- 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8 L) [5 Z# b- t' [# C& u' B" G. o4 d% R
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。5 u0 S) z$ _( m8 a" m4 C' ^/ n
2 C4 J5 k7 r" e& n' M) W
表8 商品的零售额(单位:亿元)5 f! d) U$ \! V* k4 t2 @
3 I, H; m# d2 `5 X& v- z![]()
q$ @# }/ a% x( s; n- _
9 j- O/ ^, }# |7 y) h* l+ H ) k, `* c2 K& G
6 R/ G) X1 u$ m( H4 Z1 w* L/ R' 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。/ L4 I" G3 T2 A- l& Z
, L4 t# H' F2 f- |; D
2 模型的分析与假设
* s& Z8 r% B$ }" l4 L+ m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:
V* f8 T U- e, G! v1 P& B; W8 e! ~9 ]! Y
(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;* z, \4 y+ i7 e' \: {
; {/ C& }' [ J" q* P(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:
; {$ f- L1 Q! A; \: g" Q/ k! A) b: r! T7 T6 A3 b% k
(1)假设该市的统计数据都是可靠准确的;
1 r) v" g3 \- u) w J9 I4 M- C3 k% i0 ~$ [
(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。- G) [: O1 {8 V, x
3 ~$ i W p- c Z+ b2 S
3 建立灰色预测模型 GM(1,1)
/ Q# u7 f4 o6 l& i( q, L) y. e( `- u: ~/ H* [
![]()
1 ]& ]; `# l, D' l3 F4 `2 @1 A# Y% q2 H& v3 z- j2 G
![]()
' B: {1 {, u7 z: E& f' N+ G8 g) R- y+ C
/ c. G+ ?( y4 A3 W . R6 k, R1 l6 b$ M6 \# T* k
2 m4 _6 u$ k2 ~7 P8 V
参数的估计值3 m6 i0 R6 u+ f+ ?( [
- y7 q9 {3 H9 W; T$ h6 e![]()
: G2 K0 X% @. O. k: V! S* h% F! B! P7 Z
e6 x! x3 v9 W
4 模型的求解6 ^9 h- Y2 Q4 Q$ D) ?+ l$ s
(1)商品零售额
# A5 }7 _5 f) u1 K7 r
% J! ]! r. D: E/ [) g9 t) Z8 ^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
1 I0 I* o9 O. \1 o0 a8 p M: z2 r8 {4 h
" g( q5 r- Z4 u8 q
O8 ?! X- \8 j; V6 E6 p1 x
![]()
# e! l; }# b3 F/ @2 a- j- D0 h; }# g/ e. F3 p! j) g
将预测值与实际统计值进行比较如表 11 所示。 4 U# a& i- t. w5 j
9 A2 Y$ E7 x6 X0 [! S |) Z . j6 r+ ?, J" w# _3 U% `
7 h2 R9 M t# `: K6 O计算的 MATLAB 程序如下:
" j4 f( y: d. I2 [+ r. R9 W; ]" E8 {/ X. q) T
clc,clear% p- b- v' _/ M8 ]% h9 |! r
load han1.txt %把原始数据保存在纯文本文件han1.txt中. C0 x- ~1 f! } |! ^+ V
han1(end, =[];m=size(han1,2);
5 a7 Q* V/ [1 s& ]. _x0=mean(han1,2);
+ X; t* S- B0 @2 Y* ? S# \x1=cumsum(x0)! }' I! B6 ~5 K s8 a. a8 t
alpha=0.4;n=length(x0);
, z1 T% Z7 ]( lz1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)2 W1 y" Q; q4 q/ N7 o' r( Y5 }& h3 m
Y=x0(2:n);B=[-z1,ones(n-1,1)];0 }% v5 `, [/ O" r
ab=B\Y
- G2 |5 n4 L" j wk=6;
7 Z& e3 S5 Y5 ex7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))
' \" ?* x9 _$ _4 G# V$ b' B! u5 pz=m*x7hat
1 a/ K4 u( r9 `5 {u=sum(han1)/sum(sum(han1))" e9 f7 w) v7 I/ A1 }
v=z*u' X+ |: ^9 v f' h0 ~
4 q$ {/ I/ e& x( Z(2)接待海外旅游人数: X; h* W L/ Y# j/ {- l3 W1 F
5 T6 C# c2 q" L3 J9 T8 u- @
![]()
; e. v" w" X! x4 U2 f( m4 @' \. J) @" a5 y
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。3 h9 Y- z1 p( R. P+ \
! _, l0 _: n2 U. }* C+ h8 Q
表 12 2003 年接待海外旅游人数(单位:万人)* a4 }8 ~( r+ [6 p
, A/ w& e. \4 e: \& X a3 g- w ) G; M4 z* g2 C. R# p3 r: z2 H
6 @- ^4 G( A3 {& N
(3)综合服务业累计数据( O. {2 I% f7 k: J, F
. I4 W/ l7 t; S![]()
: ~3 u, m |1 _( _8 c4 M
# d h+ _& I" f( N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。0 i" D1 ?0 S4 }$ z* H. {9 _
2 _6 c1 M# W/ S8 ?+ _+ p) B0 D 3 m( |& }2 S( ^5 [+ @. p3 H
, ~( y5 Z D' A" A6 E; Q8 ?. C0 L) _+ ~: Q5 g, B0 L0 g* {# L
5 模型的结果分析; ]; f4 @3 m6 _: P2 e5 h8 o5 w
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。
3 m5 F8 Z' f# b
7 E" B6 [5 J6 @1 C g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。9 x, q0 ] B0 d# x
: C+ ]" w0 |. L& r: M# \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。4 k8 n" n" T+ t/ j
1 h8 n/ A( ^& K2 T" x! t% 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。( {0 r w+ S4 D7 P; F6 X9 _% O; m# g
& U- a0 B8 H$ {) L% [4 N& r
8 ^0 T' h9 v( c# E- _0 _! j4 m
3 f# U% {9 J& G' ?3 a+ V" V+ M: J
————————————————
% P0 m* ^) Z; x% I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。
( q4 z" J+ A: k+ r1 f原文链接:https://blog.csdn.net/qq_29831163/article/details/89714281
: w5 l0 ^! A( w# V z( w4 t! z
$ M1 E; ^% l2 ? v4 h. z4 W
) W- p# J1 g- R+ U0 G% V! r# A |
zan
|