法专门针对这种方法进行预测。
六、非确定型决策的决策准则通常有哪几种？各适用于什么情况？（5分） 1乐观决策准则，适用于决策者感到前途乐观，有信心取得最佳结果。 答：○
2悲观决策准则，适用于决策者感到前途难测，持保守态度。 ○
3赫威斯决策准则，适用于决策者对客观条件的估计既不过分乐观，也不极○
端悲观可用一个数值a来反映决策者的乐观程度（0 策者所选用的方案不如其他方案，决策者就会后悔，后悔值越小，所选方案越接近最优方案。 5等概率决策准则，适用于不确定自然状态下各状态出现的概率，认为其出○ 现概率相等，计算各方案的期望收益值，收益值最大的为最优方案。 七、风险型决策的三种类型的问题各有什么特点？各用什么准则进行决策？（10分） （1）以期望值为标准的决策方法 期望值准则是将各种选择用不同自然状态出现的概率进行加权平均，计算不同方案的期望收益（损失），选取收益值大或损失值小的方案作为决策方案。 （2）以最大可能性为标准的决策方法 以最大可能性为标准的决策方法是按自然状态出现的最大可能进行选择。出现概率最大的方案即为选择方案。 （3）期望值标准适用场合： 概率的出现具有明显的客观性质，而且比较稳定； 决策不是解决一次性问题，而是解决多次重复的问题； 决策的结果不会对决策者带来严重的后果。 八、贝叶斯决策的基本思想是什么？有什么作用？解决的是什么类型的决策问题？（5分） 贝叶斯统计的思想就是颠覆了经典统计概率是一个频数概念的思想，而把概率当做一个主观概念，即利用主观经验评估出一个先验概率，将先验概率带入算法，进行预测或者决策。而贝叶斯决策就是利用贝叶斯统计的思想来进行经济决策。 九、 根据你所掌握的知识，多目标决策问题中，权数确定的方法有哪些？各有 什么特点？（10分） 简单编码法：将目标按重要性依次排序，最次要的目标定为1，然后按自然数 顺序由小到大确定权数。此种方法计算简单，但是权数差别小，欠缺合理性。 环比法：将各目标先随机一行，然后按排列顺序将两个目标对比，得出环比比 率再连乘，把环比比率换算为以最后一个目标为基数的定基比率，然后进行归一化处理。 优序图：是一个棋盘式表格，对目标的重要性两两对比后在表格上填上数字。 将各行数值加起来，即得各行的合计数，归一化后即得各目标的权数。 十、 根据你所掌握的知识，多目标决策问题中，数据无量纲化的处理方法有哪 些？各有什么特点？（10分） 折线无纲量化的处理方法有凸折线性法、凹折线性法和三折线性法。 直线无纲量化的处理方法有阀值法、标准化法和比重法。 十一、根据你所掌握的多目标决策方法有哪些？它们在权数确定、数据的无纲化处理、综合评价三个方面各有什么特点？（10分） 1、 层次分析法：用构造判断矩阵的方法确定权重，无纲量化用向量归一法处 理，用线性加权的方法确定的方案为最优方案。 2、 优劣系数法：用有序图法确定权重，无纲量化用极差变换法处理，求出优 劣极差后确定优劣系数，逐步淘汰不理想的方案，决策时综合考虑优劣系 数。 3、多属性效用分析法：用极差变换法处理无纲量，用线性加权法确定决策方案。 十二、对于你的预测作业，你认为还有什么需要改进的地方？还有什么困难？（5分） 我这次的论文只采用了以前学过的回归方法，方法太单一，论文不够充实。我认为用回归法以外，还应该采用本课程新接触的预测方法，如平滑预测法、趋势外推法等，然后比较两种方法的预测结果有什么不同或者看看哪种方法的预测结果比较准确，而在比较的过程中找出两种方法各有什么优势和不足，以加深对各种方法的了解，达到本课程的学习目的。完成作业时遇到的困难： 1、数据的获得：在获得数据和变量的筛选上花费了大量时间 2、对本课程新接触的方法了解不太深，用Excel操作过程中对数据的一些细节处理上存在疑惑，希望通过对本课程的学习在掌握一定统计知识的前提下能够更加熟练的操作统计软件。 因篇幅问题不能全部显示，请点此查看更多更全内容