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?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选择统计预测方法时，主要考虑下列三个问题：?合适性?费用?精确性方法定性预测法时间范围适用情况应做工作短、中、对缺乏历史统计资料或趋势需做大量的调查长期面临转折的事件进行预测研究工作一元线性回归预短、中期自变量与因变量之间存在线为两个变量收集测法性关系历史数据，此项工作是此预测中最费时的多元线性回归预短、中期因变量与两个或两个以上自为所有变量收集测法变量之间存在线性关系历史数据是此预测中最费时的非线性回归预测短、中期因变量与一个自变量或多个必须收集历史数法其它自变量之间存在某种非据，并用几个非线性关系线性模型试验趋势外推法中期到长当被预测项目的有关变量用只需要因变量的期时间表示时，用非线性回归历史资料，但用趋势图做试探时很费时方法分解分析法时间范围短期适用情况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不带季节变动的反复预测应做工作只需要序列的历史资料只需要因变量的历史资料，但初次选择权数时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移动平均法短期指数平滑法短期具有或不具有季节变动的反复预测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适用于任何序列的发展型态的一种高级预测方法自适应过滤法平稳时间序列预测法短期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计算过程复杂、繁琐短期方法干预分析模型预测法时间范围适用情况适用于当时间序列受到政策干预或突发事件影响的预测适用于时间趋势延续及转折预测适用于时间序列的发展呈指数型趋势应做工作收集历史数据及影响时间收集大量历史资料和数据并需大量计算收集对象的历史数据短期景气预测法短、中期灰色预测法短、中期状态空间模型和卡尔曼滤波短、中期适用于各类时间序列的预测收集对象的历史数据并建立状态空间模型一、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：n?eME?i?1in平均绝对误差的公式为：?eMAD?i?1nin?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：MPE?1?ni?1n?yi?yiyi平均相对误差绝对值的公式为：MAPE?1?ni?1n?yi?yiyi?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：?eiMSE?i?1n2?1nn?2(yi?yi)?i?1n预测误差的标准差公式为：?eSDE?i?1n2i?1n?(yni?1ni?2?yi)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四、影响因素影响经济现象的变化模式?人类行为的变化无常影响经济现象的可预测性的因素大致归类为：人类有能力通过自身的行为影响未来事件的发生与否影响预测误差的主要因素有??总体的大小；?总体的同质性?需求弹性；?竞争的激烈程度等。模式或关系的识别错误；?模式或关系的不确定性；?模式或现象之间关系的变化性?定量预测方法的比较一、因果预测的精度大家的结论?大型模型的预测精度并不比小模型的预测精度高；?没有任何一种预测方法或预测模型会在各种情况下都比其他方法或模型表现得更好；因果预测的优势?回归模型能够提供更多的有关影响预测对象变化的因素信息，能够更好地揭示预测对象变化的原因。二、时间序列预测模型的预测精度Makridakis等人得出的结论?追求其短期预测精度的极大化，最好选择时间序列预测模型?提高模型的复杂程度后，其预测精度并不会自动提高，因此，模型简单并不是缺点，而是一个优点；?时间序列预测模型一般都比较简单且成本较低,应该有更广的应用范围；?某些复杂模