信息分析与预测

1、 信息分析与预测 Tel:82518160 welcome to join us !12.1 信息分析与预测的准备工作 2.1.1 课题选定 2.1.2 信息收集与整理 2.1.3 人员组织2.2 信息分析与预测的基本步骤第二讲 信息分析与预测的准备工作和基本步骤22.1 信息分析与预测的准备工作2.1.1 课题选定 课题的来源课题的类型选题的程序选题中应注意的问题32.1 信息分析与预测的准备工作2.1.1 课题选定选题是信息分析预测工作的关键一步，直接关系到分析预测结果的准确度。课题的来源 一是用户委托，包括政府部门下达和其他用户委托，即被动选题；二是信息分析与预测人员自选，即主动选题。4

2、2.1 信息分析与预测的准备工作2.1.1 课题选定 信息分析预测的领域十分广泛，大到宏观政策与规划等的制定，小到一种新产品的开发以至生活中的某些具体问题，都可以构成信息分析预测的课题。课题的类型为制定宏观政策而进行的信息分析预测课题配合科研项目的课题配合大型工程建设项目的课题配合技术与设备引进的课题配合产品开发的课题配合管理活动的课题52.1 信息分析与预测的准备工作2.1.1 课题选定选题的程序有时，经过分析论证可以选择的课题不止一个，这就需要对选题进行筛选和确定。为慎重起见，一般要邀请专家、用户等一起协商讨论，必要时还要反复分析论证。课题初步选定以后，对于那些耗子多、费时常、工作量大大重

3、大课题，还要写出开题报告。开题报告要论证一项研究课题的现实意义活长远意义，以及开展研究的条件和可行性。62.1 信息分析与预测的准备工作2.1.1 课题选定 开题报告通常包括以下几项内容：研究意义,即为什么要进行这个课题的研究，这个课题是为什么人，为什么事服务的；预期目标，即该课题研究所要达到的目的；研究内容，是研究目标的具体化和细化；拟解决的关键问题，即该课题所要解决的最主要的问题；技术路线，即为了达到研究目标、完成研究内容，研究者所采用的研究方法、研究工具、研究步骤；72.1 信息分析与预测的准备工作2.1.1 课题选定 开题报告通常包括以下几项内容：国内外研究现状，即国内外其他人对这一课

4、题所作的研究工作的积累，以及研究对象目前的大体现状；研究基础，可能吸收的课题组成员以往在该课题及其相关领域所做的研究工作，课题研究机构能够为课题提供的资料、仪器、设备等资源条件，以及其他可能的支持；82.1 信息分析与预测的准备工作2.1.1 课题选定选题中应注意的问题在众多潜在的信息分析预测课题中，如何根据自己的基础条件和实际经验去选择最有价值和最优把握完成的课题。在众多的竞争对手中如何能“抢”到意义重大、条件优厚的课题。92.1 信息分析与预测的准备工作2.1.1 课题选定选题中应注意的问题 首先是要将针对性和预见性紧密结合；其次是将必要性和可能性结合；最后，在信息研究课题的选定过程中，还

5、要对委托用户的资质及信誉、拟选课题的经济社会价值和影响，课题研究目标实现的可能性等加以综合权衡。102.1 信息分析与预测的准备工作2.1.2 信息收集与整理 信息收集信息积累的形式与方法信息的鉴别信息的挑选、分类和整理112.1 信息分析与预测的准备工作2.1.2 信息收集与整理 信息收集在信息分析预测中，需要收集的信息主要有文献信息、口头信息、实物信息、文字信息、声像信息、多媒体信息等不同类型。要根据实际情况和课题需要确定信息收集的类型、途径、手段等。122.1 信息分析与预测的准备工作2.1.2 信息收集与整理文献信息收集渠道：计算机检索、手工检索文献检索方法：常规法、顺查法、倒查法、追

6、溯法、纵横法。检索工具与文献之间存在时差，对于要求提供最新进展的信息分析研究课题，只能通过经常阅读有关的期刊、快报、公告及网络媒体来随时获取最新的文献信息，已掌握国内外有关政治、经济 、科技、文化的动态。132.1 信息分析与预测的准备工作2.1.2 信息收集与整理口头信息收集渠道：国内外各种专业会议、座谈会、展览会、交易会、技术鉴定会、产品订货会、产品展销会、信息发布会、现场调查、个人专访、人际间交谈。实物信息收集渠道：产品订货会、产品交易会、产品展销会等，参观考察，实际调查。其他信息获取手段和途径：根据研究情况和课题需要，采用专家访谈或函询，发放并回收调查表，电话访谈，典型案例分析，网络调

7、查等不同方。142.1 信息分析与预测的准备工作2.1.2 信息收集与整理以上几种信息收集方法往往结合课题的性质有选择地采用，以达到信息收集的准确和系统，满足实际研究工作的需要。理论性课题的研究多采用文献信息与口头信息收集渠道；技术、经济与市场信息分析则侧重于实地考察；对于大型而重要的课题，应将各种渠道与方法综合运用。152.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息积累的形式与方法信息积累与信息收集同步进行，做好信息的积累工作，才能谈到信息的条理化和系统化。从完成时间上：日常积累和突击积累从手段上：手工积累和借助于计算机技术的积累等。日常积累适用于长期性课题的分析研究，限时完

