基于BASS模型的中国投影机市场扩散研究

文章应用Bass产品扩散模型研究了我国投影机市场的扩散过程.利用历年我国投影机购买统计数据,对投影机购买的扩散过程进行了模型参数的估计建立了投影机销售扩散模型:进行了投影机扩散模型的实证分析,并对今后几年投影机扩散过程以及购买量到达高峰的时间和数量进行了预测和展望.     

新产品市场扩散模型综述

1969年Bass模型提出后,创新扩散建模的研究日趋活跃。学者们反复检验了Bass模型的结构、概念假设、参数估计。本丈从基本扩散模型、参数估计、柔性扩散模型、Bass模型的扩展这四个方面对创新扩散建模的发展进行综述。     

Logistic模型预测的新思路

预测是Logistic模型的一个重要功能,文章在研究运用对数回归模型进行预测的问题基础上,进一步对Logistic模型在预测过程的由于模型随机项的非正态性、异方差性而引起的问题进行分析研究,研究发现,传统的预测方法会使得预测结果的精度不高,在考虑到模型随机项的存在及其具体特征后,通过分析推导,构造出新的预测思路和方法。     

基于ARIMA模型的研究生招生规模建模与预测

文章运用ARIMA模型对研究生招生规模进行了分析与建模研究,并结合内蒙古自治区1982~2008年间的研究生教育规模进行了实证分析,进而预浏了未来3年内蒙古研究生招生规模的变化趋势,最后在预刻结果的基础上,结合内蒙古研究生教育的现状,就研究生教育规模与质量如何协调发展提出了建议.     

基于改进Bass模型的系统动力学模型与仿真

随着技术创新扩散研究的深入,扩散模型的研究日益成为关注的焦点.考虑到数学表达式的复杂性以及缺乏合适的分析工具,文章运用系统动力学的方法构建改进的Bass模型,力图使改进模型综合考虑扩散过程中不采用——等待采用——采用三阶段中时间延迟性、企业随机进入或退出技术创新市场所造成的市场潜力波动以及技术创新扩散的非独立性,并利用Vensim软件进行模拟仿真研究.     

新产品扩散的影响因素分析

文章以固定电话产品为例,运用Bass模型和多元线性模型,研究了耐用消费品在我国不同省市的扩散情况及其影响因素.研究表明,在新产品扩散中创新扩散比模仿扩散的作用更大.一个地区的城市化水平越高,其创新扩散和模仿扩散的速度越快;人口流动性越强,模仿扩散的速度越快;教育水平越高,创新扩散的速度越快.在各影响因素中,城市化水平对新产品扩散的影响最大.     

基于ARIMA模型的中国CPI走势预测分析

消费者物价指数(CPI)是以与居民生活有关的产品及劳务价格统计出来的物价变动指标。文章选择中国2001年1月至2011年10月最新的月度CPI数据作为研究对象,构建了自回归求积移动平均ARIMA(12,1,20)模型,在模型拟合效果优良的基础上,成功对未来CPI走势进行了预测,为宏观层面有效实施物价调控政策提供了数量上的依据。     

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Logistic模型的微博舆情热点发展预测研究

微博是网络舆情的重要平台。微博舆情热点的发展一般经历发生、扩散、缓解、消退等阶段。相应地,在舆情规模上成"S"形走势。由此,建立基于Logistic模型的预测模型,并用新浪微博实例证明了该模型能够有效预测自组织状态下微博舆情热点的发展。     

基于预测包容的组合预测单项模型遴选算法

对预测模型的合理选择是搞好预测的核心.文章针对面向组合预测的单项模型遴选问题,引入预测包容理论,提出了基于预测包容的组合预测单项模型遴选算法.     

基于SARIMA模型的我国季度GDP时间序列分析与预测

文章主要研究季节时间序列模型在我国季度GDp时间序列预测中的应用,并分析探讨模型的准确性和实用性.文章分析了我国1992～2008年的季度GDP时间序列,剔除时间趋势和季节性后使原序列平稳并建立季节时间序列模型.通过对不同模型进行参数估计和比较后发现:ARIMA(2,1,1)(1,1,1)4能很好地拟合我国季度GDP时间序列,用该模型进行预测得出了2009年四个季度和2010年前两个季度的GDP数值,分析发现季度GDP仍然呈增长趋势,但其速度放缓.预测结果的准确性较高,并具有一定现实意义.     

