《统计预测与决策》课程教学大纲

应用统计学专业《统计预测与决策》课程教学大纲（课程代码：06112060）本课程教学大纲由数学与统计学院应用统计系讨论制定，数学与统计学院教学工作委员会审定，教务处审核批准。一、课程基本信息课程名称：统计预测与决策课程代码：06112060课程类别：专业核心课适用专业：应用统计学课程修读性质：必修先修课程：统计学、多元统计分析学分：3学分学时：48学时二、课程目标本课程支撑专业毕业要求2、毕业要求3、毕业要求4、毕业要求6，具体目标如下：目标1：统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤；预测精度测定，定量预测方法的比较，定量与定性预测的综合运用；统计决策的概念、种类、作用、步骤、公理和原则。目标2：掌握有关统计预测与决策方面的基本知识和一般原理；理解统计预测和决策的基本概念、基本方法及其应用，加深学生对本课程内容的理解和认识；能够初步根据具体任务和条件从事社会经济问题的调查研究，结合自己的专业，在定性分析基础上做好定量分析，以适应社会主义市场经济中各类问题的实证研究、科学决策和经济管理的需要；综合运用统计预测和决策方法以解决现实经济问题的能力。目标3：通过案例分析提升学生职业定位、专业信心、个人规划、挫折承受力等专业必备素质；提升学生洞察力、应变能力、创造性思维等其他素质。课程目标与专业毕业要求的关系：课程目标支撑的毕业要求支撑的毕业要求指标点课程目标12.基础能力(M)3.知识能力(H)2.1接受系统的数学思维训练，具有良好的抽象思维、空间想象、数学演算和数学建模能力，具有扎实的数学基础；2.3能够严谨推导复杂统计模型问题，验证统计模型的合理性，并能正确分析、求解模型。3.1具有一定的统计思维能力，善于从数据中发现问题、提出问题；3.2具有一定的数据处理能力，了解数据处理技术的应用前景；3.3了解统计学理论与方法的发展动态及其应用前景。课程目标24.专业能力(H)4.1能够运用统计学知识的基本原理对复杂数据问题进行建模。4.2能够运用模型、图表和文字等准确有效地处理社会问题中复杂数据的预处理、建模、分析和展示等。4.3能够通过撰写报告、陈述发言、撰写文稿、答辩等方式准确而有效地表达专业见解，具有良好的文字与口头表达能力。课程目标36.实践能力(M)6.1掌握统计学的基本理论、基本知识、基本方法；具有采集、处理、分析数据的基本能力；6.2具有统计调查、统计数据处理、统计分析与写作、统计软件应用等能力；6.3掌握分析复杂统计模型问题的原理和算法，具备应用统计软件计算模型解，并进行数值分析的能力；三、课程学习内容（一）理论学习内容及要求序号课程模块学习内容课程目标学习重点难点教学方法学时1传统统计预测统计预测的概念和作用，统计预测方法的分类和选择，理解统计预测的步骤。课程目标31.定性预测法，回归预测法，时间序列预测法的区别。专题研讨8定性预测概念、特点，定性预测和定量预测的关系，定性预测的集中主要方法。课程目标11.概念和特点。2.一般方法、步骤。3.实证分析一元（多元）线性回归预测法，非线性回归预测法、应用回归预测法时应注意的问题。课程目标21.掌握回归预测法的适用范围，及具体运用回归预测法时所应注意的几个问题。2.同时能熟练运用常用的统计软件对研究对象进行回归分析。时间序列的分解，时间序列分解模型，趋势外推法。课程目标11.影响经济时间序列变化的四个因素。一次（线性二次）移动平均和指数平滑法，温特线性和季节性指数平滑法。课程目标21.学习各类时间平滑预测方法。2.掌握各种时间序列平滑预测方法的适用场合，并能根据所研究的时间序列，选择合适的时间序列平滑预测模型进行预测分析。2现代统计预测自适应过滤法的概念与特点，使用自适应过滤法应选择好滤波常数k，对原始数列做标准化处理。