统计预测与决策论文例1

G642

统计学相关课程的课堂教学模式，一直是教师探讨的重点，以提高教学效率为主采取一系列新的教学方式。激发学生主观学习思维，面对统计学中各个知识点能够通过借助统计软件平台，有效促进自我学习能力，达到教学的真正目的。

一、《统计预测与决策》课程设置及教学问题

决策是经济研究及管理中的关键要素，而预测又是决策的一大前提。《统计预测与决策》这门课程对于研究经济及管理至关重要，做为统计学专业的必修课程，重视学生的综合性培养。使得学生在面对社会经济问题时，能够快速建立统计思维模式，具有实践意义。

而如今教学面临诸多困难，很多学生在接受《统计预测与决策》课程知识时，感到学习吃力。导致这一因素的原因有很多，首先有些学生没有足够的相关知识基础，当课程要求理论和实践结合时，会有些力不从心。另外，《统计预测与决策》安排的课时较少，使得学生不能保证足够时间的深入学习。最后就学生本身而言，其对于相关课程缺乏学习的兴趣，影响教学质量。

就《统计预测与决策》这门学科来看，其知识内容涵盖的很广，不仅包括数学、统计学还有经济学，不容易被学生理解。复杂多向的学科，需要重视基础理论的坚实教学，另外为培养综合性素质人才，兼顾统计学专业学生在面对经济管理问题时，合理运用统计预测与决策方法进行问题的解决。全面培养学生问题的处理能力，在教学改革中一直具有一定的研究意义。

二、探索教学改革新模式

对于统计预测与决策教学改革，深入分析相关模式的应用，在教学中探索课程教育的最大价值。面对教学改革带来的挑战，实施科学有利的教学方法，是提高统计学教学质量的前提。

1.经典案例教学法

为了提高学生的学习兴趣，在教学中使用之前发生过的生活中一些经典的案例，可以利用时下最热的事点引入课堂知识教育，提高经济或管理领域学生主动学习的心态。学生通过案例进行自我分析，发现其中的问题并参与到问题的解决中，可以提高学生的自信心。结合统计学专业知识培养学生的个性化发展，提高《统计预测与决策》课程的实践性。

2.实验教学辅助法

理论是实验教学的前提，而实践教学会更有效地提高学生的学习能力。为了加深学生对《统计预测与决策》课程理论知识的彻底掌握，根据课改要求在课程教学中，为学生提供更多的上机机会，在实验课上学生一人一机，通过自己收集或教师给定的经济数据，进行自作分析统计相关计量结果。结合统计软件的应用，熟练掌握课堂知识并进行训练。提高学生思维能力，在实验中发现易错的环节，并及时改正。问题的发生是学习的开始，加深薄弱环节的处理，教师辅助完成任务，巩固学生理论知识的运用，加深理论印象的同时激发学生主动学习的热情。

3.任务驱动法

让学生参与到课程的学习中是提高教学效率的重点，教师通过指定一些学习任务对学生产生“驱动”作用。通过一些客观存在的经济问题，引发学生自我思考的能力，激发学生运用其自身思维方式寻找答案，在实践中发挥理论价值。从实际出发，学生对问题展开分工、整理、方案实施等过程，经过对实际问题的自我处理，主动的参与到课程的教学过程中。在整个过程中形成自我处理问题的能力，相关知识理论的掌握也水到渠成。

三、借助统计软件实训平台实施教学改革

1.件实训目的

为了更进一步促进学生对统计学数据的处理能力，考虑通过统计软件实训平台，提高学生对《统计预测与决策》课程知识的加强巩固。通过统计软件实训培养学生发现问题、解决问题的基本能力，提高最理论知识的加深认识，建立自我解决问题的思维方式，为学生面对实际问题时可以快速进行分析处理，在经济或管理中得到更大价值的应用。

2.统计软件实训的现状

统计软件数据文件的建立与编辑，经济系统的多元线性回归分析，经济系统的聚类分析，统计质量控制图。以上是统计软件实训的四个主要内容安排，配合课程需要将理论与实训紧密结合，是当下统计学教育的专业建设需求。

3.统计软件实训平台教学时间安排

根据《统计预测与决策》课程的具体安排，进行统计软件实训。教师需要详细记录课时信息及进度，按照具体教学模块安排软件实训，使得学生紧密结合理论的同时借助统计软件实训平台，有效强化预测与决策的综合能力。统计软件实训平台会根据学生不同学习程度，有效推动学生的学习主动性。

4.统计软件实训成绩考核

应该将统计软件实训的考核成绩设置入整体课程考核中，重视软件实训在课程中的应用。将课时实训与理论紧密结合，“趁热打铁”可以巩固《统计预测与决策》课程知识点，有利于提高学生更全面、扎实的学习功底。激发学生对统计学的概念性理解，面对生活中的问题可以快速进行处理。

四、统计软件实训平台在教学中的改进

1.实训平台形式选择

教师应该考虑根据学生们在实训中的一些意见或实训报告，在实训中使用更容易符合学生需求的实训形式。其中验证性形式和综合实训形式，是课堂实训重点采用的实训形式。操作性较强、独立性较强的内容一般适合验证性试验。在系统上更具优势的综合性实训形式，与前者相得益彰，教师根据课时结合实训形式，有效提高教学质量。在实训中通过统计软件实训平台，了解学生对知识掌握的程度，适时调整实训形式保证统计软件的高效进行。

2.实训时间的安排

由于《统计预测与决策》课程具有复杂性和实践性这些特点，对于软件实训的时间安排，应该考虑适当增加。学生在足够的时间里可以继续探索相关领域的扩展性知识，提高学生具体分析能力，培养综合素质的提升。通过统计软件实训平台的进一步延伸，学生快速适应实训环境，体现课程教学改革发展的正确方向。

五、结束语

将统计软件实训做为改革任务，实现统计学下课程教育的有效性，丰富了学生的认识和思想范围。充分改革教学模式，激发学生对《统计预测与决策》课程学习的兴趣感，主动参与到课程问题探索，发挥课程学习的最大价值。经过调查发现，通过统计软件实训平台介入教学，优化了教学模式，帮助学生在实际中培养逻辑思维、统计分析、解决问题等综合能力。

参考文献：

[1]王桂梅.浅谈计算机实训室建设和管理[J].软件.2014（03）.

统计预测与决策论文例2

中图分类号：G642.0 文献标志码：A 文章编号：1002-2589（2015）21-0149-02

“市场预测与决策”课程是市场营销的核心课程，旨在使学生通过学习市场预测与决策基本知识和理论，能够运用科学方法对市场现象进行合理预测，并在此基础上对制定的各种营销方案进行科学选择和决策，具备综合运用市场预测和决策方法科学解决实际问题的能力。因此，运用“干中学”教学模式对“市场预测与决策”课程现有教学方法进行改革，提高学生动手实践能力和综合素质，具有十分重要的作用和意义。

一、“市场预测与决策”课程传统教学过程中存在的问题

从目前“市场预测与决策”课程实际教学效果来看，普遍存在学生对课程教学内容缺乏兴趣，认为没有实际用处，导致对所学知识掌握不牢固。而另外一个更突出的问题就是学生只是掌握了基本的市场预测和决策知识和理论，而不能学以致用，不知道在实际的工作中如何加以具体应用。长期以来“市场预测与决策”课程教学主要存在下面两个问题。

首先，教学内容缺乏针对性。现有教学内容仅仅局限于介绍基本的市场预测和决策基础理论和方法，而忽视了教学内容与现实环境的联系。比如预测方法主要分为定性预测和定量预测。定量预测主要包括回归分析法、季节变动法以及马尔科夫法等等。这些预测方法多侧重于对数据的分析和处理。文科背景的学生普遍觉得这部分内容枯燥，晦涩难懂；而理科专业背景的学生又对市场预测和决策活动所反映的现实经济环境缺乏认识。在市场预测与决策长期的教学实践中，通常采用统一的标准进行教学活动，而很少结合学生的学科背景进行分类来进行针对性的教学。

其次，课程教学方式单一，理论与实际联系太少，无法与其他的专业知识相融合。目前的教学模式仍停留在灌输式教学阶段，主要是教师在课堂上讲授专业知识，而忽视了对学生分析和解决问题能力的培养；成绩评定主要依靠课堂考试形式，过多注重于考核学生对基本概念和方法的掌握和记忆，而忽略了考核学生灵活运用知识的能力。“市场预测与决策”课程具有较强实践性，只有通过对教材中的预决策理论和方法在实际工作中加以应用，才能充分体会到市场预测和决策的作用和魅力，才能更好地锻炼和提高学生的分析问题能力。

