- 在线时间
- 791 小时
- 最后登录
- 2022-11-28
- 注册时间
- 2017-6-12
- 听众数
- 15
- 收听数
- 0
- 能力
- 120 分
- 体力
- 36395 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13879
- 相册
- 0
- 日志
- 0
- 记录
- 1
- 帖子
- 616
- 主题
- 542
- 精华
- 12
- 分享
- 0
- 好友
- 225
TA的每日心情 | 开心 2020-11-14 17:15 |
|---|
签到天数: 74 天 [LV.6]常住居民II
 群组: 2019美赛冲刺课程 群组: 站长地区赛培训 群组: 2019考研数学 桃子老师 群组: 2018教师培训(呼伦贝 群组: 2019考研数学 站长系列 |
1 问题的提出$ H+ H/ {3 a" a1 k* ~5 O
2003 年的 SARS 疫情对中国部分行业的经济发展产生了一定影响,特别是对部分 疫情较严重的省市的相关行业所造成的影响是显著的,经济影响主要分为直接经济影响 和间接影响。直接经济影响涉及商品零售业、旅游业、综合服务等行业。很多方面难以 进行定量地评估,现仅就 SARS 疫情较重的某市商品零售业、旅游业和综合服务业的影 响进行定量的评估分析。 究竟 SARS 疫情对商品零售业、旅游业和综合服务业的影响有多大,已知某市从 1997 年 1 月到 2003 年 12 月的商品零售额、接待旅游人数和综合服务收入的统计数据 如表 8、表 9 和表 10。
! n( I- W/ x/ |% @- x. ~. h F8 @. H
表8 商品的零售额(单位:亿元)" \8 O- T; s9 j0 R( _- x" J
* w K' N% E& X# A
![]()
% ?6 K+ K/ G7 \" F; z( R C+ H' r3 z
F# _0 i* a/ R- h 2 B* y+ H) V6 f8 y
' z/ K' [2 ]. N1 C f
试根据这些历史数据建立预测评估模型,评估 2003 年 SARS 疫情给该市的商品零 售业、旅游业和综合服务业所造成的影响。
1 F5 ~9 D7 B+ o
0 _" w5 p: m2 ?) @0 ]- \* e' ]0 Q. n2 模型的分析与假设0 J, ^0 g( `' j# I
根据所掌握的历史统计数据可以看出,在正常情况下,全年的平均值较好地反映了 相关指标的变化规律,这样可以把预测评估分成两部分:! m( T9 ~( V. F4 l/ x
, [+ s( y! E9 Q/ |(1)利用灰色理论建立 GM(1,1)模型,由 1997-2002 年的平均值预测 2003 年平 均值;
; g; |, T. {' d2 X1 A7 L
$ i( f6 u* v4 \' d(2)通过历史数据计算每个月的指标值与全年总值的关系,从而可预测出正常情况下 2003 年每个月的指标值,再与实际值比较可以估算出 SARS 疫情实际造成的影响。 给出下面两条假设:2 n% P0 m# w5 m- D; E
# e2 A4 i8 `9 X0 k. V
(1)假设该市的统计数据都是可靠准确的;
& K( L4 q: ~/ j+ @( W: _ [4 `/ X; a ?& T& b, h Y- R
(2)假设该市在 SARS 疫情流行期间和结束之后,数据的变化只与 SARS 疫情的影响有关,不考虑其它随机因素的影响。
) t. s/ y- j* R4 U( J
9 F+ F) K/ Y. j! N+ a1 H3 建立灰色预测模型 GM(1,1)
- ]$ C. u$ a! s" @8 ?* g+ P/ Y2 b
7 U4 f/ F/ b' z![]()
' M7 h' M: i# P; p2 H. B) ~2 u- ]' C( v% c
?. {" F# u8 D# R1 S
' a2 g# [: a5 q5 m$ _9 | . d0 n. R/ V {2 q
* Q" X/ z, Q& {: ?- V2 v参数的估计值
; c3 D" `! ~5 X( z7 m5 v e1 C' _0 a/ y+ ]1 S2 O& h9 B
, S5 _, P2 A7 `
1 k# h1 W Z# ]. G
/ f7 n9 G# ]0 ^; Z/ z4 模型的求解
# v( c) W) o+ H! W$ n/ X$ G+ i) ]* @/ O(1)商品零售额- R0 @; @# Q) m3 u# Z& X& }
' D. i `: d; u3 P
由数据表 8,用(13)和(14)式计算可得年平均值、一次累加值分别为5 M1 _4 |* z1 [9 A
- R0 a; _8 _. x0 l- l U & M6 [8 T6 @! }( }
3 I6 p2 `. h, ? u5 J: j![]()
6 ]' m3 q- [% x& _- ^/ r7 F
" [2 K1 ?8 f9 V, C [将预测值与实际统计值进行比较如表 11 所示。 ( T% `2 D1 ?! o. O `! W, e, c
2 c# Q% G2 ^% L& U; z. H+ \" f& G
![]()
% ~3 S8 Z8 ^7 h1 i4 p$ W
B7 q5 g5 o1 M7 f" x计算的 MATLAB 程序如下:1 Z& R- I1 X- n8 f7 \, q. v
+ X& e u& f A3 I* N8 G, i4 V) q& Gclc,clear
$ p, f. _9 |! J2 J3 B' {5 z* Sload han1.txt %把原始数据保存在纯文本文件han1.txt中6 x- I: U5 f% }
han1(end, =[];m=size(han1,2);
+ J+ x9 |6 t$ B6 {0 Fx0=mean(han1,2);9 G: F- [* i$ X: @
x1=cumsum(x0)0 u6 [, h/ o8 k0 p0 W- V
alpha=0.4;n=length(x0);
' G# D$ P o. z0 W- ^) E$ @z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)1 x3 v* ?, t0 O& u* _1 ]3 p u
Y=x0(2:n);B=[-z1,ones(n-1,1)];4 o; V: Y- ?( `; j6 x" h& f" x
ab=B\Y
2 z( a& _& [- U$ R: sk=6;5 o0 X0 n+ C7 ]9 W% G
x7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))) S! h$ @; ?7 S
z=m*x7hat7 ^: C% T" M* {/ L
u=sum(han1)/sum(sum(han1))
