Chap7-预测精度测定与预测评价.ppt

大型的回归模型能提供更多的有关影响预测对象的变化的因素的信息，能够更好地解释预测对象变化的原因。这一点是在选择模型时应全面衡量的。 如果用户选择预测方法的标准是追求预测精度的极大化，则最好选择时间序列预测模型。 如果预测精度只是选择预测方法的重要标准之一，则可以考虑选择小型的回归模型。 7.2 定量预测方法的 比 较 二、时间序列预测模型的预测精度 （1）Makridakis等人得出的结论 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，时间序列预测应该有更广的应用范围； 某些复杂模型在特定情况下，其预测精度会高于简单模型； 组合预测模型具有较高的预测精度。 组合预测： 组合预测是一种将不同预测方法所得的预测结果组合起来形成一个新的预测结果的方法。 一是等权组合，即各预测方法的预测值按相同的权数组合成新的组合预测值； 二是不等权组合，即赋予不同预测方法的预测值的权数是不一样的。组合预测通常具有较高的精度。 组合预测有两种基本形式： 如果用户希望提高预测精度，则他应该选择时间序列预测模型； 如果用户更关心影响预测对象变化的影响因素情况，则他应该选择回归模型。 （2）经验结论 无论何种情况，都不能对简单模型抱有任何偏见，在某些情况下，某些简单模型甚至能提供最高的预测精度； 选择预测方法除了考虑精度、成本和方法复杂性外，还要考虑预测环境、预测时期长短和用户等因素。 （2）经验结论 三、回归预测与时间序列预测精度的比较 预测实证研究表明，各类预测方法之间并不存在明显优劣,只是不同方法具有各自不同的特点 ； 回归预测和时间序列预测是两类不同的定量预测方法，它们根据不同的角度对经济现象进行预测，回归预测注重分析影响预测对象的各因素所造成的影响，而时间序列预测则根据预测对象本身的历史数据来预测其未来。 有争议的结论 Spivey 和 Wrobleski: 非回归模型预测的精度一般而言与回 归预测的精度相差无几； 当回归模型用于3个或3个季度以上的 时间范围预测时,其预测精度明显下降。 McNees: 他得出了与Spivey和Wrobleski相反的结论 时间序列用于1年内的短期预测的精度优于回归模型预测，至于1年以上的预测，回归预测的精度则要好一些。 7.3 定性预测和定量预测的综合运用 定性预测与定量预测具有各种不同的特点，定性预测擅长于预测趋势的转折及其影响，而定量预测则只有在趋势能延续下去的前提下才有效。定量预测更具客观性、低成本、适于反复预测等，因此，通过定性预测和定量预测的综合运用和合理分工，可以明显地提高预测精度、节约成本。 一、定性预测与定量预测的比较 方法或模型的选择 定量预测方法或模型的选择不能完全只依赖统计分析； 采用不同的定性预测方法会得出不同的预测结果。 预测转折的能力 定量预测不能预测转折的发生； 定性预测可以预测转折的发生，但转折也可能被忽视或夸大。 定量预测只使用部分数据所包含的信息； 定性预测可以运用各类信息，但信息的使用、也是有选择性的，会产生误差和前后不一致。 发生转折时的修正 不同定量预测方法的修正能力是不一样的； 定性预测可以评估转折的影响，并修正预测 结果。 信息应用的充分性 定量预测可以保证预测结果的客观性，只是精度的选择具有一定的主观性； 定性预测较易受各种主观因素的影响。 估计未来的不确定性 定量预测与定性预测都可能低估未来的不确定性程度。 预测的客观程度 定量预测能保证连续反复预测的一致性； 定性预测主要依靠人的主观判断能力进行预测，当个人被要求做连续不断的反复预测时，由于人易疲倦于这种枯燥的反复预测而不能保证连续反复预测前后结果的一致性。 连续反复预测 由于计算机技术的发展，定量预测具有低廉的成本； 定性预测由于会议和聘请专家费用高导致其预测成本较高。 预测成本 二、改进预测效果的综合分析 定性预测与定量预测各自存在优点和缺点，如何发挥各种不同方法的长处，克服其不足之处，是做好预测工作的一个重要环节。 方法或模型的选择 选择不同方法或模型会对预测结果产生明显的影响,做出模型或方法抉择之前必须全面分析。 预测现有趋势延续或转折的能力 有效的办法是先假设趋势不会发生变化，并用定量预测方法进行分析预测，然后采用定性预测方法进行修正，判断其趋势的转折是向上还是向下，最后再做综合预测分析。 二、改进预测效果的综合分析