二、“干中学”教学模式介绍

“干中学”教学模式是在课堂上教授学生学习理论知识的过程中，同时结合现实经济生活中的具体问题去实际运用相应知识和技能，从而增强学生学习兴趣，进一步巩固和深化所学知识，提高实际动手操作能力。具体而言，“干中学”教学模式试图改变目前课堂教学活动中“教学”的单方向的知识流动，而替代以“教学”互动的双向流动，使学生由目前的被动学习变为主动参与式学习。为此，在进行“市场预测与决策”课程教学设计时，教师要从教和学两方面同时加以考虑。一方面，加强教师课堂讲授，重点讲解是市场预测与决策的基本理论和方法，以及各种方法的应用领域和限制；另一方面，将课堂教学和学生课余时间结合起来，学生以团队的形式结合实际问题进行一次真正意义上的市场预测和决策活动。采用“干中学”教学模式最终目的在于通过教学互动，改变目前知识信息由老师到学生的单向流动模式，使学生由被动学习到主动参与学习和实践，利用所学的知识去积极地解决实际问题。

三、“干中学”模式在“市场预测与决策”课程中的具体应用

（一）制度设计

为实施“干中学“教学模式，使学生真正学以致用，特别从制度上进行规则设计，主要包括如下方面：改革现有课程考核方法，增加实践成绩比重；采用自由组队形式，注重培养团队合作精神；建立有效激励措施，对优秀作业和报告进行奖励。

1.改革现有课程考核方法，增加实践成绩比重。构建包括课堂、实验室和社会实践多元化在内的立体教育教学体系，使学生在学习市场预测与决策知识的同时，加强社会实践活动，锻炼知识运用能力。只有将市场预测和决策方法在现实经济生活中加以应用，才能使该课程的教学获得最大的生命力，使学生在通过“教学用”之后获得更多知识。以往本课程的考核主要以期末卷面考试成绩为主，约占总成绩的70%，而平时成绩仅占30%。拟在教学过程中增加实践教学比重，提高平时成绩所占比重至50%。其中平时成绩主要由实践成绩构成，包括实验成绩和团队作业成绩，各占平时成绩的40%，其余20%平时成绩由出勤、课堂表现等决定。

为此，在现有45学时的教学时间别安排10学时的实验教学，编写“市场预测与决策”上机实验指导书。通过利用统计软件SPSS模拟大量经济现象，将其抽象为一个数学模型，要求学生应用数学或统计方法得到模型的解，在此基础上对经济现象外推预测和决策，提出具体解决对策和措施。主要实验内容包括移动平均法与指数平滑法、趋势预测法、季节变动预测法、一元线性回归预测法和多元线性回归预测法、线性规划决策的实现方法等。

2.布置市场预测与决策小组作业，注重培养团队合作精神。在课程伊始就要求学生自由组队，在学习过程中理论联系实践，主动联系企业或结合社会经济热点，从社会实际中选择预测与决策题目，完成一份市场预测与决策小组大作业，实实在在地进行“发现问题和寻找市场机会”，并在解决问题过程中注意团队合作，期末课程结束时以小组为单位提交一份市场预测与决策报告，并使之成为平时成绩的重要组成部分。

3.建立有效激励措施，对优秀作业和报告进行奖励。在“市场预测与决策”课程采用“干中学”的教学模式，建立有效地激励措施，制定详细的市场预测与决策作业评分标准，在每学期末课程结束时对优秀作业和报告进行本课程内部评比、展览，要求各小组使用PPT形式进行现场汇报。如果有小组为企业所做的相关调研报告和预决策报告得到企业的认可并获得了企业的实际资金支持，将给以一定程度的奖励。

（二）具体实施过程

1.研究方法。在“市场预测与决策”课程采用“干中学”模式进行教学方法改革和研究的过程中，综合运用实验法及比较研究方法。具体而言，在学期中同时选择开设“市场预测与决策”课程的部分班级分别作为实验组和控制组，在实验组班级教学过程中运用“干中学”教学方式进行改革实验，而对于控制组班级教学仍然采用传统教学方法。在期末运用比较研究方法对实验组与控制组班级教学效果进行对比分析，从而发现问题并及时进行完善。

2.具体实施计划。采用“干中学”模式进行“市场预测与决策”课程教学方法改革主要分为五个阶段。

第一阶段：组织准备阶段。通过收集相关文献资料，加强“干中学”基础理论学习，为“干中学”模式顺利开展提供思想和方法准备。明确学生是学习的主人，教学工作的根本目标是让学生“不仅知其然，还要知其所以然”，要以调动学生学习的积极主动性为出发点，注重提高学生的实践动手能力，从而更好地适应社会对多样化人才的需求。

第二阶段：研究方案制定阶段。对“干中学”教学模式相关研究内容进行细化，通过小组座谈以及问卷调查方式，了解学生对目前“市场预测及决策”课程教学的看法及建议，制定科学的实验方案。

第三阶段：研究实验阶段。根据制定的实验研究方案，对实验组和控制组班级开展“干中学”教学模式改革对比实验。在实验组班级中采取新的“干中学”教学模式，而控制组班级仍然沿用传统的教学模式。将实验组班级同学分成若干小组，在教学过程中增加10个上机实验教学学时，设置了6个上机实验。强调以“问题为中心”的任务驱动式实验教学，在实验中培养学生的预测分析和决策能力。同时要求各小组从社会实际中选择预测与决策题目，在课程结束时以小组为单位提交一份市场预测与决策报告。

第四阶段：研究完善阶段。对第三阶段实验过程中发现的问题及时进行总结并加以完善，再次进行对比实验。在实验中发现，“干中学”教学模式改变了传统的知识信息从老师到学生的单向流动模式，过去呆板和单一的教学变得丰富多彩，具有立体感。但同时也发现了若干问题，比如文科学生在应用计算机软件的过程中不够娴熟，学生中“搭便车”现象时有发生。为此，在完善阶段，在加强对SPSS等常用预测和决策软件的课堂学习的同时，增加小组课下学习时间，对学生“搭便车”现象给予严格监督。

第五阶段：总结阶段。对“干中学”教学模式实验结果进行认真总结，将总结的经验在类似课程或相关专业中推广。

四、总结

“干中学”的教学模式，将“市场预测与决策”课堂教学活动中知识的“教学”的单方向流动改变为“教学”互动的双向流动模式，学生由以往的被动学习到主动参与式学习，学生学习的主观能动性被充分调动。通过“干中学”实践锻炼，学生实现了从书本到课堂，从校内到校外，从寻找企业、确定问题到收集资料数据、实施预测，进行科学决策，使课程教学各环节紧密联系，充满了挑战、机遇和悬念。

经过两个学期的实验教学，“干中学”教学模式在“市场预测与决策”课程教学中取得了显著效果，学生理论联系实践、解决实际问题的能力明显增强，完成了一批与社会实际联系密切、质量较高的市场预测与决策报告，如“郑州市房地产市场销售量预测”“河南国内旅游市场现状分析及预测”“新媒体广告市场分析与预测”“河南省人口老龄化发展趋势预测与分析”等小组报告。尤其难能可贵的是，学生根据所学和报告有关内容，在中国科技核心期刊“河南科学”上先后发表了“北京房地产市场价格预测”和“河南省国内旅游市场发展趋势预测”两篇学术论文。这也充分说明学生对于市场预测与决策知识的学习质量和应用能力得到了专家的认可。

参考文献：

[1]刘晓峰，陈广超.工商管理专业“干中学”实践教学方法探索[J].边疆经济与文化，2013（7）：128-130.

统计预测与决策论文例3

一、库存决策支持功能研究对会计信息系统的意义

(一)库存决策支持系统研究现状存货是重要的流动资产，需要占用大量流动资金，一般情况下存货占企业总资产的30％左右。据估算，库存成本降低的潜力比任何其它市场营销环节要大得多，如企业物流成本占营销成本的50％，其中存货费用大约占35％。由此看来，降低存货成本已经成为“第三利润源泉”。在企业管理的其他环节成本降低潜力不大的情况下，在降低存货成本上努力已经是成本管理和企业管理的最终所向(于凌宇、冯玉萍，1998)。从现实状况看，库存管理决策具有对象种类繁多、数量巨大的特点，管理人员被大量的单据、台帐所淹没，信息处理效率低下，造成了对库存供应和需求的变化反映迟钝，库存决策效果差。从管理方法看，多数库存管理一般局限于库存的上下限报警，在提高周转率、库存资金合理分配、优化库存管理等方面意识淡漠，管理方法原始。库存管理引入库存决策支持系统可以发挥计算机信息处理速，辅助管理者做出科学的决策。因此，深入研究库存决策支持功能(Inventory Decision Suppot System，以下简称IDSS)很有必要。目前研究决策支持系统(以下简称DSS)的文献不多。在研究方法上，主要采用演绎法，认为决策支持系统结构应采用多库模型，倡导根据多库模型及理论框架开发系统。然而这些理论只是一种建立相应系统的框架和草图，只提供了一些开发系统最基本的观点和思考问题的角度。只是分别规定了相应系统的组成、结构和功能及内部相互关系以供人们根据工作的需求，建立自己的决策支持系统，但还远没有达到具有可操作、可实现的层次(李京文，2002)。在研究内容上主要集中在特殊库存模型的解法、开发某行业库存决策系统某具体环节、开发某具体企业库存决策支持系统，对开发库存决策支持系统理念和目标探讨的文献不多。

