趋势预测模型选择与估计的一种算法

趋势预测模型选择与估计的一种算法辽宁大学经济管理学院马树才陈瑾玫在经济预测中，时间序列趋势预测是常用的一种模型，对于其模型的选择与估计，目前，大多数文献中所介绍的有两种方法：一种是常用的精细的最小二乘法；另一种是比较粗糙的“三点法”。前者虽然精确，但...     

简捷式与标准式回归系数的数量关系

简捷式与标准式回归系数的数量关系□文／唐建荣（一）最小二乘法或称最小平方法，是理论界倍受推崇的统计估计方法。一般认为，由最小二乘法拟合的曲线是最理想的趋势线。该趋势线满足以下二条件：（１）原数列与趋势线的离差平方和最小，即：∑（Ｙｔ－Ｙｔ）２＝ｍｉｎ...     

多变量混沌时间序列的最小二乘支持向量机预测

文章根据多变量混沌时间序列的相空间重构理论,建立了多变量时间序列的最小二乘支持向量机预测模型.通过Lorenz系统和中国股市的股票价格序列对该模型进行了验证,结果表明该预测模型能精确地预测混沌时间序列,并且优于基于单变量时间序列的最小二乘支持向量机预测模型.     

基于样条函数的时间序列预测模型

本文基于B样条函数最小二乘法的非参数回归与时间序列方法相结合,建立了时间序列的预测模型。该方法有较高的预测精确度,可以描述复杂模型,并且用实例进行了分析。     

基于PLS-GA-SVR的区域经济预测模型及实证

文章提出了一种将偏最小二乘法（PLS）、遗传算法（GA）和支持向量回归（SVR）相结合的预测算法。首先,为了解决多元回归中存在的多重共线性问题,采用偏最小二乘法选取回归变量的主成分;然后,利用支持向量回归预测模型对数据进行训练,利用遗传算法获得更好的预测模型参数,以解决传统支持向量机预测模型中的参数选取困难的问题;最后,利用优化的预测模型对区域经济发展进行预测。结果表明,该算法在预测精度上优于其他预测模型,能够准确预测未来区域经济发展趋势。     

折扣最小一乘法在建立回归预测模型中的应用

一、最小一乘法与折扣最小一乘法众所周知 ,误差平方和最小 (通常称为最小二乘法 )是最常用的最优拟合准则之一 ,它的理论相当完善 ,十分广泛地应用于建立各种预测模型 ,通常可获得满意的效果。但它也存在一些局限性 ,如果当数据中夹杂有异常数据时 ,由此得到的预测模型“失真”较大。鉴于最小二乘法的这些不足 ,人们引入了“稳健性”概念加以刻划 ,而“误差绝对值和最小”准则 (或称为最小一乘法 )能克服上述缺点 ,其稳健性比最小二乘法要强得多 ,具有不可替代的优越性。如在时间序列预测中 ,预测变量 ｙ的变化主要依赖时间变量ｔ ,对于给…     

折扣最小平方法简介

最小平方法亦称最小二乘法,是时间序列长期趋势分析和预测中常用的方法.一般认为,用最小平方法配合的趋势线是“最佳”的趋势线.但是,同许多的预测方法一样,最小平方法也存在着一定的缺陷.这就是在运用最小平方法计算时间序列的趋势方程时,将时间序列的各个时期的信息都     

谈直线回归方程的应用条件

当前，随着统计事业的发展，最小二乘法已成为统计分析工作中的最基本方法之一。不论是时间数列的动态分析、还是横截面的静态分析，最小二乘法都发挥着极大的作用。一、最小二乘法直线方程的剖析对于一个数列，如果用最小二乘法配合直线模型，首先要求其自变量是一个非随机的变量。例如：研究某一社会经济现象随时间的变化规律，时间就是一个非随机变量。但是如果研究身高与体重、收入与支出等现象时，被研究的两个变量都是随机变量。在后一种情况下利用最小二乘法时，应假定某一作为自变量的变量是非随机变量，然后再做直线的回归。由于这…     

基于SSA-MGF的偏最小二乘回归预测模型

本文利用奇异谱分析和均生函数方法,对原始序列重构延拓作为自变量,原始序列作为因变量,建立偏最小二乘回归预测模型,并与主成分最小二乘回归预测模型比较分析.实例结果表明,该方法具有预测精度高、稳定好的特点.     

关于统计学教学中"最小二乘法"的讲授

文章着重从动态数列分析、回归分析的有关模型参数估计以及相关分析中相关系数公式的推导中阐明“最小二乘法”的应用和讲授 ,并强调“最小二乘法”本身并不是一种模型预测方法 ,而是一种模型参数估计方法 ,并在推导皮尔逊的乘积动差法相关系数中得到应用     

小波包与贝叶斯LS-SVM在石油价格预测中的应用

掌握国际石油价格变化趋势,可以为决策者提供决策依据.文章提出了基于小渡包和贝叶斯推断的最小二乘支持向量机石油价格预测方案.对石油价格时间序列进行小渡包分解与重构,采用贝叶斯推断对得到的各近似序列和各细节序列进行最小二乘支持向量机模型参数优化,再分别利用优化了的模型进行预测,合成得到最终预测结果.对美国纽约商品交易所原油价格进行仿真实验,结果表明该方法很好地改善了石油价格预测模型的运行速度与预测精度.     