课程目标11.滤波常数k的选择原则。讲授法12ARMA模型三种基本形式：自回归模型(AR)，移动平均模型(MA)和混合模型(ARMA)，时间序列的自相关分析，单位根检验和协整检验，ARMA模型的建模。课程目标21.掌握ARMA模型三种基本形式：自回归模型（AR），移动平均模型（MA和混合模型（ARMA）。2.理解时间序列自相关分析，单位根检验和协整检验。3.ARMA模型的建模。干预模型的含义，单变量时间序列干预模型的构造与干预效应的识别。课程目标11.理解干预模型的构造与干预效应的识别。2.理解干预模型建模的思路和具体步骤。景气与景气循环、景气预测的概念，景气指标，扩散系数的年计算。课程目标21.掌握景气与景气循环、景气预测的概念。2.理解景气指标，扩散指数的计算，合成指数的计算。3.掌握预警系统的原理。灰色预测理论，GM(1，1)模型，GM(1，1)残差模型及GM(n，h)模型。课程目标21.掌握灰色预测理论、GM(1，1)模型、GM(1，1)残差模型。状态空间模型，卡尔曼滤波，方法评价。课程目标21.掌握状态空间模型。3单目标统计决策统计决策的概念、种类、作用、步骤、公理和原则课程目标11.掌握统计决策的概念、种类。讲授法、案例教学16风险型决策的基本问题课程目标11.掌握损益矩阵表。决策准则，决策树，敏感性分析，完全信息价值，效用概率决策方法，连续型变量的风险决策方法，Markov决策方法课程目标21.掌握不同标准的决策方法。2.掌握决策树的制作步骤。3.掌握完全信息价值的计算公式。4.掌握markov决策方法的原理。Bayes决策概述、方法及运用课程目标21.掌握Bayes公式。2.掌握后验信息价值的计算公式。四种不确定型决策方法的比较和选择课程目标31.对比不确定型决策方法的优缺点和适用范围。4多目标统计决策多目标决策概述课程目标11.掌握多目标决策的两个明显特点。2.三类常用的多目标决策体系。讲授法、案例教学12AHP法课程目标21.掌握层次分析法的基本原理。2.掌握判断矩阵的构造方法和一致性检验的基本步骤。多属性效用决策法课程目标21.掌握构造多属性效用函数的公式。优劣系数法课程目标21.掌握目标权数确定的方法，如优序图法、环比法等。2.掌握优系数和劣系数的计算公式，以及优劣系数的最优准则。模糊决策法课程目标21.掌握模糊决策函数。四、课程考核（一）考核内容与考核方式课程目标考核内容所属学习模块/项目考核占比考核方式课程目标11.统计预测和决策的概念和意义1、2、3、430%闭卷考试2.统计预测和决策的方法种类及原理1、2、3、43.预测和决策方法的发展历程1、2、3、4课程目标21.传统统计预测法140%闭卷考试2.现代统计预测法23.单目标统计决策法34.多目标统计决策法4课程目标31.利用景气预测法分析当前经济环境230%课堂表现/平时作业2.利用灰色模型预测社会经济中的某个指标23.利用层次分析法对多目标问题进行决策分析4（二）成绩评定1.平时成绩评定（1）课堂表现（10分）：通过学生在课堂上的表现情况、发言与提问情况，来评价学生相关的能力。（2）作业完成情况（10分）：围绕课程的学习目标进行作业的设计。如让学生简述对知识的认识，考核学生对于概念的理解情况，帮助学生将定义转化为自己的理解。（3）课堂考勤（10分）。2.期末成绩评定课终考核主要考察学生对基本概念、操作程序和具体方法的理解与运用等。方式为闭卷考试等。要求学生掌握基本概念、操作程序，运用具体方法解决相关问题。3.总成绩评定总成绩（100%）=平时成绩（30%）+期末成绩（70%）五、其它说明（一）教材选用统计预测和决策(第5版).徐国详主编.上海财经大学出版社,2016年.（二）主要参考书[1]《统计预测与决策》.魏艳华著.西南交通大学出版社.2014年.[2]《经济预