8、成的课题则需要突击积累的方式。162.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息积累的形式与方法日常积累信息的方法：摘录、剪贴、追记、复印。计算机对各种信息进行收集和积累更加快捷、清晰，而且更加方便进一步的检索和利用，还可以将各种网络检索到的信息加以融通，建立小型数据库。172.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息的鉴别信息资料的质量通常从新度、深度、可靠性（信度）、信息量、准确性、针对性等几方面加以鉴定。（1）可靠性判断（2）先进性判断（3）适用性判断182.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息的鉴别可靠性判断客观真实反映研究对象的

9、实际存在与运动状况。从以下几个方面鉴定信息的可靠性，如文献作者、文献出版单位、文献类型、文献内容等。以对信息内容的判断尤为重要。日本报道失真的“一步炼钢法”192.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息的鉴别-先进性判断在时间上，信息内容的新颖性；在空间上，按地域范围分为多个级别，如世界水平，国家水平，地区水平，行业水平等。202.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息的鉴别-先进性判断通常从发表的时间、内容、经济社会效果和信源等几个方面来判断信息的先进性：就发表时间而言，新近发表的往往代表先进的水平。就内容而言，在某一方面是新的，有所改进提高。就经济效

10、果而言，与采用该信息前的情况对比，有所改进提高。就信息的来源而言，来源于某一国家的专长学科。212.1 信息分析与预测的准备工作2.1.2 信息收集与整理信息的鉴别-适用性判断将信息的发生源与信息使用方在各方加以对比，进行综合权衡，从不同方面加以判断。通常需要结合解决的问题的情况和信息需求者的状况，考虑信息的适用性。222.1 信息分析与预测的准备工作2.1.3 人员组织 信息分析与预测人员的素质要求信息分析工作的团队组建和管理232.1 信息分析与预测的准备工作2.1.3 人员组织 信息分析与预测人员的素质要求信息分析人员志趣广博、博学多才；信息分析人员必须有强烈的信息意识；信息分析人员要有

11、一定的思维组织能力；信息分析人员要掌握一定的分析研究方法；信息分析人员要有较强的语言文字表达能力和较好的沟通能力。国家建立了信息分析师制度，大力培养信息人才。242.1 信息分析与预测的准备工作2.1.3 人员组织信息分析工作的团队组建和管理团队人员的知识、智力、能力与年龄结构做到科学化和合理化：科学知识相互补充，达到系统化要求；智力结构要多样化；（领导者，活动家，笔杆子）年龄结构要梯队化；（识途老马，中流砥柱，初生牛犊）252.2 信息分析与预测的基本步骤 选定课题制定研究计划组建研究团队收集和整理信息资料深入分析判断，建立预测模型做出预测和评估编写研究报告协助实施、跟踪和反馈262.2 信

12、息分析与预测的基本步骤制定研究计划课题目的调查大纲研究方法预计成果形式人员分工完成时间与步骤研究计划表272.2 信息分析与预测的基本步骤收集和整理信息资料在实际信息收集工作中，要根据研究课题的内容、性质、研究工作条件等，在合理的范围、针对恰当的对象、以优选的方式与手段，对有关信息进行准确和尽可能全面的收集。收集完毕后，进行整理，包括有效性检查、分类和筛选等，以去粗取精，是信息资料系统化，便于分析和利用。在深入复分析和模型检验、方案评估阶段，还要根据需要进行补充性的信息调查和收集工作。282.2 信息分析与预测的基本步骤深入分析判断，建立预测模型分析、判断是信息分析与预测的关键环节，其主要任务

13、就是对已经整理好的资料进行综合分析，根据实际情况，以有关理论为指导，使用适当的分析预测方法，对分析预测的目标和相关的影响因素进行全面深入的分析，确定模型中应包含的变量，计算模型参数，最终确立预测模型。292.2 信息分析与预测的基本步骤做出预测和评估信息分析预测的最后一步就是利用预测模型和有关的数据计算出预测目标的预测值。一般来说，预测的结果包括点预测值和区间预测值，而不是一个单一的预测点。由于自然与社会普遍存在的复杂性、多变性、联系性，以及所获得信息资料的可能限制，或者预测人员的主观原因，以及研究手段，分析预测的指导理论等的不足，试图追求一个简单的预测结果是不现实的，也是不可能实现的，只有充分考虑了各种不可控因素的预测区间结论，才是科学的研究结果。302.2 信息分析与预测的基本步骤做出预测和评估同样的原因，各种信息分析与预测的结果不可避免地会与现实情况存在一些偏差。所以，要对预测结果进行分析和评价。一般可以先根据经验、常识来判断预测结果的合理性，然后采用数理统计检验方法计算模型的估计偏差，检验偏差是否在可接受的范围之内。如果偏差超出可接受范围，则要通过增加样本容量、增加变量个数、改变预测模型与