(二)会计信息系统增加库存决策支持功能的可行性及意义会计信息的质量，在很大程度上取决于会计信息能否有助于人们据以进行经济决策和不断提高经济效益的需要，会计的有用性主要指决策的有用性(葛家澍，2001)。对高质量会计信息的需求迫使会计软件从核算型、管理型不断向决策型发展。决策可以分为结构化决策、半结构化决策和非结构化决策，决策型会计软件的开发目前应以开发相对简单的结构化、半结构化决策模块为主，并力求实现与企业管理信息系统的完美融合。库存管理规范性较强，库存决策属于半结构化决策在会计信息系统中加强库存决策支持功能是可行的，原因在于库存决策以销售、采购为条件，通过应用功能完整的进销存模块，会计信息系统可以提供详细的销售、采购环节相关数据及业务信息，为分析销售、采购规律打下基础。会计信息系统提供了各种库存商品、原材料等真实的采购及销售价格，使用成本会计、管理会计计算库存的每种商品及原材料的利润贡献率、各个管理环节消耗的费用，按照商品利润贡献率标准用ABc分类法对商品及原材料进行分类，实现库存重点管理。

库存决策支持功能的研究对会计信息系统具有重大意义：(1)会计信息系统不仅需要提供信息，将来会计信息系统更需要发挥其决策辅助控制功能，通过库存决策支持功能企业可以实现对库存的管理和控制，使系统具有反馈、调节控制功能，为降低库存资金实现科学的库存管理提供保障。(2)库存决策支持功能的需求是会计信息系统进一步发展的动力，要求会计信息系统提供信息的“粒度”更小，同时库存决策支持功能的开发需要对库存管理的数学模型进行更深一步的研究与优化，从而促使会计信息系统的数据管理更详细低层、更全面丰富和科学。(3)库存决策支持能够自动提供新的有价值的指库存指标――缺货率(用缺货的程度反映存货满足用户需求的能力)。现代的企业竞争从价格、质量转到服务竞争，满足客户(顾客)个性化需求是企业的生命，缺货率从反面反映满足客户需求的程度，该指标可以从不同角度计算。根据周期计算公式为：周期缺货率=有缺货的周期／订货周期总数；按年计算的缺货频率克服了不同产品由于不同前置时间引起的不可比性，通过一年的订货周期数(Q／q，Q表示一年的需求，q表示每次采购量)乘按订货周期计算的缺货水平，表示为年缺货率=(Q／q)×(周期缺货概率)；根据作业日计算公式为：作业日缺货率=缺货的作业日／总作业日；按照所供应的企业数计算公式为：缺货企业数／供应企业数；按物资数的缺货程度计算公式为：企业数缺货率=缺货量／需求量。

二、库存目标决定库存决策支持系统目标

(一)不同时期的库存目标所决定的IDSS决策目标生产水平和技术发展程度决定企业的目标。早在工业化时期生产的规模不大、市场几乎无限的情况下，企业无需考虑需求、竞争与合作。企业目标为扩大生产能力，节约生产成本赚取高额利润，库存管理关注的重点为如何降低企业自身的库存费用。这种情况下适应社会需求的近代早期的存储论(或库存论)以实现满足需求的情况下存储费用最小化的库存目标，作为实现节约成本赚取利润企业目标的途径。在此目标指导下，开发的IDSS几乎都忽略需求的满足程度而仅将满足需求情况下库存费用最小化作为IDSS的决策目标，这是IDSS不能发挥应有效果最根本原因。进入信息时代后，顾客多元化、个性化的需求日益明显，促使企业生产规模变小，敏捷制造、客户关系管理等新型的经营和管理理念成为企业生存和发展的必然选择，库存管理的重点也单个仓库管理转向从物流学角度分析多级库存、供应链中的库存管理。物流学与供应链管理认为每个企业的库存都是整个供应链的一部分，库存目标为更好的满足客户需求情况下供应链成本最小，即从局部费用(单库存费用)最小发展到整体费用(供应链费用)最小。但以此目标指导IDSS开发和使用缺乏可实现性和可操作性，因为目前国内市场经济发展不成熟，供应链内企业合作、供应链之间的竞争的经营环境没有形成，企业管理水平较低，管理人员的素质不高，供应链管理方法并未得到较好的应用。其次，此目标无法指导IDSS和使用，供应链上的单个企业无法完全控制整个供应链成本，并且带来的收益没有形成合理的分配制度。

(二)IDSS开发与使用构想笔者认为，指导IDSS开发和使用的目标是使“库存贡献”与“库存成本”之差的最大化。其中“库存贡献”与“库存成本”包括显性的、隐性的，可计量的、不可计量的，即库存目标是一个多维目标，不能或很难用一维角度去衡量。库存贡献和库存成本(看作变量)的计量及比较问题是库存目标指导IDSS开发和使用需首要解决的问题。变量的测量实质是对属性的测量，变量的属性对应测量尺度，分别为定类尺度、定序尺度、定距尺度和定比尺度，各种尺度只有定比尺度有绝对零点可

以进行加减运算(李怀祖，2004)。库存目标中的贡献与成本包含许多很难或不可用货币表示数量化的因素，如缺货造成企业信誉及形象的损失、库存对企业发展战略的影响等，需要使用前几种测量尺度度量。变量的比较问题指库存贡献、库存成本使用前几种度量尺度度量无法直接度量，解决的方法即对非定比尺度变量按照一定统一的规则赋值，转化为定比尺度经过四则运算计算出每种库存的“库存贡献”与“库存成本”之差再比较大小。按上述库存目标的指导，笔者对IDSS开发和使用作如下构想：IDSS输入是多维库存策略和多维参数，分两个个阶段数据处理。如果使用时输入库存策略，第一层次数据处理用公式表示为：库存目标集=Ft(库存策略集，参数集)，处理Fl表示IDSS根据输入相应的参数值(从采购、销售、系统参数构成的参数集中)及库存策略，计算库存目标集合中各指标的属性值；如果使用时不输入库存策略，第一层数据处理表示为：库存目标集=F2(参数集)，处理F：表示系统根据输入的参数集合中各属性值选择库存策略，并计算库存目标集合中各指标属性值。使用输入库存目标与实数影射规则时，第二层数据处理表示为：实数集=G(库存目标集，映数规则集)，其中影射规则集是如何把库存目标中的各类变量值赋予某个实数值的规则；反之，系统使用默认的映射规则，数据处理表示为实数集=G(库存目标集)。

三、库存决策支持系统的理论基础与研究方法

(一)库存决策支持系统基础理论 开发IDSS需要相关的基础理论、应用理论作指导，需要借助一定的研究手段、方法研究这一新兴领域。DSS在不少行业和部门获得成功，取得了明显的效益。其理论基础和技术发展到今天离不开相关科学如计算机科学、管理科学、数学、信息科学、人工智能、信息经济学、认知科学等的支持。这些学科构成了其发展的理论框架，以称之为理论基础(张玉峰，2004)。开发IDSS是DSS的具体应用，上述理论也是IDSS的理论基础，并进一步将系统论、预测理论、决策理论、库存管理理论等也作为其基础理论。因为库存是企业大系统的一个子系统，需要系统论为指导处理与其它子系统之间关系；采购、销售、库存决策的外部环境经常变化需要预测理论为指导才能精确预测；决策过程本身比较复杂，只有符合决策理论的库存决策才是科学的决策；库存决策是库存管理链条上的节点，需要其指导。开发IDSS的应用理论包括DSS理论、动态规划理论、统计理论和方法。因为DSS理论是研究如何开发一般的DSS的科学，IDSS是研究对象更为具体的辅助库存决策的DSS；常出现的库存问题是采购、销售量已知，但经常变化且无规律，研究这类问题最简便方法是转化为动态规划问题，使用动态规划求解方法求解；未来采购、销售及其它参数需要运用具体的统计学理论和方法总结规律历史规律，再按照预测理论和方法进行预测。

(二)运用数理统计方法运用库存模型必须已知库存系统内的反映采购、销售业务情况的多个参数值。信息化水平较高的企业保留着大量的销售、采购等业务、财务数据，可以利用概率论与数理统计学的知识及方法总结其规律。能够对采购、销售规律进行研究的根本原因是他们本身具有规律性，各个学科对这些现象作了深入的研究。影响库存决策的采购、销售多数指标(看作随机变量)概率分布常使用正态分布、泊松分布　和指数分布　描述。随机变量满足以下两种条件之一服从正态分布：一是连续受到多个因素影响，并且不受某个特殊因素显著影　响；二是多个随机(一般大于等于9)变量加减运算得出的结果。商品销售量很大且连续(计量单位相对总量很小，可近似连续)，如果没有受到特别因素的影响即满足条件一；某类商品有多个子类，每种子类的销售相互独立，则这类商品销售量满足条件二。现实情况企业商品销售满足条件一或二的例子很多，可以用正态分布近似描述销售规律。可以使用多种检验方法检验采用正态分布描述的误差程度，常用的有正态概率纸法和夏皮洛――威尔克(shapiro-Wilk)检验法(峁诗松、程依明、濮晓龙，2004)。有条件的可以使用SPSS统计软件相应的功能模块给出用正态分布描述分布的误差大小。如果随机变量(只取自然数)均值较低(小于等于20)且满足以下条件：随机变量的取值与时间段的长度成正比，与时间段的起点无关；在很短时间段内，随机变量的取值与该时间段以前的状态无关，即满足无后效应；在充分小的时间段内随机变量最大值为一，数学上可以严格证明该随机变量服从泊松(Poisson)分布。如果商品销售不受时间影响且均值不大(小于等于9)，容易验证满足上述条件，可以用泊松颁布反映销售量的概率分布情况。商品的平均销售量中等(一般大于9，小于50)，且不受特别因素显著影响情况下可以使用指数分布描述。在用上述分布描述销售规律时，检验是否满足分布成立的条件即可。

