SARS疫情对某些经济指标的影响doc文档格式.docx

SARS疫情对某些经济指标的影响doc文档格式.docx

《SARS疫情对某些经济指标的影响doc文档格式.docx》由会员分享，可在线阅读，更多相关《SARS疫情对某些经济指标的影响doc文档格式.docx（8页珍藏版）》请在冰豆网上搜索。

96144194276383466554652747832972

11116923540045956569580588110111139

15123833542554164173986697510871238

1642633765316007119131038117312961497

18231844557670885610001145129214351667

21636150464281897911421305147916441920

241404584741923111412981492168418852218

试根据这些历史数据建立预测评估模型，评估2003年SARS疫情给该市商品零售业、旅游业和综合服务业所造成的影响。

月份

1

2

3

4

预测值

相对误差

83

79.8

78.1

85.1

91.9811

0.0956

96.9484

0.1392

85.8582

0.0221

93.0816

0.0162

102.2443

0.1089

106.4679

0.0661

95.9218

0.0281

102.2145

0.012

113.6527

0.0824

116.922

0.0698

107.1651

0.0053

112.2435

0.0324

126.3341

0.0931

128.4026

0.0085

119.7262

0.0226

123.2565

0.01

140.4304

0.0213

141.0106

0.0422

133.7596

0.0057

135.3501

0.0146

5

6

7

8

86.6

88.2

90.3

86.7

94.0014

0.0064

95.3407

0.0089

99.4671

0.0212

98.6419

0.0086

104.9041

0.0136

105.4886

0.0027

109.6253

0.0011

108.9552

0.0022

117.0714

0.0045

116.7166

0.0109

120.821

0.0072

120.3468

0.0139

130.65

0.0372

129.1398

0.0127

133.16

0.0399

132.9295

0.0058

145.8035

0.021

142.8852

0.0091

146.7591

0.027

146.8277

0.0032

9

10

11

12

93.3

92.5

90.9

96.9

99.1775

0.0482

100.2717

0.0198

103.7177

0.0269

119.631

0.0313

110.9968

112.6304

0.0129

113.5747

0.0668

126.0587

124.2247

0.0335

126.5124

0.0101

124.3684

0.0211

132.8317

0.0897

139.0289

0.0163

142.1053

0.0231

136.188

0.0508

139.9686

0.0469

155.5975

0.0251

159.6202

0.0153

149.1308

0.0285

147.4891

0.054

SARS疫情对商品的零售额的影响情况如表1：

月份

实际值

163.2

159.7

158.4

145.2

124

144.1

156.0996

154.8565

149.4379

148.6303

162.7145

158.0936

0.043507

0.030329

0.056579

0.023625

0.312214

0.09711

157

162.6

171.8

180.7

173.5

176.5

161.7471

162.179

174.1406

179.2938

163.3038

155.4135

0.030236

0.002589

0.013624

0.007782

0.058768

0.11947

表1.2003年商品的零售额的实际值域预测值

SARS疫情对接待海外旅游人数的影响情况如表

月份

15.4

17.1

23.5

11.6

1.78

2.61

14.4828

39.444

25.0538

31.9921

33.9504

32.3963

0.059558

1.306667

0.066119

1.75794

18.07326

11.41238

8.8

16.2

20.1

24.9

26.5

21.8

29.1158

35.4191

33.7513

33.2912

30.7309

25.0645

2.308614

1.186364

0.679169

0.336996

0.159657

0.149748

表2.2003年接待海外旅游人数的实际值域预测值

SARS疫情对综合服务业累计数额影响情况如表

241

404

584

741

923

1114

1298

1492

1684

1885

2218

279.5609

434.9344

608.102

732.6269

938.302

1120.4

1299.3

1474.8

1685.5

1855.3

2189.4

0.160004

0.07657

0.041271

0.0113

0.016579

0.005745

0.001002

0.011528

0.000891

0.015756

0.012894

程序如下：

clc,clear

x0=[90.397.4109.5121.7138.7142.9];

n=length（x0）;

[exp（-2/（n+1））exp（2/（n+1））];

%级比范围

x0=x0+800;

lamda=x0（1:

n-1）./x0（2:

n）%落入级比范围

range=minmax（lamda）

x1=cumsum（x0）;

%做一次累加

fori=2:

n

z（i）=0.5*（x1（i）+x1（i-1））;

%均值生成

end

B=[-z（2:

n）'

ones（n-1,1）];

Y=x0（2:

;

u=B\Y

x=dsolve（'

Dx+a*x=b'

'

x（0）=x0'

）;

x=subs（x,{'

a'

b'

x0'

},{u

（1）,u

（2）,x1

（1）}）;

yuce1=subs（x,'

t'

[0:

n-1]）;

digits（6）,y=vpa（x）%为提高预测精度，先计算预测值，`再显示微分方程的解

yuce=[x0

（1）,diff（yuce1）]

epsilon=x0-yuce%计算残差

delta=abs（epsilon./x0）%计算相对误差

rho=1-（1-0.5*u

（1））/（1+0.5*u

（1））*lamda%计算级比偏差值

yuce=yuce-800%还原数值

y1=[156.0996154.8565149.4379148.6303162.7145158.0936161.7471162.179174.1406179.2938163.3038155.4135

];

y2=[163.2159.7158.4145.2124.0144.1157.0162.6171.8180.7173.5176.5];

x=[1:

12];

plot（x,y2,'

-*'

x,y1,'

-ro'

）

legend（'

出现SARS疫情后商品的零售额'

正常情况下商品的零售额'