- 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
- 36304 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13852
- 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1 p T6 ?/ e& O8 s% H# y& f/ J
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。' S' Y& m+ \. r5 V7 i0 o
4 S6 k3 i8 ]* }4 Q; i! @9 |8 w 表8 商品的零售额(单位:亿元)
9 B4 g" p3 T1 Y5 I5 Q8 X& ]& b9 i8 `/ {8 y, g
" X7 q. L* M# |
, }) p& p% j5 J8 c7 c1 V
7 A/ _7 w, c G& W" e
4 L0 w5 T" Y! \+ k, c3 N
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。
3 c4 t: |$ x1 X0 Y% c. q& z1 C, }7 {6 G
2 模型的分析与假设' j8 U0 r+ S s3 f' |) Z: }# s
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:+ | W; d: A( {) M
& c$ f1 t2 A+ \* ^' T& R7 b, {3 h
(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;* e, U3 v& j' F
2 J! H: i2 p* Y; r$ G(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 I7 R) U$ t. t, {
/ c2 C3 y, |( b( h+ K
(1)假设该市的统计数据都是可靠准确的;
% m# z: U$ Z2 J9 y* X( O
! Z$ L9 g- o+ Q. t7 B, R$ S9 D(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。2 C# s, I* k* d4 z# I
" V3 F/ J0 X w) v ?; h( d3 K
3 建立灰色预测模型 GM(1,1)
" d* i2 B7 O# {/ P& e
: l) N8 [1 L c! K![]()
7 {- l9 [) Z! \. \: g( \8 u& S. K) [1 g4 n) ?) E
) E0 t2 @2 V0 [( H7 K8 y
- E) b# v2 y7 ]4 @. h6 Y![]()
2 m+ l j- L9 S: X9 x0 v2 D2 `2 E4 [- w. e% S, D' Y& ~
参数的估计值
8 V- T: c. {. C% T6 g1 Y
$ I7 l& d+ @$ F. P& x![]()
/ Q8 V! E$ b2 v) n9 c
* t; ^2 H; J) A: j# ^+ @5 @4 F9 K4 b1 _! x- s2 p3 }; `) H2 s/ z
4 模型的求解5 l: t. c) k5 ~& ]! x
(1)商品零售额+ j; {) D$ M- C" i8 P- o$ O1 j. K
2 t( w7 L& |' y/ ?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4 g2 l, V/ Y2 W! Q/ u* E/ S1 ~
) h. W* l+ r! \! E# Q3 M![]()
7 z7 k8 }" q% D( h: v: u( H+ ]! d8 I" q: @$ e: r' Z
( V ^& ?4 e$ L1 w' H
/ I, A8 X( i+ r h" Y
将预测值与实际统计值进行比较如表 11 所示。 1 p/ C1 j4 Q7 G
0 P' J8 J) M' L+ m3 Z( Z + i- y1 q- R) ?
; I) p4 _# U7 `# Z计算的 MATLAB 程序如下:2 Z+ U3 V% i" ~; ~
0 {: q e* J& \+ j8 H" k; mclc,clear5 I4 C+ @8 f/ C' z5 m3 x
load han1.txt %把原始数据保存在纯文本文件han1.txt中
1 j% s7 K' e' x$ \han1(end, =[];m=size(han1,2);' q% q$ C t" [4 R8 A" ]3 v+ L6 H
x0=mean(han1,2);4 v0 e5 Z- H! ?. R7 N
x1=cumsum(x0)" D* ^6 C3 z; R; w, V
alpha=0.4;n=length(x0);: S p( m& I7 G8 E4 ^ w
z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)7 l( C$ ~' S1 b
Y=x0(2:n);B=[-z1,ones(n-1,1)]; X0 z; D; [9 ^
ab=B\Y( q1 V' d+ |9 a4 A
k=6;- w0 s9 o% ~9 Y, @4 X
x7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
7 j' t7 x, S$ X% a# iz=m*x7hat' `- V( n m, i! y
u=sum(han1)/sum(sum(han1))
J4 y8 {& x& B$ g# Dv=z*u4 P3 H2 ]7 U2 t+ \1 _
^ U2 W; z/ V
(2)接待海外旅游人数. I6 l. u3 j1 _; T& `! `
, O0 `# A. s6 G
![]()
& W& r; z5 m) C5 O8 N/ l- J* G1 w
) p: c# {8 Z5 W) E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 ]. y4 s4 m' D+ b i- r8 B G6 m$ M" w0 Q% ?6 \, d( J
表 12 2003 年接待海外旅游人数(单位:万人)
H7 w5 z6 a+ J3 e( y! \) j, Q5 \- b! p0 v
![]()
5 O2 c- w4 i/ Y6 G6 ]) s7 [' a) e3 q- Y2 {
(3)综合服务业累计数据5 U7 T! O) Q5 y) n, \% M; L1 S
6 g0 n A) D; R- j2 {5 R* j![]()
! M5 N8 D, r& t
: n5 J1 s; ]+ V8 ~+ O- }" 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。
- @' Z y, L* ~, K" r
( x" q" l2 L) ?! r1 M![]()
& X) p. M/ S! Y+ r) d1 D! \, T. |3 ~8 b, w1 s8 i7 U. S
* n5 R% v h4 |1 t0 I5 模型的结果分析% g8 E: t6 z h4 [: V4 a
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。, I) E4 N" _5 J7 h
% c" U6 x9 ~8 R, b
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。
1 m$ l7 z6 T& x4 A' |
/ k3 e0 c+ I4 s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。) v. Q7 t: b5 Y+ B. S! z* W0 I
, K' k% m4 a" b# c% {3 T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。
$ b$ Z8 ~( Z! O! f F5 h0 D& s+ G/ C
0 u( J; m9 \1 @% u/ \/ M7 m3 `
0 C8 K0 m1 p5 L2 _————————————————, i- m% N0 Q2 H# o* W, S7 D/ G
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。
; }3 U- _ s T! m# B/ w原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
! f+ X0 m) P1 G5 K9 O# x. X7 z
5 f, {. n4 y# `. T1 u7 m3 W; j- [& \7 D/ W) C7 O* _2 Z0 X1 j! v. ?% }- y
|
zan
|