(三)分析采购销售规律方法与步骤销售(需求)和采购(补充)预测是库存管理和决策的基础。采购、销售预测的效果是由确定预测目标、收集整理预测资料、选择预测方法、建立预测模型、评价预测模型、使用预测模型、分析预测结果每一阶段的效果共同决定。确定采购、销售预测目标是根据库存模型对未来采购、销售规律的需求确定；收集整理采购、销售资料应该根据预测目标要求去收集，包括销售、采购本身发展变化的历史资料。在有条件的信息化水平较高的企业可以将收集的资料扩大到对销售、采购发展变化有重大影响因素的历史资料上，此外还要判别资料的真实程度和可用度。分析企业采购及销售规律可按照以下阶段进行：首先，确定分析对象。分析采购、销售规律是为库存决策服务，只有影响库存决策的各指标才作为分析对象。其次，定性分析。分析采购及销售指标服从分布的类型，一般情况下可以用概率论中已有分布描述指标分布；如果没有对应分布只能用频率代替发生各种情况的概率，则无后面阶段。再次，定性分析检验。根据指标的样本点数据检验假设服从某种分布的误差，误差超出允许范围则否定定性假设，另寻其他方法或用频率代替概率；误差在允许范围内可以进行定量分析。目前统计软件(如SPSS、SAS)具有很好的分析及检验大量样本是否服从某种分布的功能。最后，定量分析及检验。确定各指标的分布函数或分布率的参数值，例如使用点估计、区间估计等方法确定各分布中的未知参数值。对定量分析阶段确定的参数检验其可信度，运用概率论中的“假设检验”理论进行检验。

(四)会计信息系统库存模型研究库存模型是对库存现象抽象、概括、归纳，从数量角度反映库存。研究库存首先抓住库存的本质和主要方面，把库存抽象成库存模型，然后用数学知识对库存模型加以研究得出定量结果。分类是研究问题的开始，可以从库存特征和库存中各参数特征两个角度进行分类。根据库存特点按照不同标准进行可把模型分类如(表1)。求出最优策略，各参数表示的意义如下。P为采购货物的单位价格，也称单位购入成本；C1为单位时间内单位物品的存储费用；c2为单位物品单位时间缺货损失：c3，为每次商品

的订货费用；R为需求速率，即单位时间内的需求；L为前置期，即从订货到第一批商品到达时间段；l为补充时间，即从第一批商品到达至最后一批商品入库时间；Q为订货量，需要指出前置期不为零，则只需在第一批货物到达前一个单位时间订货即可。因此下面所有模型都可以假设前置期为零不允许缺货条件下，可以做分类并计算采用T-循环策略最优库存策略各参数值，见(表2)；缺货费用与单位缺货量成正比，设单位缺货量缺货费用C2，采取采用T-循环策略，可作如下表分类并计算最优库存策略见(表3)；缺货费用与单位时间成正比，设单位时间缺货费用为C1，可作如下表分类并计算最优库存策略。

表示缺货时间(可根据实际情况按照库存总费用关于增减性确定其最佳取值，可作为已知条件)，库存策略为在两个方案选择最优，即比较存在缺货情况下最优库存策略下的单位时间库存总费用(用I表示)和不缺货情况下的单位时间库存总费用(用Ⅱ表示)　，最小值对应的库存策略为最优策略见(表4)。

四、会计库存信息决策支持系统功能分析

(一)数据管理功能该功能内容上包括采集不同来源及格式的原始数据、数据分析、数据预测。采集不同来源及格式的原始数据功能包括数据导入与输入功能。数据导入功能指从系统内部的其他模块或者系统外部(统计软件数据、财务软件的输入数据)导入库存决策支持系统模块中，并转化成所需要的格式，这是大批量数据输入的一种最有效的方式；数据输入功能指作库存决策所需要的相关参数输入到IDSS模块中。数据分析功能是该系统实现库存决策支持功能的基础。数据分析使用的工具比较灵活，可以是专门的数据分析统计模块，也可以是利用系统之外的其他的数据统计分析软件。数据预测功能是假设事物渐进式发展，事物的历史发展规律适合未来，使用某种预测手段对未来事物发展趋势或状态进行预测。预测功能是否准确取决于事物是否具有渐进性；从历史数据中总结的规律是否正确；预测方法使用是否恰当。因此，系统在分析设计数据分析预测功能时，要注意分析数据隐含规律的方法的准确性，预测方法的多样性，事物处于质变阶段就不能使用该分析预测功能模块进行预测。

(二)知识管理功能 知识管理功能内容上包括概率统计学知识、库存模型使用知识、系统参数知识。概率统计学知识包括概率分布知识、参数估计知识、假设检验知识、回归分析知识等；库存模型使用知识给出库存模型使用条件，判断一定参数条件下是否可以套用库存模型及使用模型计算结果误差范围有多大；系统参数知识包括影响库存决策的环境静态参数和变化趋势的知识，如银行利率、利率变化趋势、物价指数、物价变动趋势等。

(三)模型管理功能模型管理功能内容上包括模型选择、模型计算、灵敏度分析。模型选择指根据分析预测模块分析出来的采购、销售、系统参数情况，按照知识库中的模型适用条件知识从模型库中正确选择库存模型；模型运算指根据采购、销售参数、系统参数计算库存方案；灵敏度分析指计算各参数误差对库存方案的影响程度等。

统计预测与决策论文例4

中图分类号：G63 文献标志码：A 文章编号：1673-291X（2012）15-0290-02

引言

预测与决策科学是综合运用多学科知识和技术分析方法对事物规律与未来发展进行分析和研究的交叉学科。综合了预测和决策科学基础知识的“市场预测与决策”是市场营销专业的一门重要专业课。通过对市场预测与决策方面基本知识和一般原理的学习，学生能够用定性和定量的方法对市场信息进行初步预测，并在合理预测的基础上使用科学的决策方法进行营销方案选择，从而提高学生综合运用市场预测和决策方法以解决现实问题的能力。因此，加强对“市场预测与决策”课程教学方法研究，提高学生动手实践能力，对于提高学生的综合素质和能力具有重要的作用和意义。

目前，越来越多的专业逐渐认识到培养学生市场预测与决策能力的重要性。中原工学院市场营销专业将该课程学时数由原来的30个学时增加到45个学时，由以前的考察课调整为考试课，旨在提高学生对该课程的重视程度。除市场营销专业以外，我院工程管理专业、信息管理与信息系统专业，国际教育学院市场营销专业乃至服装学院的服装设计与工程专业、机电学院的工业设计等专业也纷纷开设了“市场预测与决策”课程。该课程年均选课人数达到500人，受到了各专业学生的普遍欢迎。

但是，在当前“市场预测与决策”课程教学过程中存在着教学方式单一、理论与实际联系太少等问题，学生常常感到内容抽象，无法与其他的专业知识相融合，结果导致课程的教与学常常呈现一个单调循环圈，即知识信息从教科书上到教师的讲义，再到黑板或PPT上，再由学生记到笔记本上，考试结束后知识信息又回到老师那里。然而，“市场预测与决策”是一门实践性非常强的课程，许多理论和方法只有在实际应用中才能充分体会到它们的作用。只有通过实践，才能够更好地锻炼和提高学生的分析能力和解决实际问题的能力，才能够使学生对相关预测和决策理论和方法融会贯通，而现有的教学方式方法不利于培养学生的学习兴趣，也难以提高教学效果。因此，对现有的“市场预测与决策”课程教学方法进行改革，采用“干中学”教学模式，变学生被动学习为主动参与式学习，充分发挥学生学习的主观能动性，就显得非常迫切和必要。

