贝叶斯预测模型

1、贝叶斯展望模型贝叶斯展望模型的归纳贝叶斯展望模型是运用贝叶斯统计进行的一种展望.贝叶斯统计不同样于一般的统计方法，其不但利用模型信息和数据信息，而且充分利用先验信息。托马斯贝叶斯(ThomasBayes)的统计展望方法是一种以动向模型为研究对象的展望方法。在做统计推断时，一般模式是：时间序列先验信息+整体分布信息+样本信息r后验分布信息可以看出贝叶斯模型不但利用了先期的数据信息，还参加了决策者的经验和判断等信息，并将客观因素和主观因素结合起来，对异常情况的发生拥有很多的灵便性。这里以美国19602005年的出口额数据为例，探讨贝叶斯统计展望方法的应用。编写Bayes展望模型及其计算步骤此处使用

2、常均值折扣模型，本看法和解析特点。这类模型应用广泛而且简单，它表达了动向现行模型的好多基常均值折扣模型对每一时刻t常均值折模型记为DLMI,1,V,阻折扣因子a,Oa98J061D10SH114J4S。眼142075.州序号21Z223Z425262728如数据飒252VD4421U57202199219.92621391522334425OJMHD73序号3132333435抚打3d3940敷据414g456.9435WZH59575汹612,113M&36667Q.416序号414243444546ftffi171.W718.7U687.4227J3.415颂3】6睥631美国出口额的展望

3、，展望模型的初始信息为mo=3O4,Co=72,V=0.Ol,8=0.8获取的19602006年的展望结果。见表2中给出了展望的局部信息19802006年的展望信息表2常均值折扣模型计算结果敬据_序号_展望分布f序号L展望分布211B3.9966131438.99822223.9%835455-豹86423236.998963650k99632242U.0020837574.9S4162520L00083861L9970426218,9985639677,9947227215.0003240670,0006128222.9993641682,9989629249.9978442770.9929

4、63031瓦994443718-00423931358.99688中1682.0028S32366.9977645712.9915233411997S44fi湘&99248经过TheSASSystemforWindows9.0软件回归解析获取抛物线展望方程：&85019心+0.4554岫叫表示年份见表3给出了1980-2006年的展望信息表3抛物线回归模型计算结果数据Xt展望值L_展望值1980156,41581993452,44981981【73.7219199448、5984198291,93891995511.6579J98321h06691996542.628

5、4198423L10591997574.50991985252.05581998607.30231986273.91671999641.00571987296.68862000675.621988320.3714200171LH531989344.96522002747.58151990370.46992003784.92871991396.8856200482321222005862.356编写计算结果解析对展望结果的正确度采用平均绝对百分误差MAPE解析。公式以下：MAPE=为*100%依照表l和表2对1980-2005年出口额的展望结果可知，常均值折扣模型所得结果的平均绝对百分误差MAPE=8.1745%，而由抛物线回归模型所得结果的平均绝对百分误差为9.5077%。因此可知这组数据中，使用贝叶斯模型展望的结果更为精确。对于随机颠簸、变化相对牢