- 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
! ]) t, E: q9 F& s4 _4 B2003 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。
% F+ d: [' x1 U& f& ^3 c; c' i- o1 N% ]* O" [) j
表8 商品的零售额(单位:亿元)
8 O$ W/ E l# h; P# [' F- f/ {8 q4 P
* r3 }# e, Z7 c% U7 i
$ D* D4 S5 S+ O C6 c: y
![]()
# a, p M' y" W6 ~! h) D9 e
, U! \) g+ I( M# W3 W6 p/ ^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。% h2 Z, s' Q: O
, y( D5 H+ K& k* @
2 模型的分析与假设
5 y; s# r3 P$ N: ]; J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:
7 D8 j+ R7 l, Q) ^) Y, J
* d/ x |5 w; x- ~(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;
! M# e& o& ]! _7 C! i
9 V1 o: W" }: F6 L" j/ Q/ W- 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:. h7 ]8 v9 h5 i$ K
% |2 H) ~# q; g. V(1)假设该市的统计数据都是可靠准确的;) k3 g% Y9 g1 T: w W! ~- w- U
+ ]2 |5 E8 F+ K(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。
. S! ^" H; P* b3 w
* ]( j$ `- G) Y" T' o! Z& }0 a3 建立灰色预测模型 GM(1,1)
) c) X4 Z; s" c/ O/ m
. G& k9 S( _0 P" h6 i) N7 ? : e4 {& p6 L# Y* b. e
' N7 W+ Q x3 J8 ^- }* J2 u' r / i0 t. r; g2 \/ g0 P; y% c0 c
8 W# e7 u& n% @% X
$ `8 K6 I( o4 n& C( w
. @" ^+ k9 F% d
参数的估计值
' C; H4 E# O5 W# e
, }& v' s3 O$ D8 A![]()
6 O. q6 { `* s6 H$ X: O: ^
/ w8 @, c/ s/ M7 z" }$ K7 O" ?9 a0 v) ~* {- U% Z3 G8 \- s
4 模型的求解
; Y6 b2 g/ t3 Z+ A(1)商品零售额6 ~" S6 J7 i5 P( |) `
5 s `* N# ]5 m1 i3 o" x$ D) H
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' t+ j/ c: A$ a$ m2 x! \
, h, t5 ~" O2 W" E* z( Y5 Y
![]()
7 a/ T4 C" ^7 K0 D0 B0 c; Z4 w: R+ A/ Y, O3 K6 U2 _
e0 B$ H! r4 e" j
6 J8 m9 O- _( E9 T
将预测值与实际统计值进行比较如表 11 所示。
$ h, g9 f* K8 k; O
, ^( j0 l. [3 Q0 D+ a' N( u 9 T7 L( U: O e' N! P
* i# q8 T) _6 @$ A0 l
计算的 MATLAB 程序如下:
9 H2 g3 w2 L4 |; O
. |. o' Z; _# v) u& eclc,clear$ s: o6 X/ |5 H. c: c
load han1.txt %把原始数据保存在纯文本文件han1.txt中. H I" S8 B3 W# F
han1(end, =[];m=size(han1,2);# e* m0 g7 c$ \9 E6 M4 T8 d
x0=mean(han1,2);' |& q# M% v' o. a! s7 J
x1=cumsum(x0)! i* Q K0 ~% Q- o X8 T( X8 o8 q
alpha=0.4;n=length(x0);
% {/ G" U. h: K* |- X) Gz1=alpha*x1(2:n)+(1-alpha)*x1(1:n-1)
+ ]0 U4 J* l* a& e- k7 mY=x0(2:n);B=[-z1,ones(n-1,1)];
1 P! R3 F! X7 z+ ]. |ab=B\Y4 l4 {( `, z5 R* k
k=6;6 R; y! g9 U8 r# m) r
x7hat=(x0(1)-ab(2)/ab(1))*(exp(-ab(1)*k)-exp(-ab(1)*(k-1)))) r5 Y8 v; R, y t/ b( h
z=m*x7hat4 U" E8 ?; S; c$ |4 e3 y' d& Z' D
u=sum(han1)/sum(sum(han1))
8 E% g- T4 e) F- hv=z*u8 |8 L, d& K6 G7 ]' W; }
3 J2 e: B( b! v: G' }
(2)接待海外旅游人数
7 r/ T5 \8 y9 \& @2 u" ?7 a6 I4 k0 P8 D# V8 Q' G+ N6 ]0 S
![]()
& O7 T A) Q$ P" N/ U; Q1 o# W5 i' t: F) O
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。
6 ^' V9 k$ e- B) F5 f! m1 l# q; `5 G0 [
表 12 2003 年接待海外旅游人数(单位:万人)
7 W' q# y: [8 Y2 Q4 U* S' ~4 |6 ?
" J4 b, c' z) B2 U& Q: D2 n- G- R . d+ x b" c+ K! _& h" F) ]* @
% j: M5 g' ?5 c# _. d
(3)综合服务业累计数据
, J$ q* s5 H% g2 r* S$ A, E0 Y6 t9 j( Z4 J
) ~% i! {, T: d
) L& x. J. p2 L: }, x& h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。, C: v% K9 p1 K L
. d& i" J% l [9 a( \ % n$ w7 h; {; ^. y, p
' G4 R0 h) C a: @! n6 i* l2 N6 K' h" `
5 模型的结果分析
D9 ]! x3 X( W% n+ Z" T$ Q: Y& h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。7 P, Y w% u+ l/ e. L7 J
, X# u& |3 j1 r. H/ r }
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。
5 D( I: h. ?/ T" u4 s
) P, e2 `8 p. R5 H, k. |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。
2 s8 m0 S4 d' B" C
. s( g ^" t- D6 \( d# A0 s' j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。
; r9 I; V1 ]9 [+ D' b
1 K" R Y( K: ^( k5 F' U% ]3 \1 k, y( k: ?) w( X( T: Y
. y% o* l! M' k- u; t2 @& I
————————————————
( I+ J+ O* d d+ U( D8 N J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。* r. X9 @& F$ A% K3 f
原文链接:https://blog.csdn.net/qq_29831163/article/details/897142811 F. S! G3 E% M0 x: k
9 L) w$ Y! P1 N: x* I" F5 p! Z' r) F8 t1 M' f6 L
|
zan
|