第五章 

1  平均預(yù)測法：推測事物未來發(fā)展的期望數(shù)量結(jié)果的一種方法。平均預(yù)測法有多種具體計算模型，如算術(shù)平均預(yù)測法、幾何平均預(yù)測法、移動平均預(yù)測法、指數(shù)平滑預(yù)測法 

2  在應(yīng)用算術(shù)平均預(yù)測法時，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，則不能采用算術(shù)平均預(yù)測法 

3  算術(shù)平均預(yù)測法具體計算方法是首先以一個稱為權(quán)數(shù)的數(shù)值來代表每一個數(shù)據(jù)的重要性和程度；然后求得每個數(shù)據(jù)與對應(yīng)的權(quán)數(shù)之積的和；最后將此和除以各個權(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)真對待 

5  移動平均預(yù)測法： 一組數(shù)據(jù)平均間隔不變時，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)律來進(jìn)行預(yù)測的方法 

6  在移動平均預(yù)測法中，所選時間間隔k值不同，移動平均修勻原數(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時就是原序列；k值越大，反映變化過程越平緩，k等于全部原始數(shù)據(jù)個數(shù)時，移動平均數(shù)數(shù)列就是一個算術(shù)平均數(shù) 

7  時間序列的發(fā)展趨勢無明顯變化時，k值大小不作過多要求，稱為平穩(wěn)式；時間序列公在一段時間變化比較劇烈時，在其他時間變化比較平穩(wěn)，應(yīng)取較大k值，以便較好修勻時間序列變化趨勢，稱為肪沖式；時間序列以階段性的規(guī)律發(fā)展時，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；時間序列的發(fā)展趨勢比較明顯時，移動平均數(shù)列落后于實際變化趨勢，應(yīng)取較小k值以減少預(yù)測誤差，這是斜坡式 

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

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

15  回歸預(yù)測法是一種從變量之間變化的統(tǒng)計伴隨關(guān)系出發(fā)對事物的發(fā)展進(jìn)行預(yù)測的數(shù)據(jù)統(tǒng)計方法。它在教育領(lǐng)域有廣泛應(yīng)用，即有微觀的個人成就、能力發(fā)展水平的預(yù)測；又有宏觀人才需求、教育規(guī)模等全局問題的預(yù)測。由于回歸預(yù)測法是驗證因果關(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)測法 
16  回歸預(yù)測法是通過建立回歸模型來實現(xiàn)對預(yù)測對象進(jìn)行預(yù)測的，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。通常以自變量的個數(shù)為標(biāo)志分為一元回歸預(yù)測和多元回歸預(yù)測，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)測和非線性回歸預(yù)測 

16  散點圖又稱散點分布圖，是以一個變量為橫坐標(biāo)，另一變量為縱坐標(biāo)，利用散點（坐標(biāo)點）的分布形態(tài)反映變量統(tǒng)計關(guān)系的一種圖形。特點是能直觀表現(xiàn)出影響因素和預(yù)測對象之間的總體關(guān)系趨勢。優(yōu)點是能通過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)方式來模擬變量之間的關(guān)系。散點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