基于ARIMA模型的工业品出厂价格指数预测与分析

工业品出厂价格指数(PPI)对于制定未来的经济政策和宏观经济决策有着重大的意义.文章深入分析了我国从1993～2014年工业品出厂价格指数(PPI)月度数据,并在此基础上应用ARIMA模型进行建模,并作出了短期的预测.研究表明预测数据与真实数据较为接近,预测精度较高,模型拟合优度良好,工业品出厂价格指数(PPI)在未来一段时间内将有可能继续保持稳中有升的趋势.     

基于ARIMA模型的消费者价格指数预测

科学准确地预测CPI将为宏观经济政策的制定提供合理的数据支持.文章根据我国2010年1月至2015年6月CPI月度数据建立ARIMA模型,对2015年下半年我国的CPI数据进行预测.实证结果表明:ARIMA(12,1,2)模型的预测效果良好,可以作为我国CPI走势判断的有效依据.     

基于组合模型的海南瓜类产量分析预测

伴随着海南国际旅游岛建设,海南农业迎来了新的发展契机,而瓜类产量作为影响海南农业经济的重要因素和指标,具有非常重要的研究意义。要解决海南瓜类滞销问题,就需要有长远的政策考量,才能走出瓜类价格波动周期,而价格波动是由产量大小决定,因此,我们必须对瓜类产量进行全面分析与预测。鉴于单项预测模型的局限性,文章运用时间序列ARIMA模型、指数平滑模型、曲线回归模型的组合模型,对海南连续几年瓜类产量规律进行了预测分析。     

基于ARIMA模型与GM(1,1)模型的居民消费价格指数预测对比分析

居民消费价格指数反映一定时期内我国城乡居民所购买的生活消费品和服务项目价格变动趋势和程度的相对数,是宏观经济分析与决策、价格总水平监测与调控的重要指标,同时也是反映通货膨胀的重要指标.文章运用历史数据,结合数学模型对CPI进行了科学合理的预测.在此基础上运用ARIMA模型和GM(1,1)模型对居民消费价格指数进行了预测的对比分析.     

基于一种复合模型的中国人口预测模型

文章在Logistic人口模型基础上建立了一种人口复合模型,通过对我国历次人口普查数据规律的研究,用一元线性回归法建立了人口净增长率模型。最后运用数学软件计算人口复合模型中参数的值,建立了我国人口总数预测模型,并对我国未来28年内的人口总数进行了预测。     

基于VAR模型的居民消费价格指数预测

2009年下半年至2010年5月,我国通胀预期不断加大。这是否预示会经历新的一轮CPI的大幅上涨成为了各界关注的焦点。文章运用VAR模型,分析各因素对CPI的影响,得出CPI对自身反应较为敏感,原料、燃料和动力购进价格指数对CPI的影响较弱,工业产品出厂价格指数以及货币供给增长率对CPI的影响也较弱,但有3个月的时滞。对未来36个月的CPI进行了定量预测,得出未来三年我国不会出现大规模通货膨胀的结论。     

基于Gray—Markov模型的城乡建设用地规模预测——以张掖市为例

科学合理的用地需求预测方法是土地利用总体规划能否制定科学合理目标的关键。选取在形态上呈相对聚集、面状分布的城乡建设用地为预测对象,将Gray—Markov模型引入到城乡建设用地规模预测中来,并以甘肃省张掖市为例进行了实证研究。结果表明：与其他预测模型对比,Gray—Markov模型模拟和预测精度更高,能够为土地利用总体规划提供可靠保证。     

基于ARIMA模型对我国能源需求的预测

本文利用时间序列的建模方法,对我国1987-2006年的能源消费总量数据进行了实证分析,构建了ARIMA模型。经检验该模型能够很好的拟合全社会对于能源的需求趋势。在此基础上作了短期预测,最后给出了结论及建议。     

基于混频误差修正模型的土地价格预测

为提高土地价格预测的准确性,文章将误差修正模型与MIDAS模型的建模理论相结合,构建ECM-MIDAS模型对土地价格进行预测。通过选取3种预测误差的衡量指标证实了ECM-MIDAS模型的预测效果优于同频模型。此外,房价、GDP和政府债务都可以作为土地价格的先行指标,且四者具有长期的协整关系,将这一长期协整关系考虑在内的ECM-MIDAS模型的预测效果明显优于MIDAS模型。鉴于ECM-MIDAS模型在土地价格预测方面的有效性,相关部门可以对土地价格进行实时预测,采取措施以防止土地价格波动造成的不利影响。