国内生产总值回归预测新探

文章通过对我国2012年国内生产总值回归预测实证分析,研究了国内生产总值的主要影响因素及回归预测的新方法.在研究中首次提出了多个一元回归模型组合运用、组合模型权数按各相应模型误差率大小进行分配,以及一元回归组合模型与多元回归模型再组合运用的思想和方法.这对于完善回归预测理论和方法,拓展预测研究思路,增强预测方法的选择性和应用性等,具有重要意义.     

基于小波分解自回归模型的CPI预测

文章利用小波分析与自回归模型相结合的方法来建模分析时间序列,这种方法主要是在尺度函数逼近和自回归模型的基础上建立的。小波分析提供了一种多尺度函数逼近的方法,而自回归模型能够预测时间序列。文章的对CPI序列进行了离散小波分解,并重构得到了尺度序列和每层的细节序列;然后分别对其建立自回归模型并预测每个序列的下一个值,将得到的预测值相加得到了CPI预测值,再用预测值,利用建立的模型进行预测;最后,用标准差来衡量估计量的好坏。     

基于逐步惩罚的动态多元线性回归预测模型

在采用回归方法进行数据预测时,对呈近似线性关系的因变量和自变量,并非要寻找到其对应的精确的非线性函数,而可在对数据进行修正后继续使用线性回归模型。文章讨论了一种引入惩罚因子的动态回归模型,该方法在传统的多元线性回归模型的基础上,在进行逐步回归的同时,通过不断调整因变量来实现实时更改其变化趋势以达到最佳预测结果的目的。该方法在对上海市历年外国游客人数进行分析和预测时得到了较理想的结果。     

基于多因素VAR模型的外汇储备预测与分析

考虑到外汇储备受到宏观经济因素的影响,文章提出采用VAR方法建立多因素外汇储备预测模型.通过对我国历年外汇储备和影响因素时间序列进行分析,从中选择最佳预测模型.实证结果表明,该模型能较为精确的预测中国外汇储备规模,可以为短期内预测我国外汇储备提供有效参考.     

基于分片逆回归的小样本组合预测建模方法

针对在基于回归的小样本组合预测中,容易出现预测模型多于用于组合预测的样本数量,导致回归系数无法估计的问题,文章从信息重组的角度对组合预测建模方法进行了研究.首先采用三次样本插值对原始样本容量进行扩充,然后采用采用分片逆回归方法对扩充后的样本进行降维处理,并在此基础上构建基于回归的小样本组合预测模型.最后实例通过与常用组合预测方法结果的比较说明了该方法的可行性和有效性.     

金融时间序列混合智能预测模型及实证研究

文章针对金融时间序列变化复杂、难以用单一智能方法进行有效预测的问题,提出了一种新的基于经验模式分解、支持向量回归和粒子群优化的混合智能预测模型.经验模式分解能将非平稳时间序列按其内在的时间特征尺度自适应地分解为多个基本模式分量,根据这些分量各自趋势变化的剧烈程度选择不同的核函数进行支持向量回归预测,最后通过粒子群优化算法对各预测分量进行加权组合,得到原始序列的准确预测值.证券市场实证研究表明该模型可以准确预测金融时间序列.     

基于Logistic回归模型的会员制营销客户分类方法

文章研究了会员制营销中会员分类的问题,建立了基于1ogistic回归模型的会员制营销客户分类方法,该方法可以充分利用会员数据库中信息,找出影响会员忠诚度的因素并加以量化.该分类方法不仅可以用来对老会员进行客观准确的分类,而且可以用来预测新会员能否成为忠诚客户,为决策者制订个性化服务策略提供了重要参考依据.     

基于支持向量机股票价格指数建模及预测

为提高预测精度,采用基于支持向量机理论的预测方法对股票价格指数进行预测.文章在分析支持向量机预测基本原理基础上,以交叉验证法确定了最佳回归参数并以此建立了预测模型.对上海证券交易所的股票价格指数进行预测,研究结果表明基于支持向量机预测法能较准确地反映股票价格指数的变化趋势且提高了预测精度,验证了此方法在股票价格指数预测中的可行性.     

非参数回归估计与人工神经网络方法的预测效果比较

文章研究了非参数回归方法在中石油和浦发银行等六支股票的价格预测中的应用.讨论了核估计、k阶最近邻估计、样条估计和惩罚样条估计4种常用的非参数回归方法,其中,核估计和k阶近邻估计共选取5种不同的权函数.最后,以MAPE为判断指标,将非参数回归方法的预测结果与RBF(多变量插值的径向基函数)人工神经网络方法的预测结果进行了比较.     

