應用統計學專業《統計預測與決策》課程教學大綱（課程代碼：06112060）本課程教學大綱由數學與統計學院應用統計系討論制定，數學與統計學院教學工作委員會審定，教務處審核批準。一、課程基本信息課程名稱：統計預測與決策課程代碼：06112060課程類別：專業核心課適用專業：應用統計學課程修讀性質：必修先修課程：統計學、多元統計分析學分：3學分學時：48學時二、課程目標本課程支撐專業畢業要求2、畢業要求3、畢業要求4、畢業要求6，具體目標如下：目標1：統計預測的概念和作用，統計預測方法的分類和選擇，理解統計預測的步驟；預測精度測定，定量預測方法的比較，定量與定性預測的綜合運用；統計決策的概念、種類、作用、步驟、公理和原則。目標2：掌握有關統計預測與決策方面的基本知識和一般原理；理解統計預測和決策的基本概念、基本方法及其應用，加深學生對本課程內容的理解和認識；能夠初步根據具體任務和條件從事社會經濟問題的調查研究，結合自己的專業，在定性分析基礎上做好定量分析，以適應社會主義市場經濟中各類問題的實證研究、科學決策和經濟管理的需要；綜合運用統計預測和決策方法以解決現實經濟問題的能力。目標3：通過案例分析提升學生職業定位、專業信心、個人規劃、挫折承受力等專業必備素質；提升學生洞察力、應變能力、創造性思維等其他素質。課程目標與專業畢業要求的關系：課程目標支撐的畢業要求支撐的畢業要求指標點課程目標12.基礎能力(M)3.知識能力(H)2.1接受系統的數學思維訓練，具有良好的抽象思維、空間想象、數學演算和數學建模能力，具有扎實的數學基礎；2.3能夠嚴謹推導復雜統計模型問題，驗證統計模型的合理性，并能正確分析、求解模型。3.1具有一定的統計思維能力，善于從數據中發現問題、提出問題；3.2具有一定的數據處理能力，了解數據處理技術的應用前景；3.3了解統計學理論與方法的發展動態及其應用前景。課程目標24.專業能力(H)4.1能夠運用統計學知識的基本原理對復雜數據問題進行建模。4.2能夠運用模型、圖表和文字等準確有效地處理社會問題中復雜數據的預處理、建模、分析和展示等。4.3能夠通過撰寫報告、陳述發言、撰寫文稿、答辯等方式準確而有效地表達專業見解，具有良好的文字與口頭表達能力。課程目標36.實踐能力(M)6.1掌握統計學的基本理論、基本知識、基本方法；具有采集、處理、分析數據的基本能力；6.2具有統計調查、統計數據處理、統計分析與寫作、統計軟件應用等能力；6.3掌握分析復雜統計模型問題的原理和算法，具備應用統計軟件計算模型解，并進行數值分析的能力；三、課程學習內容（一）理論學習內容及要求序號課程模塊學習內容課程目標學習重點難點教學方法學時1傳統統計預測統計預測的概念和作用，統計預測方法的分類和選擇，理解統計預測的步驟。課程目標31.定性預測法，回歸預測法，時間序列預測法的區別。專題研討8定性預測概念、特點，定性預測和定量預測的關系，定性預測的集中主要方法。課程目標11.概念和特點。2.一般方法、步驟。3.實證分析一元（多元）線性回歸預測法，非線性回歸預測法、應用回歸預測法時應注意的問題。課程目標21.掌握回歸預測法的適用范圍，及具體運用回歸預測法時所應注意的幾個問題。2.同時能熟練運用常用的統計軟件對研究對象進行回歸分析。時間序列的分解，時間序列分解模型，趨勢外推法。課程目標11.影響經濟時間序列變化的四個因素。一次（線性二次）移動平均和指數平滑法，溫特線性和季節性指數平滑法。課程目標21.學習各類時間平滑預測方法。2.掌握各種時間序列平滑預測方法的適用場合，并能根據所研究的時間序列，選擇合適的時間序列平滑預測模型進行預測分析。2現代統計預測自適應過濾法的概念與特點，使用自適應過濾法應選擇好濾波常數k，對原始數列做標準化處理。課程目標11.濾波常數k的選擇原則。