一、“干中学”模式的“市场预测与决策”课程教学方法改革内容

“干中学”是经济增长理论中的著名模型，由阿罗（K.Arrow）1962年最早提出。该教学模式是让学生在学习理论知识的同时，有机会实际运用或操作相应的知识和技能，以增强学习兴趣，巩固和深化所学知识，培养理论联系实际的作风和学风，提高实际操作能力。具体而言，该课题旨在改革“市场预测与决策”课程现有教学方法，建立“干中学”教学模式，让课堂教学活动从目前的“教学”的单行道改变为“教学”互动的双行道，变学生被动学习为主动参与式学习。同时，为提高学生学习和参与的积极性，使学生领略学以致用、从理论到实践两者有机结合的魅力和价值，提高学习兴趣和教学效果，使学生真正掌握市场预测与决策能力，成为符合社会需要的有用人才，特从制度上进行以下规则设计：（1）改革现有课程考核方法，增加实践成绩比重；以往本课程的考核大概为平时成绩30%，期末考试成绩70%。课改完成之后，平时成绩与期末考成成绩大致比例为1∶1。（2）采用自由组队形式，注重培养团队合作精神；在课程讲解过程中，请学生自由组队，选择不同行业或企业，收集相关的定性和定量信息，以期能让具体的预测与决策方法应用至实践中，最后形成详细的预测与决策报告。另外，该课程可与市场调查结合起来，除收集足够的二手资料外，也可获得本地的、准确的第一手资料。（3）建立有效的激励措施，对优秀作业和报告进行奖励。除了加重实践环节的成绩比重之外，可在每学期末对优秀作业和报告进行本课程内部评比、展览，还有，举办相应预测软件知识考核和上机应用比赛等环节加强学生的自学能力。并且，学校这两年一直在加强同企业之间的联系，获得企业认同的调查问卷和预决策报告可由企业给予适当物质奖励。

二、“干中学”模式的“市场预测与决策”课程教学方法改革的具体实施

本课题研究综合运用文献调查法、实验法及比较研究方法。选择开设“市场预测与决策”课程的部分班级分别作为控制组和实验组，在实验组班级中运用“干中学”教学方式进行改革实验，而控制组班级教学过程中仍然运用传统教学方法。期末对实验组与控制组班级进行教学效果对比分析，从而发现问题并及时进行完善。同时，积极动员相关教师、教辅人员及社会力量参与相关研究。

本课题的研究过程主要包括以下五个阶段：第一阶段：组织准备阶段。收集相关文献资料，加强“干中学”基础理论学习，统一认识，为课改顺利开展研究提供思想和材料准备。第二阶段：研究方案制定阶段。对课题研究的内容进行细化、分工，使具体的研究目标在实践过程中不断得以细化、落实，并通过问卷调查及小组座谈形式，了解学生对“市场预测及决策”课程的具体要求，制定科学的研究方案。第三阶段：研究实验阶段。根据制定的研究方案，选择部分班级分别作为控制组与实验组进行“干中学”教学模式改革对比实验。第四阶段：研究完善阶段。对上阶段实验过程中发现的问题及时进行总结，修订和完善原实验方案，再次进行对比实验。第五阶段：总结阶段。对实验结果进行总结，进一步优化，争取在类似的课程或相关专业中推广。

统计预测与决策论文例5

[论文摘要] 针对卫生应急管理的特点, 将地理信息系统技术(gis) 与决策支持系统结合起来, 设计了突发公共卫生事件应急指挥辅助决策系统。阐述了其设计原理, 讨论和分析了基于gis 技术的突发事件应急指挥辅助决策系统的组成模式, 给出了其总体的设计框架。

1 概述

公共卫生是一个涉及微观结构和宏观系统的多分支 科学 ，大量与宏观有关的事件具有空间分布特点。将地图和空间分析应用于卫生决策研究中，至少可追溯到1854年john 应用gis技术研究伦敦宽街水井污染引起霍乱爆发，为卫生部门果断封闭污染水井控制霍乱继续流行起到了非常关键的作用。而在通常的卫生决策研究中，地理因素是需要考虑的一个重要方面， 众多的卫生事件都具有空间属性。wwW.133229.coMgis作为一种新的科学研究方法和手段，在医疗卫生各个领域的应用也不断扩大和深入。gis技术在公共卫生管理领域的应用不仅可以促进理论研究的提高，同时也使突发公共卫生事件应急指挥辅助决策信息系统的建设成为可能。

目前国内关于gis在公共卫生领域的应用主要集中在血吸虫、症疾、流行性出血热、蜱传脑炎等疾病的空间分布研究， 使用地理信息系统(gis) 与空间遥感(rs)技术结合， 对空间相关数据进行输入、管理、分析、模拟和显示，为流行病的研究和决策提供信息技术支持，取得良好的效果。在我国gis 及rs 应用于流行病学研究虽然已有一定的进展， 但由于地图边界和遥感图像的价格昂贵，使进一步扩大其应用还存在一定困难。

2003年，在我国及世界范围内爆发了非典型肺炎。这种传染病通过呼吸道进行传播，传播速度快，危害面广。政府和有关防疫部门在及时采取有效的防治措施的同时，运用gis平台，快速建立了应用于非典型肺炎疫情监测的地理信息系统。由于gis具有交互定位和逻辑查询以及广泛的关系数据库连接能力，可以有效帮助疾病预防控制机构完成疫点定位、疫情事件分析、绘制疫情危害图、现场工作情况实时采集传送、人员派遣、规划、显示各类医疗卫生机构分布图、重点单位基本状况分布图、紧急调度和路径优化等任务， 从而在有限的资源条件下，最大限度地提高应急处理效率、降低疫情危险程度，基于gis 的突发公共卫生事件应急指挥辅助决策系统的研究开始出现。

2 系统构建和设计实现

2. 1 系统设计目标

基于gis 的突发公共卫生事件应急指挥辅助决策系统的目标是综合运用先进的 计算 机工程、卫生统计学、地理信息系统、决策支持系统、数据仓库及人工智能等技术手段，建立一个能为各级卫生行政部门和疾病预防控制机构提供全过程、多层次的信息服务和多种支持手段的应急指挥和辅助决策系统。系统能快速、及时、准确地收集、处理和存储实时突发事件信息和其他相关信息，以超媒体(文字、声音、影像等) 方式显示各类信息。该系统采用标准web服务器—应用服务器—数据库服务器的三层计算结构，应用分布式面向对象设计方法、安全tcp/ip协议及geo information web service技术，最终目标是以基础空间地理数据及各类专题图形数据为基础，建立预警指标数据库、危机事件数据库、预测与评价模型库、应急指挥预案库、领导决策知识库， 以信息报告—采集—录入—管理—分析—决策为主线，建立高效查询及分析机制，提高突发公共卫生事件的应急处理和指挥调度能力，为突发公共卫生事件决策指挥提供科学依据和技术支撑。

2. 2 系统的体系结构

系统采用开放式的 网络 结构设计，系统中各子系统之间、系统与其他相关系统之间都可以容易地实现互连互通，充分保证了系统的开放性。

2. 3 系统的功能结构

突发公共卫生事件应急指挥辅助决策系统的总体功能是辅助指挥调度和决策支持，可将系统总体功能划分为八个方面：信息收集分析、预警报告、资源整合调动、指挥统一协调、评估及时客观、联系视频直观、使用内部联动和外延接口灵活。

3 系统的功能及其特点

针对突发公共卫生事件处置的应急管理特点，系统沿应急准备、监测分析、预测预警、反应处置、事件终止、恢复重建、评估完善的流程进行运行，循环反复不断提升系统的应急处理支持能力。

(1) 应急准备：应急中心开展培训、演练和研究工作， 模拟应急业务提高应急处理能力；完善相关政策法规、预案；规划储备应急医疗卫生资源等，建立突发公共卫生事件的防控体系。

(2) 监测分析：应急中心负责接收、分派、核实与处理事件的报告，协调组织疾病预防控制机构开展突发公共卫生事件的预防和监测工作，获取动态监测、事件调查和疫情评估信息，跟踪事态 发展 。主要分析方法有：空间分布分析， 时间 历史 曲线分析，动态演变分析，病例的逗留、影响和交叉分析，卫生统计学分析，扩散模式分析，流行转归分析等。

(3) 预测预警：根据突发公共卫生事件处置流程与预案，应急中心组织专家进行事件评估，并针对评估结果预警信息，针对相关突发事件快速开展有关工作准备，落实预案与方案涉及工作的准备情况，及时通报与汇报进展情况。

(4) 反应处置：按照有关规定启动预案，根据预案迅速指挥与执行工作，有条不紊地组织调度人员与物资，开展应急的专业处理与相关配合工作。同时根据反馈情况，动态评估事件的 发展 情况，及时调整处置措施，最大限度地减少损失。

(5) 事件终止：当突发公共卫生事件的隐患或相关因素被消除；最后一例病人发生后，经过一个最长潜伏期无新的病例出现。

(6) 恢复重建：突发事件结束后，应急中心快速开展从应急状态恢复到正常状态的工作。有计划地补充应急处理阶段所消耗的储备资源，逐步恢复正常的生产生活。

(7) 评估完善：应急中心进行 科学 总结 ，完善相关预案， 开展应急处置研究和探讨，总结经验和教训，制订有针对性的防控措施等，提高应急处理能力。

4 实例运用

用本文研究的几个主要技术方法，结合软件工程的基本思想，开发的基于gis 技术的省级突发公共卫生事件应急指挥辅助决策系统。该系统包括的区域范围将近20万平方公里，地表模型用数字地图生成，并将河流、湖泊、公路、居民区等地表特征物以面的形式覆盖在数字地表模型上。系统在运行初期只包含了事件定位、信息的上传下达等，但其提供相应功能使用后可以完成事件处置各过程。通过在现场的实际运用，该系统可以较好地实现各项交互功能，完成系统理论上应提供的功能。

