- 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
- 36352 点
- 威望
- 11 点
- 阅读权限
- 255
- 积分
- 13866
- 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
5 v$ B8 i1 \0 u6 ~ E; @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。# J+ k$ J h; k/ m5 z
: _7 U; z0 W3 @/ H* H
表8 商品的零售额(单位:亿元); B9 x5 F0 t4 o; g6 j( U1 l7 w
, v* q1 Y/ n9 x- r( m ; f6 ^5 g. t4 i3 V; |3 b# H# B
$ r0 [" T4 e" P* J5 i6 R![]()
! S' j' u _& n, y; [; y0 {" |2 C% G: k
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。/ o. j0 D0 W2 |8 i- ]' ^
( R" P9 o- R! I1 Z) h) h2 模型的分析与假设 \: J/ `% w3 H" w% ]" U
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:
0 X: ^( R; e8 l H3 h( Z7 g1 M" f+ ] }& w( S
(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;
3 ]6 V! K; z) n* S# V3 l; T) k2 \# F1 J; D! l" l) c) }
(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:" c2 ?9 `3 d( p$ R$ h
7 f. G( U+ @3 Q5 P6 D1 ~(1)假设该市的统计数据都是可靠准确的;
$ W8 G+ E" l% Y6 O% y4 c
0 |6 n8 v: J7 V(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。
$ E: b; ]! z0 r
) g' N# S4 E# E4 Y8 o/ Y. a) v O3 建立灰色预测模型 GM(1,1)6 O0 ~$ o( e( s M" U
4 U& G" |0 a2 m% o- R 5 {8 @6 {$ h$ {
! v9 W& i* N+ O; D8 c; ~6 d1 ?![]()
7 [: i+ |. g" M; Q0 k7 U
% m( V' X+ d' v4 Y![]()
7 f, p3 F) f4 O( |$ M
" a! o: h4 H. [" Q! l参数的估计值
7 `8 d$ p0 S5 o8 D, q/ j- o( y! s @+ z; F( y0 b7 K1 ~& Q* i
![]()
) [0 |+ ]. }9 ?8 G7 A% j) g) \
5 w" I" A2 O% i \
0 Z1 [- y+ e, K( K. R0 ?4 模型的求解3 M6 `$ l/ \0 C
(1)商品零售额
; v' N1 N! N& x
$ v; ]% ?! U0 E0 i' M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+ a! c$ A- ]# T4 y4 {; e+ G. j3 i- D% O( r
4 Q9 q F2 o( c! o g$ y7 f- E1 j3 v0 {( M
& x3 n n$ j. i, [! @ + Y$ }7 I1 ~6 C O$ U7 w
( G6 G+ R$ H0 T2 q( }3 ^" ^% X0 E
将预测值与实际统计值进行比较如表 11 所示。 + y6 [: U3 @2 y. f
9 \6 Q/ G( i' v0 v( G![]()
! C: k1 B3 b7 V$ G* t" s3 U# J- T0 T j) N6 r2 C8 g* G+ ^
计算的 MATLAB 程序如下:
' N$ g$ a4 w+ _! n: O1 h" X; x/ J( T
clc,clear2 z2 n% h) w, `5 S `* N
load han1.txt %把原始数据保存在纯文本文件han1.txt中1 p: T* H2 o& u- D
han1(end, =[];m=size(han1,2);
7 t5 `( ]$ N- q) b Q: u- Jx0=mean(han1,2);
9 M: v/ T/ U' c3 Q0 Jx1=cumsum(x0)
2 g7 v$ R' b# o( Y; i0 Y4 }9 ~8 malpha=0.4;n=length(x0);# A' m/ N) A; p: v/ d9 V
z1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)% V2 r4 n( c" A5 ~0 v. Y; O' ]
Y=x0(2:n);B=[-z1,ones(n-1,1)]; A4 x& C B1 J4 {- A4 T
ab=B\Y
. Z, ]. Y- R1 t3 a* {k=6;
& {) T5 z6 S D5 Sx7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))2 F, z! t7 S2 f D& M: d) g0 R
z=m*x7hat7 b0 \9 V, P1 `
u=sum(han1)/sum(sum(han1))
; D( ^, z7 u( [9 M, O* W2 Hv=z*u! c7 ~' s/ k) X0 r$ E
" `' b2 D6 U$ m' b; P# A(2)接待海外旅游人数+ l" q, r8 ^% j
7 {+ ^ s4 u* x& L) Z
3 s) Y2 e A& W1 P+ x
5 J$ E7 q# h r3 ]
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。
) D4 `& D5 R# f# t# \$ z0 A; X5 z# g# w# n
表 12 2003 年接待海外旅游人数(单位:万人)
2 ^) T" e m. C% t) n5 q
" }* f! x9 _1 M9 u+ U6 J7 P! Z: Q![]()
+ j) `+ M0 t' ^4 q% |8 ?
+ g1 o* G7 n; l A, j8 ~(3)综合服务业累计数据! A% L6 _2 } h# F6 B9 q
! [* F C( Y' A
![]()
/ v8 H6 n7 J9 j x% ]& ]! v1 Z; `4 t6 l+ |% L, {
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+ E8 x. J7 o8 a, E
/ r+ w4 M6 y+ y" u) S' S/ e![]()
3 y; C3 z: | X6 L) w; D
7 i% X/ U1 t* G+ J. s3 {* a8 E- D5 K" g# \) C+ m! t: G
5 模型的结果分析
- n; L+ {( k: I9 [4 Z! U1 J6 q3 x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。- h- @3 U/ T( k7 H; L) C9 Y
$ ]/ j5 [" s4 Z, b, ^7 P
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。
- A5 w' j) K3 z3 g5 W b* ]/ l( H1 H: F* h' c) ~
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。
, {! {3 V- T- t8 k
1 L% L- x" C6 {& C1 ]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。: q! G( b0 c; d4 W
; a/ r4 \- F( d" D4 h2 }
: l6 t4 F) x+ G& P( | S
- M/ Z! k; d- ?1 J9 `. u1 i
————————————————. h+ w: }$ A, h9 o9 F! h
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。: y: i. A+ I6 c9 Y3 T' u
原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
% Z5 h% n- A. [% ` r& y
7 I6 E' y0 V3 l9 A! P4 Q2 Q* Q% Q L1 C- K2 Z: a6 `; j" g% i4 Y4 ~* i4 q
|
zan
|