常用统计预测方法介绍
1.统计预测概述
1.1统计预测概念
统计预测是用科学的统计方法对事物未来发展进行定量推测，并计算概率置信区间的方法研究。
1.2统计预测分类
按照预测方法的性质，大致可分为定性预测、回归预测、时间序列预测三类。
1.3统计预测步骤
（1）确定预测目的
（2）搜集和审核资料
（3）选择预测模型和方法
（4）分析预测误差，改进预测模型
（5）提出预测报告
2.常用统计预测方法
2.1定性预测
定性预测是指预测者依靠熟悉业务知识、具有丰富经验和综合分析能力的人员与专家，根据已掌握的历史资料和直观资料，运用个人的经验和分析判断能力，对事物的未来发展做出性质和程度上的判断，然后再通过一定的形式，综合各方面的意见，作为预测未来的主要依据。
2.2回归预测
回归预测属于定量预测，通过建立线性和非线性的回归方程，根据自变量的变化，来预测因变量发展变化的方法。
2.3时间序列平滑预测
设当前时期为t，已知时间序列观测值为
,假设按连续n个时期的观测值计算一个平均数，作为下一时期即（t+1）时期的预测值，用
表示：
式中
为最新观察值，为下一期预测值。
2.4自适应过滤法
自适应过滤法与移动平均法、指数平滑法一样，也是一种时间序列预测技术，它是建立在时间序列的原始数据基础之上，通过对历史观察值进行某种加权平均来预测的。这种方法在原始数据的基本模式比较复杂时使用，常常可以取得优于指数平滑法和移动平均法的预测结果。
2.5平稳时间序列预测
平稳时间序列预测是统计预测中最常用的方法之一，常用的时间序列预测方法有三种基本形式：自回归模型（AR）、移动平均模型（MA）和混合模型(ARMA)。
2.6干预分析模型预测
时间序列经常会受到特殊事件及态势的影响，诸如国内经济政策或经济规则的变更，国际政治局势的骤变以及假日罢工、贱卖促销之类事件的影响，学者们称这类外部事件为干预。干预分析模型是传递函数模型的一种推广，当不存在干预影响时，这两种模型没有本质上的区别。由于传递函数发展到干预分析的过程，类似于从多元回归分析发展到虚拟变量的应用，干预分析和回归分析中虚拟变量之间的主要差别是:前者为动态模型，后者为静态模型,前者是一个过程，后者是单个或多个变量。因此，干预分析模型的研究，无论是从内容上还是方法上都要比虚拟变量复杂得多.
2.7景气预测
景气是对经济发展状况的一种综合性描述，用于说明经济的活跃程度。经济景气是指总体经济呈上升趋势，经济不景气是指总体经济呈下滑的发展趋势。经济的景气状态是通过一系列经济指标来描述的，称为景气指标。景气指标是从众多经济指标中挑选出来的，分为：先行指标、同步指标和滞后指标三类。
景气循环又称为经济波动，也称经济周期。经济周期分为古典周期和现代周期。一个标准的经济周期通常包括扩张和收缩两个时期，分为复苏、高涨、衰退和萧条四个阶段。景区预测是通过正确的选择景气指标体系来实现的，景气指标的选择应遵循四个原则：（1）重要性、代表性；（2）可靠性、充分性；（3）一致性、稳定性；（4）及时性和光滑性。
2.8灰色预测
灰色预测法是一种对含有不确定因素的系统进行预测的方法。灰色系统是介于白色系统和黑色系统之间的一种系统。白色系统是指一个系统的内部特征是完全一致的，系统的信息是完全充分的。黑色系统是指一个系统的内部信息，是对外界来说是一无所知的，只能通过它同外界的联系加以观测研究。灰色系统的一部分信息是已知的，另一部分信息是未知的，系统间各因素间具有不确定的关系。
灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。灰色预测一般分为四种类型：灰色时间序列预测、畸变预测、系统预测、拓扑预测。