吴超：安全科学方法系列164：典型定量预测法

1.回归预测法

回归预测法是一种从事物变化的因果关系来进行预测的方法。它是运用事物之间的各种因果关系，根据某一自变量的变化，来推测另一个与它有关的因变量的变动方向和程度，故又称因果回归分析法。

回归预测法可分为线性回归法和非线性回归法。线性回归法又包括一元线性回归法和多元线性回归法。凡是一个自变量与一个因变量之间的回归，称为一元线性回归，这是回归预测法中最基本的形式。两个或两个以上自变量与一个因变量之间的回归，称为多元回归。

一般说来，多元回归预测比一元回归预测的结果更为可靠，但因计入的因素较多，计算工作量也随之增大。因此，在多元回归中应严格控制自变量的设计。回归预测法的主要作用有二：1）根据反映自变量与因变量之间关系的回归方程，进行因果推算。所用的资料可以是静态的（各变量值均属同一时期），也可以是动态的（各变量值分属不同时期），但无论用什么资料，其着眼点在于用自变量的变动来说明因变量的变化，即只作静态分析，不作动态分析。2）对有联系的时间数列进行回归分析，或对同一个时期的数列进行自身回归分析。在分析中，对自变量时间数列进行外推预测，把预测值代入回归方程中，据以预测推算因变量值。这是一种动态的回归分析。

与时间数列预测法相比，回归预测法具有突出的优点。时间数列预测法只能就一个事物过去的发展历史推测其未来，没有考虑其它因素的影响。而回归预测法恰好在这点上弥补了时间数列预测法的不足。但是，回归预测法局限性是必须储存大量资料。

2.统计预测法

统计预测是依据统计资料，采用统计方法对事件未来的发展趋势、规模、水平所进行的预测。它可以针对具体预测事件未来的数量关系作出科学的描述、估计和判断，为社会发展、经济管理和人民生活等方面的决策提供可靠的依据。其特点主要表现在：

（1）定量性。统计预测是在统计调查资料的基础上，应用统计综合指标。进行动态数列分析和回归分析，对事件的未来趋势、规模、水平等数量关系所进行的预测。

（2）模型性。统计预测主要是利用各种模型，如长期趋势模型、季节变动模型、回归模型和经济计量模型等，进行外推预测。所谓模型外推预测，即在分析研究预测事件的历史趋势或事件间相互关系性质的基础上，确定某种适合的模型，然后采用特定的求解模型参数的方法（如平均法、指数平滑法等），建立趋势模型、回归模型或其他经济计量模型，并利用模型进行外推，以达到预测的目的。

（3）可控性。统计预测的准确性，可用统计方法进行检验、测定。对预测误差可以进行分析、控制，从而减少决策中的风险程度，提高决策的有效性和正确性，这是其他定量预测所作不到的。

在统计预测中。必须遵循以下两个原则：1）连贯的原则。任何事物的发展都具有一定的继承性和连续性，这是事物内在的本质联系所决定的。在预测中遵循连贯的原则，就是要求按照事物发展的这种继承性和连续性，从事件的过去、现在推测未来。2）类推的原则。一般地说，事物部存在某种结构，这种结构的变化有一定的模式。人们可以根抛整理、积累的历史资料，测定事物的结构及其变化的模式，然后以某种模型予以模拟，并结合连贯的原则，类比现在，预测未来。

统计预测的一般步骤包括：1）确定预测目标；2）搜集预测所需资料；3）审核、分析预测资料；4）建立预测模型；5）选择求解模型参数的方法；6）进行预测；7）分析预测误差，改进预测模型；8）提出预测报告。

统计预测是定量预测的主要方法，掌握这种方法有助于在实质性预测中进行可靠的科学预测。然而，统计预测方法毕竟属于模型外推的方法，而预测模型又不能包容所有的影响因素。因此，采用统计预测方法所得到的预测结果是不可能绝对准确的。所以，在应用统计预测结果进行决策时，必须对自然的、社会的、经济的以及政治的等各种可控的和不可控的因素和影响作考虑和分析，既不能毫无分析地迷信预测结果，也不能毫无根据地否定预测结果的实用价值。