& x6 ^2 ^* q# D* ]- h# }v=z*u
1 A# ]- E. B3 f. F. ?
; ~8 N- b1 ~0 {(2)接待海外旅游人数
) v6 K8 L1 Q% a6 p2 Z) _5 l, r) @/ a0 d! R
( m1 G) p* l- B: T
3 o! E% \8 L+ f/ j9 E9 _
于是可得到 2003 年的接待海外旅游人数的预测值,并与实际值比较如表 12 所示。
( S4 s0 ?6 N5 N$ C5 e
9 X7 u# q q$ w" q 表 12 2003 年接待海外旅游人数(单位:万人)
4 }2 n/ C0 S. j& ~! [) B0 d1 q- A$ b! F2 r
- C! X0 d- I3 V% [' r
I6 v) ^- D. N5 j9 S1 a(3)综合服务业累计数据
6 ?% j) j, h) @- R+ k' p
$ ~! P1 X2 U5 L2 s) G1 J1 Z( E![]()
3 L9 |8 K' b7 c) D5 Y
, P- L& g7 j# t/ _* |* ]. \于是可得到 2003 年的综合服务业累计数额的预测值,并与实际值比较如表 13 所示。. a: B. i- _* H9 o& P# I- W
: K% ~2 n$ N" h ' A- e6 g* V( h! d" a3 V0 G
* N4 e+ q% L7 {; ]
2 O0 G# G2 M* K0 s5 S% ]5 u
5 模型的结果分析
) l1 W5 {7 r# y( p根据该市的统计报告显示,2003 年 4、5、6 三个月的实际商品零售额分别为 145.2、 124、144.1 亿元。在这之前,根据统计部门的估计 4、5、6 三个月份 SARS 疫情对该市 的商品零售业的影响最为严重,这三个月估计大约损失 62 亿元左右。从我们的模型预 测结果来计算,4、5、6 三个月的损失为 60.1 亿元,这个数基本与专家的估计值相符, 8 月基本恢复正常,这业说明了模型的正确性和可靠性。
5 e7 Z2 s g1 h" i' u i' i4 i$ O8 S. o$ h
对于旅游业来说是受影响最严重的行业之一,最严重的 4、5、6、7 四个月就损失 100 多万人,按最新统计数据,平均每人消费 1002 美元计算,大约损失 10 亿美元。全 年大约损失 162 万人,约合 16.2 亿美元,到年底基本恢复正常。( ~7 {8 {$ P# t6 E" Q P
/ W W2 e# _- h# @; j6 E8 \
对于综合服务业中的部分行业影响较大,如航空交通运输、宾馆餐饮等,但有些 行业影响不大,如电信、通讯等,总平均来看,影响还不算太大,5、6、7、8 四个月 大约损失 70 亿元。; G" ~+ w7 c" b9 I3 O$ h' ]
& |) s" M& H2 `8 Z1 `该模型虽是就某经济指标的发展规律进行评估预测而建立的,但类似地也适用于 其它方面的一些数据规律的评估预测问题,即该模型具有很广泛的应用性。
X' u! B6 n) f, Y; u% p4 S* `7 }2 f3 U3 Y# e8 T/ I* g. Y3 v
3 ^( S$ d: O8 Z& s- p; R
: E/ v: c% q& {, B5 t————————————————
4 Y: B( p5 X1 Y版权声明:本文为CSDN博主「wamg潇潇」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。. q% W& T( g% l8 R& _
原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
7 K z% r7 l* @- n* h$ l3 K1 s: e/ R* o, l
7 Z$ a8 j; S5 z8 V9 `! } |
zan
|