上市公司财务危机预测的Logistic回归分析

文章首先对上市公司财务危机的研究现状进行了简要的阐述,在概括地比较了当前几种上市公司财务危机预测的方法后,构建Logistic回归模型,在深入探讨Logistic回归模型对上市公司财务危机预测的作用后,对2003~2005年间有代表性的40家ST公司的财务状况进行分析,比较分析结果的差异,从结果来看,Logistic回归模型在对上市公司财务危机的判断上具有预测率高,关键预测变量选取准确的特点。     

我国研发产业规模预测及发展战略研究

研发产业是一种新兴高端服务产业,文章通过收集研发产业有关数据并用增加值指标分析中国研发产业规模情况,通过回归分析预测研发产业的未来规模情况,以便更好地对研发产业进行定位并提出相应的促进研发产业发展的战略。这将对中国研发产业以及中国经济发展产生积极的作用。     

广州市十二五时期劳动力供给总量预测及分析

文章依据劳动人口统计学的有关方法,对广州市劳动力供给总量进行具体预测。预测的步骤为：首先是根据同批人分要素预测方法,预测得到未来各年的劳动适龄人口规模;其次是在劳动适龄人口预测的基础上,再根据参与率的变化和影响因素,给出可能的劳动参与率后,得到最终的劳动供给总量的预测。并根据预测结果进行了问题分析及提出对策建议。     

应用最小二乘法预测出院人次

统计预测法(Statistical Forecast Method)是根据过去的情况和资料建立数学模型并由此对未来趋势作出预测的一种非主观方法。应根据预测资料的质和量来选择不同的预测方法,如预测资料零散不全或无法搜集,很难通过精确计算来得出结论,在此情况下,一般可选用定性分析的方法,如所掌握的资料全面且可信度高,那么就可以选用精确计量方法进行预测,如果指标的变化呈水平性,则采用简单平均数就可以了。常用的统计预测法有比例趋势分析法、经济计量模型法、一元线性回归预测、多元线性回归预测、非线性回归预测等。统计预测是现代管理经常使用的一种方法,现代医院管理中也常采用统     

基于GMDH的小样本数据预测模型

对于样本数据少的情况,文章中利用SPSS曲线估计的方法选取三次曲线和二次曲线两种模型进行预测,同时用GMDH自回归模型进行分步预测,最后利用GMDH组合模型将三种模型进行组合预测。预测结果表明:GMDH自回归模型对于小样本数据的预测结果优于其他模型,效果更好、更稳定。     

基于ARIMA-GMDH的GDP预测模型

文章先对四川省GDP分别建立了ARIMA时间序列模型和GMDH变量自回归模型来进行预测;然后利用GMDH自组织建模方法建立ARIMA-GMDH组合预测模型来预测;最后使用Bonferroni-Dunn方法对三个模型的稳定性进行分析检验。模型预测结果和稳定性检验结果表明:基于ARIMA-GMDH组合的GDP预测模型的拟合和预测都优于另外两种单预测模型。相比之下组合模型在拟合和预测效果具有较高的可靠性、准确性和稳定性。     

多元线性回归统计预测模型的应用

文章以俄亥俄州(Ohio)的气象、臭氧监测数据为基础,对其中一个监测点数据进行了分析处理;运用多元线性回归方法,建立臭氧含量与气象的回归方程;以F值检验回归关系的显著性,并作预测评价,预测结果的误差较小,符合实际情况,能够较好地解决实际问题。     

H∞滤波算法在国家财政收入预测中的应用

文章通过建立回归模型,并采用H∞滤波算法对国家财政收入中各分项收入对总收入进行估计预测,结果证明:以各种税收作为变量,运用H∞滤波算法对国家财政收入的预测值和实际值的误差较小,可以运用H∞滤波算法预测国家财政收入.     

基于百度指数的房地产价格相关性研究

文章以我国大中城市的新建住宅价格为研究对象,以均衡价格理论为基础,使用搜索关键词的百度指数开展研究,分别使用自回归移动平均模型(ARMA)和带搜索项的自回归分布滞后模型对上海市的新建住宅价格指数进行了拟合和预测.实证结果表明:百度搜索指数与价格指数之间存在协整关系,建立的自回归分布滞后模型的拟合度达到0.918,预测精度相较ARMA模型提高23.2％.与传统的预测方法相比,模型具有很强的时效性,能够比国家统计局提前一个月发布房屋价格指数数据.     

关于我国城市用地规模的预测

文章利用计量经济学模型,对全国287个地级以上城市的城市人口和城市用地规模进行了异方差检验和回归模型分析,最后得到了2004～2006年3年的城市用地规模和城市人口的计量经济学模型,并对模型进行了对比分析,最后依据回归分析结果,结合现实实际,提出了对策和建议。     

江西流动人口规模的统计预测与分析

据有关数据显示,江西省目前有300多万的流动人口规模,随着经济的发展,江西省的流动人口将趋于增长。文章利用统计预测方法,从三种不同的角度预测了江西省从2005~2050年的流动人口规模,并对如何加强其管理进行了探讨。