用时间序列数学模型对社会消费品指数的规律进行研究和预测

一、问题的提出运用数学模型对宏观经济指标的波动和趋势进行描述和预测，是计量经济和统计学界越来越重视和采用的研究手段和工具。在实践中，我们逐渐认识到，时间序列分析的应用日益广泛，主要用途有以下几个方面：１对序列未来趋势作预测；２将数列分解成主要趋势成份、季节变化；３用理论性模式模拟实际数据并进行检验，以讨论模式是否能正确地表示所观测的规律，如一些常见的经济模式等。时间序列是随时间顺序出现或采集的一连串观测数列，实际应用时此数列实际为有限的观测资料集合。如每月新建房屋数、季节ＧＮＰ、每月某品牌…     

最小二乘支持向量机在条件异方差模型中的应用

相对于标准的支持向量机,最小二乘支持向量机是将求解二次规划问题转化为求解一组线性方程,从而能提高求解速度。将最小二乘支持向量机和GARCH模型相结合应用于金融时间序列预测中。通过在实际股票市场预测中的比较分析,能够证实所给方法是可行的、有效的。     

统计预测中的指数平滑法

运用最小平方法求出时间数列的趋势线进行预测时,时间数列所反映的过去各个时间的经济信息都是相等地影响预测值的。它不能正确地反映近期的经济信息要比远期的经济信息影响趋势变化重要得多的客观事实。在预测中如何正确处理这个问题呢?一般是采用合理的加权法,即对过去的近期数据比对远期数据给以较大的权数。指数平滑法就是目前普遍应用的一种趋势预测法。现就指数平滑法的由来、计算方法和应用介绍如下:     

论最优加权组合预测思想在证券投资决策中的应用

一、引言自Bates和Grange1969年在运筹学季刊上发表论文《组合预测》以后,国内外对组合预测的研究日趋活跃,已有不少方法和应用成果。通常组会预测模型是用多个预测方法对同一预测对象进行预测的加权组合。而各个预测模型的权重合成方法已有十几种。本文主要利用最小二乘、最小一乘及极小极大化准则下组合预测模型,讨论组合证券投资决策模型。二、最优加权组合预测模型对于一个实际预测问题,设yi,yZ…,人为n期实际数据,欲利用这n期数据对未来的n＋1期数据八十;进行预测,设为对于上述预测问题的N种不同预测模型的预测值,误差为：…     

用时间序列模型对社会消费品指数的规律进行研究和预测

一、问题的提出运用数学模型对宏观经济指标的波动和趋势进行描述和预测,是计量经济和统计学界越来越重视和采用的研究手段和工具。在实践中,我们逐渐认识到,时间序列分析的应用日益广泛,主要用途有以下几个方面:1对序列未来趋势作预测;2将数列分解成主要趋势成份、季节变化;3用理论性模式模拟实际数据并进行检验,以讨论模式是否能正确地表示所观测的规律,如一些常见的经济模式等。时间序列是随时间顺序出现或采集的一连串观测数列,实际应用时此数列实际为有限的观测资料集合。如每月新建房屋数、季节ＧＮＰ、每月某品牌电视机销售量等。本…     

对“分段求和预测法”的一些看法

对“分段求和预测法”的一些看法杭州商学院苏为华对时间序列拟合趋势方程进行预测时，除采用最小平方法来估计方程的参数之外，人们提出了两种简化的方法：即“分段求和预测法”与“三点预测法”。其中“分段求和预测法”的基本步骤是：先将原始时间数列按照未知参数的个...     

LS-SVM的一种参数优选方法及混沌时间序列预测

支持向量机是一种新型的学习方法,该方法以结构风险最小化原则取代传统机器学习中的经验风险最小化原则,在小样本的机器学习中显示出了优异的性能.文章提出适当的验证性能指标用遗传算法优化最小二乘支持向量机的有关参数,并进行时间序列预测.通过对混沌时间序列的预测及和神经网络预测的比较证明,该模型的预测精确度是令人满意的,文中提出的方法是可行的.     

基于遗传算法优化的LS-SVM模型的应用研究

文章介绍了最小二乘支持向量机及遗传算法的原理,利用遗传算法优化参数后的最小二乘支持向量机建立四川省天然气消费量的时间序列预测模型.并利用两个性能指标将其与BP神经网络模型进行了对比,结果表明,在样本有限保证一定精度的情况下,遗传算法优化参数后的最小二乘支持向量机模型的范化能力较强,能够利用该模型对四川省天然气消费量进行预测,并在最后利用该模型预测2007～2009年四川省天然气消费量.     

天然气产量季节预测模型的比较与选择

随着气田企业规模的扩大和竞争的加剧,需要建立一套完整的短期天然气产量预测方法及模型,以预测未来的产量发展趋势,故提出三种基于时间序列预测模型:布朗指数平滑法(Smooth)、季节系数法时间序列的预测、用于时间序列的灰色系统预测方法.但是普通时间序列预测模型的参数难以估计并且模型较难预测具有季节特征的时间序列问题,根据天然气产量的季节性、周期性特点,实验结果表明:季节系数法时间序列的预测能够对带有季节特征的历史数据进行有效预测,对进行气田企业的安全生产都具有一定的理论和实践价值.