5 总结与展望

通过合理的利用三维模型构建和模式设计方法，提出了一种基于gis的突发公共卫生事件应急指挥辅助决策系统的设计方案和实现方法，并在卫生应急管理中得以实现。由于本系统采用合理的软件体系和模块化设计模式，将来也可以方便地成为应急培训和模拟演练、传染病疫情分析和突发事件医疗卫生救援预案设计等高层应用。

参考 文献

统计预测与决策论文例6

关键词：

经济学；研究；统计学思想

在对经济学进行研究的过程中，统计学思想是至关重要的部分，其中包含着估计思想、拟合思想、均值思想等，有利于提高经济学研究效率，凸显出经济学的研究价值，为其后续的发展奠定良好基础。

1经济学中统计思想分类

1.1统计思想之估计思想

统计思想是一门具有综合性特点的学科，其涉及的内容较广，研究重点有所不同，使得主要的思想部分受到广泛关注。然而，在统计思想中估计思想是最为主要的组成部分，主要因为估计思想是一种认识方式，能够将利用样本对统计的总体进行预测，在一定程度上，能够有效提高预测准确度。与此同时，样本是统计中最为重要的部分，在显示总体属性的基础上，可以利用样本的研究结果预测总体概况，但是，统计样本很容易受到各类因素的影响，导致统计数据与总体数据出现偏差。

1.2统计思想之拟合思想

拟合思想就是在统计期间，能够对不同类型的事物的表象关系进行分析，保证能够拟合出事物的前后顺序，使得错综复杂、难以分辨的信息规律凸显出来，进而形成良好的发展趋势。

1.3统计思想之均值思想

对于统计思想而言，均值思想就是根据统计学的基本特征凸显出事物的一般性规律，使得经济学研究人员可以全面了解事物发展规律，避免出现各类干扰因素影响其统计准确性，进而提高经济学研究质量。

1.4统计思想之联系思想

经济学研究中各类事物都存在着密切的联系，只有应用统计联系思想，才能保证人们在处理问题的时候，可以注意事物之间的联系，提高变量考察效率[1]。

1.5统计思想之差异思想

统计学最为显著的特点就是概括性，与差异思想存在密切的联系，主要因为差异思想可以引导经济学研究人员能够根据事物之间的差异，对事物进行统计与概括，进而形成良好的数据研究体系。

2经济学研究中统计思想的应用路径

2.1经济学研究风险决策时应用统计思想

在经济研究决策期间，经常会存在不确定的因素，使得经济活动承担一定风险。由此可见，在经济研究决策之前，必须要利用科学的方式制定工作制度，保证能够向着正确的方向前进。首先，在日常经济活动中，企业要利用正确的决策规避盈利亏损。其次，企业要正确估量经营中可能出现的经济损失，保证能够制定完善的措施规避企业的损失。最后，企业可以利用统计学的概率论原理，形成竖形图像实施分析工作，进而提高企业的发展效益[2]。

2.2经济学研究市场调查中应用统计思想

经济学研究人员在市场调查过程中，必须要全面分析统计学的应用特点，保证能够有目的性的对市场调查内容进行分类，并且提高数据记录效率，使其达到系统性目的。同时，经济学研究人员还要正确分析所搜集的市场信息，及时发现企业的缺点，并采取有效措施弥补，为企业在市场中的发展提供正确方向。另外，经济学研究人员还要利用统计学思想全面判断市场需求，提出更多的可行性战略条目，例如：取样调查、抽样调查等，使得统计思想能够更好的应用在经济学研究领域中，为其发展奠定坚实基础[3]。

2.3经济学研究经济预测时应用统计思想

在统计学理论中，经济预测与风险预测是有所不同的，经济预测就是对未来各类不确定的经济因素进行分析，保证能够利用科学的手段实施经济预测工作，避免对经济进行臆想与胡乱猜测[4]。同时，在经济预测期间，不可以出现利用直觉与经验预测的问题，必须要根据经济预测要求，科学、精确的实施计算工作，在搜索各类相关资料的同时，不断分析与判断未来的经济发展趋势。企业决策者可以利用统计思想中经济预测手段加深对企业未来经济的了解，以便于做出更加完善的决策。经济预测指标包括以下三种：一是经济预测范围。二是经济预测时效。三是经济预测性质。每个标准都有自身存在的意义，可以促进经济学研究效率的提高。

3结束语

在经济学研究期间，相关研究人员必须要全面分析统计思想，确保能够将其有效应用在研究工作中，在提高研究质量的基础上，凸显经济学研究价值，为其发展奠定良好基础。

作者：许欢 单位：唐山人民医院

参考文献：

[1]陈小琴,潘东明.基于微观经济学视角下的中国鲜切花产业统计数据分析[J].中国农学通报,2013,28(32):128-137.

统计预测与决策论文例7

会计是一种公认的“商业语言”，会计语言的基本要素――会计信息在社会经济生活的各个方面发挥着越来越重要的作用，特别影响着有关经济主体和主管部门进行经济预测和制定决策。理论界对会计信息与经济决策的关系研究较多，而对会计信息在经济预测方面的作用与应用研究较少，本文试就此谈些看法。

一、会计信息为什么可以用于经济预测

按照经济预测的原理，从一般意义上讲，事物的发展变化具有以下三大特征：一是事物的发展变化常常表现出延续性；二是类似的事物发展变化的规律性是相似的；三是事物之间的相互影响常常表现为因果关系。因此，深入研究影响预测对象的有关因素，并揭示它们的变化特征和规律，就能把握预测对象的未来状态。会计信息之所以可以用来进行经济预测，就其本身而言，主要有两个方面的原因：

1.从会计信息的质量特征看，会计信息的相关性决定了会计信息是经济预测的天然材料。相关性是会计信息质量特征之一，美国财务会计准则委员会《第2号财务会计概念公告》指出相关性系是“信息导致差别的能力”。这就是说，会计信息的相关性是指会计信息与决策的关系，会计信息能够影响信息使用者的决策，能够导致信息使用者决策的差别。国际会计准则中列示相关性的判别标准为：“当信息能够通过帮助使用者评价过去、现在和未来事项或确认、更改他们过去的评价，从而影响到使用者的经济决策时，信息就具有相关性。”由此可以看出，相关性有两个基本质量标志，即预测价值和反馈价值。所谓预测价值，就是指会计信息能够帮助信息使用者评价过去、现在和未来事项并预测其发展趋势，从而影响信息使用者基于这种评价和预测所做出的决策。所谓反馈价值，是指会计信息能对信息使用者以前的评价和预测结果予以证实或纠正，从而促使信息使用者维持或改变以前的决策。由此可见，相关性是会计信息质量中的一个最重要、最基本的特征。正是因为相关性的特征，才使会计信息成了经济预测的天然材料。

2.从会计目标的实现看，经济预测是会计信息的作用得以实现的重要环节。我国《企业会计准则》规定：“会计信息应该符合国家宏观经济管理的要求，满足有关各方了解企业财务状况及经营成果的需要，满足企业加强内部经营管理的需要”。实现会计目标需要经过三个环节，即获取会计信息、对会计信息进行分析评价、做出合理的经济决策。其中对会计信息的分析评价，就是对真实可靠的会计信息进行数量分析和加工处理，并对处理结果进行筛选，形成初步的备选方案，这实质上就是经济预测分析的过程。对企业的历史会计信息进行分析处理，目的不在于评价企业的历史财务状况，而在于通过历史考察来预测企业未来的财务状况。因此，经济预测是实现会计目标――即会计信息使用者依据会计信息做出合理经济决策的一个重要环节。会计信息是经济预测的依据，经济预测则是对会计信息和会计目标的综合反映。

二、利用会计信息进行经济预测的方法

1.比率趋势外推方法。这种方法是在可比财务报表基础上或在计算财务报表有关比率的基础上，来推断企业现在或未来的偿债能力、盈利能力、现金流转情况以及财务弹性和资产、负债、所有者权益之间的合理结构，为有关决策提供参考依据。该方法对会计信息的计算处理比较简单，预测时主要依靠对比判断和经验，具有简单直观、应用广泛的特点。在对上市公司的财务状况进行分析时常常用到这种方法。

2.因果预测方法。这种方法一般有成熟、完整的理论依据，严密科学的逻辑推理。其特点是找出影响预测对象的若干主要因素，分析它们之间的依存关系，建立数量模型，根据模型计算出数据，结合定性分析来推断预测对象未来的财务状况。常常用这种方法来预测成本、费用、利润、销售额等等。具体方法包括回归预测方法、时间序列预测方法、线性规划等。

