SARS疫情对某些经济指标的影响2

第页SARS疫情对某些经济指标的影响2019年SARS疫情对中国局部行业的经济开展产生了一定的影响，特别是对局部疫情比拟严重的省市的相关行业所造成的影响是很明显的。经济影响主要分为直接影响和间接影响，直接影响涉及到商品零售业、旅游业、综合效劳业等，很多方面难以进展定量地评估。现仅就SARA疫情较重的某城市商品零售业、旅游业、综合效劳业的影响进展定量评估分析。某市从2019年1月-2019年12月的商品零售额、接待海外旅游人数、综合效劳收入的统计数据如下表表1-1商品的零售额〔单位：亿元〕年代1月2月3月4月5月6月7月8月9月10月11月12月201920192019200020192019201983.079.878.185.186.688.290.386.793.392.5101.785.187.891.693.494.597.499.5104.2102.3101.0114.093.3101.0103.5105.2109.5109.2109.6111.2121.7131.3135.3133.0133.4142.8141.6142.9147.3159.616表1-2接待海外旅游人数〔单位：万人〕年代1月2月3月4月5月6月7月8月9月10月11月12月2019201920192000201920192019表1-3综合效劳业累计数额〔单位：亿元〕年代2月3月4月5月6月7月8月9月10月11月12月201920192019200020192019201996144194276383466554652747832972111169235400459565695805881101111391512383354255416417398669751087123816426337653160071191310381173129614971823184455767088561000114512921435166721636150464281897911421305147916441920241404584741923111412981492168418852218试根据这些历史数据建立预测评估模型，评估2019年SARS疫情给该市商品零售业、旅游业和综合效劳业所造成的影响。月份1234年代预测值相对误差预测值相对误差预测值相对误差预测值相对误差201983000020192019200020192019月份5678年代预测值相对误差预测值相对误差预测值相对误差预测值相对误差2019000020192019200020192019月份9101112年代预测值相对误差预测值相对误差预测值相对误差预测值相对误差2019000020192019200020192019SARS疫情对商品的零售额的影响情况如表1：月份123456实际值124预测值相对误差月份789101112实际值157预测值相对误差表1.2019年商品的零售额的实际值域预测值SARS疫情对接待海外旅游人数的影响情况如表月份123456实际值预测值相对误差月份789101112实际值预测值相对误差表2.2019年接待海外旅游人数的实际值域预测值SARS疫情对综合效劳业累计数额影响情况如表月份23456789101112实际值2414111412981492168418852218预测值相对误差程序如下：clc,clearx0=[90.397.4109.5121.7138.7142.9];n=length(x0);[exp(-2/(n+1))exp(2/(n+1))];%级比范围x0=x0+800;lamda=x0(1:n-1)./x0(2:n)%落入级比范围range=minmax(lamda)x1=cumsum(x0);%做一次累加fori=2:nz(i)=0.5*(x1(i)+x1(i-1));%均值生成endB=[-z(2:n)',ones(n-1,1)];Y=x0(2:n)';u=B\Yx=dsolve('Dx+a*x=b','x(0)=x0');x=subs(x,{'a','b','x0'},{u(1),u(2),x1(1)});yuce1=subs(x,'t',[0:n-1]);digits(6),y=vpa(x)%为提高预测精度，先计算预测值，`再显示微分方程的解yuce=[x0(1),diff(yuce1)]epsilon=x0-yuce%计算残差delta=abs(epsilon./x0)%计算相对误差rho=1-(1-0.5*u(1))/(1+0.5*u(1))*lamda%计算级比偏差值yuce=yuce-800%复原数值y2=[163.2159.7158.414