第五章 

1  平均預(yù)測(cè)法：推測(cè)事物未來(lái)發(fā)展的期望數(shù)量結(jié)果的一種方法。平均預(yù)測(cè)法有多種具體計(jì)算模型，如算術(shù)平均預(yù)測(cè)法、幾何平均預(yù)測(cè)法、移動(dòng)平均預(yù)測(cè)法、指數(shù)平滑預(yù)測(cè)法 

2  在應(yīng)用算術(shù)平均預(yù)測(cè)法時(shí)，要特別注意數(shù)據(jù)的變化規(guī)律，如果數(shù)據(jù)有明顯的上升和下降趨勢(shì)，則不能采用算術(shù)平均預(yù)測(cè)法 

3  算術(shù)平均預(yù)測(cè)法具體計(jì)算方法是首先以一個(gè)稱為權(quán)數(shù)的數(shù)值來(lái)代表每一個(gè)數(shù)據(jù)的重要性和程度；然后求得每個(gè)數(shù)據(jù)與對(duì)應(yīng)的權(quán)數(shù)之積的和；最后將此和除以各個(gè)權(quán)數(shù)之和就得到相應(yīng)的平均數(shù)，這就是加權(quán)平均法，所得平均數(shù)稱為加權(quán)平均數(shù) 

4  在加權(quán)平均數(shù)的計(jì)算中權(quán)數(shù)一般由有關(guān)專家確定，權(quán)數(shù)是否合適直接影響加權(quán)平均數(shù)的結(jié)果，所以權(quán)數(shù)的選取應(yīng)認(rèn)真對(duì)待 

5  移動(dòng)平均預(yù)測(cè)法： 一組數(shù)據(jù)平均間隔不變時(shí)，每次后移一位求相應(yīng)間隔的平均數(shù)，并根據(jù)此平均數(shù)列的變化規(guī)律來(lái)進(jìn)行預(yù)測(cè)的方法 

6  在移動(dòng)平均預(yù)測(cè)法中，所選時(shí)間間隔k值不同，移動(dòng)平均修勻原數(shù)列的效果也不同。k值越小，越能反映變化細(xì)節(jié)，當(dāng)k=1時(shí)就是原序列；k值越大，反映變化過(guò)程越平緩，k等于全部原始數(shù)據(jù)個(gè)數(shù)時(shí)，移動(dòng)平均數(shù)數(shù)列就是一個(gè)算術(shù)平均數(shù) 

7  時(shí)間序列的發(fā)展趨勢(shì)無(wú)明顯變化時(shí)，k值大小不作過(guò)多要求，稱為平穩(wěn)式；時(shí)間序列公在一段時(shí)間變化比較劇烈時(shí)，在其他時(shí)間變化比較平穩(wěn)，應(yīng)取較大k值，以便較好修勻時(shí)間序列變化趨勢(shì)，稱為肪沖式；時(shí)間序列以階段性的規(guī)律發(fā)展時(shí)，應(yīng)取較小k值，這樣才能更好反映數(shù)據(jù)變化的階段性，這是階梯式；時(shí)間序列的發(fā)展趨勢(shì)比較明顯時(shí)，移動(dòng)平均數(shù)列落后于實(shí)際變化趨勢(shì)，應(yīng)取較小k值以減少預(yù)測(cè)誤差，這是斜坡式 

8  根據(jù)平滑次數(shù)多少，指數(shù)平滑預(yù)測(cè)法可分為一次指數(shù)平滑預(yù)測(cè)法、二次指數(shù)平滑預(yù)測(cè)法、三次指數(shù)平滑預(yù)測(cè)法 

14  平滑系數(shù)a的值越小，其平滑功能越強(qiáng)。實(shí)際選擇的a值，需要考慮歷史數(shù)據(jù)的特征以及預(yù)測(cè)誤差的大小。當(dāng)時(shí)間序列變化較穩(wěn)定時(shí)，取較小a值，歷史數(shù)據(jù)的增減變化幅度較大時(shí)，取較大a值 

15  回歸預(yù)測(cè)法是一種從變量之間變化的統(tǒng)計(jì)伴隨關(guān)系出發(fā)對(duì)事物的發(fā)展進(jìn)行預(yù)測(cè)的數(shù)據(jù)統(tǒng)計(jì)方法。它在教育領(lǐng)域有廣泛應(yīng)用，即有微觀的個(gè)人成就、能力發(fā)展水平的預(yù)測(cè)；又有宏觀人才需求、教育規(guī)模等全局問(wèn)題的預(yù)測(cè)。由于回歸預(yù)測(cè)法是驗(yàn)證因果關(guān)系和發(fā)現(xiàn)因果聯(lián)系的一種定量方法，因此又稱因果預(yù)測(cè)法 
16  回歸預(yù)測(cè)法是通過(guò)建立回歸模型來(lái)實(shí)現(xiàn)對(duì)預(yù)測(cè)對(duì)象進(jìn)行預(yù)測(cè)的，根據(jù)變量之間的數(shù)量關(guān)系類型，須構(gòu)造多樣性的回歸模型。通常以自變量的個(gè)數(shù)為標(biāo)志分為一元回歸預(yù)測(cè)和多元回歸預(yù)測(cè)，以自變量與因變量的線性關(guān)系為標(biāo)志分為線性回歸預(yù)測(cè)和非線性回歸預(yù)測(cè) 

16  散點(diǎn)圖又稱散點(diǎn)分布圖，是以一個(gè)變量為橫坐標(biāo)，另一變量為縱坐標(biāo)，利用散點(diǎn)（坐標(biāo)點(diǎn)）的分布形態(tài)反映變量統(tǒng)計(jì)關(guān)系的一種圖形。特點(diǎn)是能直觀表現(xiàn)出影響因素和預(yù)測(cè)對(duì)象之間的總體關(guān)系趨勢(shì)。優(yōu)點(diǎn)是能通過(guò)直觀醒目的圖形方式反映變量間關(guān)系的變化形態(tài)，以便決定用何種數(shù)學(xué)表達(dá)方式來(lái)模擬變量之間的關(guān)系。散點(diǎn)圖不僅可傳遞變量間關(guān)系類型的信息，也能反映變量間關(guān)系的明確程度 

17  如果變量y與x的關(guān)系不是線性的，而是近似于某種曲線，也可以通過(guò)變量代換把曲線關(guān)系轉(zhuǎn)化為線性關(guān)系進(jìn)行非線性回歸預(yù)測(cè)