3.其他定量预测方法。一方面，由于经济业务的复杂性，使得企业财务状况的变化受很多复杂因素的影响；另一方面，经济数量分析的理论和方法也在不断发展，其他一些定量预测方法逐渐应用于经济预测上。例如：抽样估计方法、多元统计分析方法、马尔柯夫预测方法和灰色理论预测方法等。目前这类方法在实际应用中的主要缺点是假设条件太多、比较抽象，多偏重于介绍方法，缺少分析预测结果有效性的报告。很多研究仅仅停留在这些定量分析方法的介绍上，未能在实践中认真跟踪分析、观察和验证这类方法的效果。

三、如何更好地利用会计信息进行经济预测

统计预测与决策论文例8

课题来源：单位自拟课题或省政府下达的研究课题

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家raymondpearl提出的pearl曲线(数学模型为:y=l∕[1+a?exp(-b·t)])及英国数学家和统计学家gompertz提出的gompertz曲线(数学模型为:y=l·exp(-b·t))皆属于生长曲线,其预测值y为技术性能指标,t为时间自变量,l、a、b皆为常数。ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:delphi法(专家法)、ahp法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究

之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以bp神经网络作为基于多因素的技术创新预测和评估模型构建的基础,bp神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;（2）提供一种基于bp神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

以bp神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于bp神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以bp神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于bp神经网络的技术创新预测和评估模型计算方法设计。根据基于bp神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于bp神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于bp神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于bp神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于bp神经网络的技术创新预测和评估技术进行实证研究。

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于bp神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的

可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于bp神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于bp神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于bp神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于bp神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ecv评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干bp神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的bp神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于bp神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于tsa-bp神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]kimb.clark&takahirofuj

imoto.productdevelopmentperformance–strategy、organizationandmanagementinindustry.harvardbusinessschoolpress.boson1993

[22]gobelidh,browndj.improvingtheprocessofproductinnovation.research,technologymanagement,1993.36（2）:46-49

[23]simonj.towner.fourwaystoacceleratenewproductdevelopment.longrangplanning1994.27（2）:57-65

[24]abdulali,etal.productinnovationandentrystrategy.journalofproductinnovationmanagement1995.12（12）:54-69

[25]ericvinhippel.thesourcesofinnovation.oxforduniversitypress.1988

[26]shtuba,zimermany.aneural-network-basedapproachforestimatingthecostofassembly.internationaljournalofproductioneconomics,1993.32:189-207

[27]wee-liangtan,dattarreyag.allampalli,investmentcriteriaofsingaporecapitalists,1997internationalcouncilforsmallbusiness,sanfrancisco,california,june1997

[28]michaelhenos,theroadtoventurefinancing:guidelinesforentrepreneuts,r&dstraregistmagazine,summer1991

[29]chowgc,thelargrangemethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.jofeconomicdymamicsandcontrol1996

统计预测与决策论文例9

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;（2）提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36（2）:46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27（2）:57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12（12）:54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988

统计预测与决策论文例10

课题来源：单位自拟课题或省政府下达的研究课题

选题依据：

技术创新预测和评估是企业技术创新决策的前提和依据。通过技术创新预测和评估,可以使企业对未来的技术发展水平及其变化趋势有正确的把握,从而为企业的技术创新决策提供科学的依据,以减少技术创新决策过程中的主观性和盲目性。只有在正确把握技术创新发展方向的前提下,企业的技术创新工作才能沿着正确方向开展,企业产品的市场竞争力才能得到不断加强。在市场竞争日趋激烈的现代商业中,企业的技术创新决定着企业生存和发展、前途与命运,为了确保技术创新工作的正确性,企业对技术创新的预测和评估提出了更高的要求。

二、本课题国内外研究现状及发展趋势

现有的技术创新预测方法可分为趋势外推法、相关分析法和专家预测法三大类。

(1)趋势外推法。指利用过去和现在的技术、经济信息,分析技术发展趋势和规律,在分析判断这些趋势和规律将继续的前提下,将过去和现在的趋势向未来推演。生长曲线法是趋势外推法中的一种应用较为广泛的技术创新预测方法,美国生物学家和人口统计学家RaymondPearl提出的Pearl曲线(数学模型为:Y=L∕[1+A?exp(-B·t)])及英国数学家和统计学家Gompertz提出的Gompertz曲线(数学模型为:Y=L·exp(-B·t))皆属于生长曲线,其预测值Y为技术性能指标,t为时间自变量,L、A、B皆为常数。Ridenour模型也属于生长曲线预测法,但它假定新技术的成长速度与熟悉该项技术的人数成正比,主要适用于新技术、新产品的扩散预测。

(2)相关分析法。利用一系列条件、参数、因果关系数据和其他信息,建立预测对象与影响因素的因果关系模型,预测技术的发展变化。相关分析法认为,一种技术性能的改进或其应用的扩展是和其他一些已知因素高度相关的,这样,通过已知因素的分析就可以对该项技术进行预测。相关分析法主要有以下几种:导前-滞后相关分析、技术进步与经验积累的相关分析、技术信息与人员数等因素的相关分析及目标与手段的相关分析等方法。

(3)专家预测法。以专家意见作为信息来源,通过系统的调查、征询专家的意见,分析和整理出预测结果。专家预测法主要有:专家个人判断法、专家会议法、头脑风暴法及德尔菲法等,其中,德尔菲法吸收了前几种专家预测法的长处,避免了其缺点,被认为是技术预测中最有效的专家预测法。

趋势外推法的预测数据只能为纵向数据,在进行产品技术创新预测时,只能利用过去的产品技术性能这一个指标来预测它的随时间的发展趋势,并不涉及影响产品技术创新的科技、经济、产业、市场、社会及政策等多方面因素。在现代商业经济中,对于产品技术发展的预测不能简单地归结为产品过去技术性能指标按时间的进展来类推,而应系统综合地考虑现代商业中其他因素对企业产品技术创新的深刻影响。相关分析法尽管可同时按横向数据和纵向数据来进行预测,但由于它是利用过去的历史数据中的某些影响产品技术创新的因素求出的具体的回归预测式,而所得到的回归预测模型往往只能考虑少数几种主要影响因素,略去了许多未考虑的因素,所以,所建模型对实际问题的表达能力也不够准确,预测结果与实际的符合程度也有较大偏差。专家预测法是一种定性预测方法,依靠的是预测者的知识和经验,往往带有主观性,难以满足企业对技术创新预测准确度的要求。以上这些技术创新预测技术和方法为企业技术创新工作的开展做出了很大的贡献,为企业技术创新的预测提供了科学的方法论,但在新的经济和市场环境下,技术创新预测的方法和技术应有新的丰富和发展,以克服自身的不足,更进一步适应时展的需要,为企业的技术创新工作的开展和企业的生存与发展提供先进的基础理论和技术方法。

目前,在我国企业技术创新评估中,一般只考虑如下四个方面的因素:(1)技术的先进性、可行性、连续性;(2)经济效果;(3)社会效果;(4)风险性,在对此四方面内容逐个分析后,再作综合评估。在综合评估中所用的方法主要有:Delphi法(专家法)、AHP法(层次分析法)、模糊评估法、决策树法、战略方法及各种图例法等,但技术创新的评估是一个非常复杂的系统,其中存在着广泛的非线性、时变性和不确定性,同时,还涉及技术、经济、管理、社会等诸多复杂因素,目前所使用的原理和方法,难以满足企业对技术创新评估科学性的要求。关于技术创新评估的研究,在我国的历史还不长,无论是指标体系还是评估方法,均处于研究之中,我们认为目前在企业技术创新评估方面应做的工作是:(1)建立一套符合我国实际情况的技术创新评估指标体系;(2)建立一种适应于多因素、非线性和不确定性的综合评估方法。

这种情况下,神经网络技术就有其特有的优势,以其并行分布、自组织、自适应、自学习和容错性等优良性能,可以较好地适应技术创新预测和评估这类多因素、不确定性和非线性问题,它能克服上述各方法的不足。本项目以BP神经网络作为基于多因素的技术创新预测和评估模型构建的基础,BP神经网络由输入层、隐含层和输出层构成,各层的神经元数目不同,由正向传播和反向传播组成,在进行产品技术创新预测和评估时,从输入层输入影响产品技术创新预测值和评估值的n个因素信息,经隐含层处理后传入输出层,其输出值Y即为产品技术创新技术性能指标的预测值或产品技术创新的评估值。这种n个因素指标的设置,考虑了概括性和动态性,力求全面、客观地反映影响产品技术创新发展的主要因素和导致产品个体差异的主要因素,尽管是黑匣子式的预测和评估,但事实证明它自身的强大学习能力可将需考虑的多种因素的数据进行融合,输出一个经非线性变换后较为精确的预测值和评估值。