講授法12ARMA模型三種基本形式：自回歸模型(AR)，移動平均模型(MA)和混合模型(ARMA)，時間序列的自相關分析，單位根檢驗和協整檢驗，ARMA模型的建模。課程目標21.掌握ARMA模型三種基本形式：自回歸模型（AR），移動平均模型（MA和混合模型（ARMA）。2.理解時間序列自相關分析，單位根檢驗和協整檢驗。3.ARMA模型的建模。干預模型的含義，單變量時間序列干預模型的構造與干預效應的識別。課程目標11.理解干預模型的構造與干預效應的識別。2.理解干預模型建模的思路和具體步驟。景氣與景氣循環、景氣預測的概念，景氣指標，擴散系數的年計算。課程目標21.掌握景氣與景氣循環、景氣預測的概念。2.理解景氣指標，擴散指數的計算，合成指數的計算。3.掌握預警系統的原理。灰色預測理論，GM(1，1)模型，GM(1，1)殘差模型及GM(n，h)模型。課程目標21.掌握灰色預測理論、GM(1，1)模型、GM(1，1)殘差模型。狀態空間模型，卡爾曼濾波，方法評價。課程目標21.掌握狀態空間模型。3單目標統計決策統計決策的概念、種類、作用、步驟、公理和原則課程目標11.掌握統計決策的概念、種類。講授法、案例教學16風險型決策的基本問題課程目標11.掌握損益矩陣表。決策準則，決策樹，敏感性分析，完全信息價值，效用概率決策方法，連續型變量的風險決策方法，Markov決策方法課程目標21.掌握不同標準的決策方法。2.掌握決策樹的制作步驟。3.掌握完全信息價值的計算公式。4.掌握markov決策方法的原理。Bayes決策概述、方法及運用課程目標21.掌握Bayes公式。2.掌握后驗信息價值的計算公式。四種不確定型決策方法的比較和選擇課程目標31.對比不確定型決策方法的優缺點和適用范圍。4多目標統計決策多目標決策概述課程目標11.掌握多目標決策的兩個明顯特點。2.三類常用的多目標決策體系。講授法、案例教學12AHP法課程目標21.掌握層次分析法的基本原理。2.掌握判斷矩陣的構造方法和一致性檢驗的基本步驟。多屬性效用決策法課程目標21.掌握構造多屬性效用函數的公式。優劣系數法課程目標21.掌握目標權數確定的方法，如優序圖法、環比法等。2.掌握優系數和劣系數的計算公式，以及優劣系數的最優準則。模糊決策法課程目標21.掌握模糊決策函數。四、課程考核（一）考核內容與考核方式課程目標考核內容所屬學習模塊/項目考核占比考核方式課程目標11.統計預測和決策的概念和意義1、2、3、430%閉卷考試2.統計預測和決策的方法種類及原理1、2、3、43.預測和決策方法的發展歷程1、2、3、4課程目標21.傳統統計預測法140%閉卷考試2.現代統計預測法23.單目標統計決策法34.多目標統計決策法4課程目標31.利用景氣預測法分析當前經濟環境230%課堂表現/平時作業2.利用灰色模型預測社會經濟中的某個指標23.利用層次分析法對多目標問題進行決策分析4（二）成績評定1.平時成績評定（1）課堂表現（10分）：通過學生在課堂上的表現情況、發言與提問情況，來評價學生相關的能力。（2）作業完成情況（10分）：圍繞課程的學習目標進行作業的設計。如讓學生簡述對知識的認識，考核學生對于概念的理解情況，幫助學生將定義轉化為自己的理解。（3）課堂考勤（10分）。2.期末成績評定課終考核主要考察學生對基本概念、操作程序和具體方法的理解與運用等。方式為閉卷考試等。要求學生掌握基本概念、操作程序，運用具體方法解決相關問題。3.總成績評定總成績（100%）=平時成績（30%）+期末成績（70%）五、其它說明（一）教材選用統計預測和決策(第5版).徐國詳主編.上海財經大學出版社,2016年.（二）主要參考書[1]《統計預測與決策》.魏艷華著.西南交通大學出版社.2014年.[2]《經濟預