据文献查阅,虽然在技术创新预测和评估的现有原理和方法的改进和完善方面有一定的研究,如文献[08]、[09]、[11]等,但尚未发现将神经网络应用于技术创新预测与评估方面的研究,在当前产品的市场寿命周期不断缩短、要求企业不断推出新产品的经济条件下,以神经网络为基础来建立产品技术创新预测与评估模型,是对技术创新定量预测和评估方法的有益补充和完善。

三、论文预期成果的理论意义和应用价值

本项目研究的理论意义表现在:(1)探索新的技术创新预测和评估技术,丰富和完善技术创新预测和评估方法体系;(2)将神经网络技术引入技术创新的预测和评估,有利于推动技术创新预测和评估方法的发展。

本项目研究的应用价值体现在:(1)提供一种基于多因素的技术创新定量预测技术,有利于提高预测的正确性;(2)提供一种基于BP神经网络的综合评估方法,有利于提高评估的科学性;(3)为企业的技术创新预测和评估工作提供新的方法论和实用技术。

四、课题研究的主要内容

研究目标：

以BP神经网络模型为基础研究基于多因素的技术创新预测和评估模型,并建立科学的预测和评估指标体系及设计相应的模型计算方法,结合企业的具体实际,对指标和模型体系进行实证分析,使研究具有一定的理论水平和实用价值。

研究内容：

1、影响企业技术创新预测和评佑的相关指标体系确定及其量化和规范化。从企业的宏观环境和微观环境两个方面入手,密切结合电子商务和知识经济对企业技术创新的影响,系统综合地分析影响产品技术创新的各相关因素,建立科学的企业技术创新预测和评估指标体系,并研究其量化和规范化的原则及方法。

2、影响技术创新预测和评估各相关指标的相对权重确定。影响技术创新发展和变化各相关因素在输入预测和评估模型时,需要一组决定其相对重要性的初始权重,权重的确定需要基本的原则作支持。

3、基于BP神经网络的技术创新预测和评估模型研究。根据技术创新预测的特点,以BP神经网络为基础,构建基于多因素的技术创新预测和评估模型。

4、基于BP神经网络的技术创新预测和评估模型计算方法设计。根据基于BP神经网络的技术创新预测和评估模型的基本特点,设计其相应的计算方法。

5、基于BP神经网络的技术创新预测和评估模型学习样本设计。根据相关的历史资料,构建基于BP神经网络的技术创新预测和评估模型的学习样本,对预测和评估模型进行自学习和训练,使模型适合实际情况。

6、基于BP神经网络的技术创新预测和评估技术的实证研究。以一般企业的技术创新预测与评估工作为背景,对基于BP神经网络的技术创新预测和评估技术进行实证研究。

创新点：

1、建立一套基于电子商务和知识经济的技术创新预测和评估指标体系。目前,在技术创新的预测和评估指标体系方面,一种是采用传统的指标体系,另一种是采用国外先进国家的指标体系,如何结合我国实际当前经济形势,参考国外先进发达国家的研究工作,建立一套适合于我国企业技术创新预测和评估指标体系,此为本研究要做的首要工作,这是一项创新。

2、研究基于BP神经网络的技术创新预测和评估模型及其计算方法。神经网络技术具有并行分布处理、自学习、自组织、自适应和容错性等优良性能,能较好地处理基于多因素、非线性和不确定性预测和评估的现实问题,本项目首次将神经网络技术引入企业的技术创新预测和评估,这也是一项创新。

五、课题研究的基本方法、技术路线的可行性论证

1、重视系统分析。以系统科学的思想为指导来分析影响企业技术创新发展和变化的宏观因素和微观因素,并研究影响因素间的内在联系,确定其相互之间的重要度,探讨其量化和规范化的方法,将国外先进国家的研究成果与我国具体实际相结合,建立我国企业技术创新预测和评估的指标体系。

2、重视案例研究。从国内外技术创新预测与决策成功和失败的案例中,发现问题、分析问题,归纳和总结出具有共性的东西,探索技术创新预测与宏观因素与微观因素之间的内在关系。

3、采用先简单后复杂的研究方法。对基于BP神经网络的技术创新预测和评估模型的研究,先从某一行业出发,定义模型的基本输入因素,然后,逐步扩展,逐步增加模型的复杂度。

4、理论和实践相结合。将研究工作与具体企业的技术创新实际相结合,进行实证研究,在实践中丰富和完善,研究出具有科学性和实用性的成果。

六、开展研究已具备的条件、可能遇到的困难与问题及解决措施

本人长期从事市场营销和技术创新方面的研究工作,编写出版了《现代市场营销学》和《现代企业管理学》等有关著作,发表了“企业技术创新与营销管理创新”、“企业技术创新与营销组织创新”及“企业技术创新与营销观念创新”等与技术创新相关的学术研究论文,对企业技术创新的预测和评估有一定的理论基础,也从事过企业产品技术创新方面的策划和研究工作,具有一定的实践经验,与许多企业有密切的合作关系,同时,对神经网络技术也进行过专门的学习和研究,所以,本项目研究的理论基础、技术基础及实验场所已基本具备,能顺利完成本课题的研究,取得预期的研究成果。

七、论文研究的进展计划

2003.07-2003.09：完成论文开题。

2003.09-2003.11：影响企业技术创新发展的指标体系研究及其量化和规范化。

2003.11-2004.01：基于BP神经网络的技术创新预测和评估模型的构建。

2004.01-2004.03：基于BP神经网络的技术创新预测和评估模型计算方法研究。

2004.03-2004.04：基于BP神经网络的技术创新预测和评估模型体系的实证研究。

2004.04-2004.06：完成论文写作、修改定稿，准备答辩。

主要参考文献：

[01]傅家骥、仝允桓等.技术创新学.北京:清华大学出版社1998

[02]吴贵生.技术创新管理.北京:清华大学出版社2000

[03]柳卸林.企业技术创新管理.北京:科学技术出版社1997

[04]赵志、陈邦设等.产品创新过程管理模式的基本问题研究.管理科学学报.2000/2.

[05]王亚民、朱荣林.风险投资项目ECV评估指标与决策模型研究.风险投资.2002/6

[06]赵中奇、王浣尘、潘德惠.随机控制的极大值原理及其在投资决策中的应用.控制与决策.2002/6

[07]夏清泉、凌婕.风险投资理论和政策研究.国际商务研究.2002/5

[08]陈劲、龚焱等.技术创新信息源新探.中国软科学.2001/1.pp86-88

[09]严太华、张龙.风险投资评估决策方法初探.经济问题.2002/1

[10]苏永江、李湛.风险投资决策问题的系统分析.学术研究.2001/4

<11>孙冰.企业产品开发的评价模型及方法研究.中国管理科学.2002/4

[12]诸克军、杨久西、匡益军.基于人工神经网络的石油勘探有利性综合评价.系统工程理论与实践.2002/4

[13]杨力.基干BP神经网络的城市房屋租赁估价系统设计.中国管理科学.2002/4

[14]杨国栋、贾成前.高速公路复垦土地适宜性评价的BP神经网络模型.统工程理论与实践.2002/4

[15]楼文高.基于人工神经网络的三江平原土壤质量综合评价与预测模型.中国管理科学.2002/1

[16]胥悦红、顾培亮.基于BP神经网络的产品成本预测.管理工程学报.2000/4

[17]陈新辉、乔忠.基于TSA-BP神经网络的企业产品市场占有率预测模型.中国农业大学学报.2000/5

[18]刘育新.技术预测的过程与常用方法.中国软科学.1998/3

[19]温小霓、赵玮.市场需求与统计预测.西安电子科技大学学报.2000/5

[20]朱振中.模糊理论在新产品开发中的应用.科学管理研究.2000/6

[21]KimB.Clark&TakahiroFujimoto.ProductDevelopmentPerformance–Strategy、OrganizationandManagementinIndustry.HarvardBusinessSchoolPress.Boson1993

[22]GobeliDH,BrownDJ.Improvingtheprocessofproductinnovation.Research,TechnologyManagement,1993.36(2):46-49

[23]SimonJ.Towner.Fourwaystoacceleratenewproductdevelopment.LongRangPlanning1994.27(2):57-65

[24]AbdulAli,etal.Productinnovationandentrystrategy.JournalofProductInnovationManagement1995.12(12):54-69

[25]EricVinHippel.ThesourcesofInnovation.OxfordUniversityPress.1988

[26]ShtubA,ZimermanY.Aneural-network-basedapproachforestimatingthecostofassembly.InternationalJournalofProductionEconomics,1993.32:189-207

[27]Wee-LiangTan,DattarreyaG.Allampalli,InvestmentCriteriaofSingaporeCapitalists,1997InternationalCouncilforSmallBusiness,SanFrancisco,California,June1997

[28]MichaelHenos,TheRoadtoVentureFinancing:GuidelinesforEntrepreneuts,R&DStraregistMagazine,Summer1991

[29]ChowGC,TheLargrangeMethodofoptimizationwithapplicationstoportfoliandinvestmentdecisions.JofEconomicDymamicsandControl1996

[30]Jensen,R..InformationCostandInnovationAdoptionPolicies,ManagementScience.Vol.34,No.2,Feb,1988