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.     

有偏回归分析方法及其在经济管理中的应用

一、引言 随着计算机的普及应用,多元回归分析在经济和管理实践中得到了广泛应用.由于使用多元回归分析时的重要条件之一就是要求各自变量之间不相关或称无多重共线性关系,如果不注意这些使用条件,在运用多元回归分析时,就可能得出错误的结果.尤其在经济问题分析领域内,具有密切关系的变量很多,更应引起人们的注意.岭回归和主成分回归等有偏回归分析方法是处理自变量间多重共线性的两种有效方法,本文结合经济实例来探讨它们的应用情况.     

回归预测中应注意的问题

文章从数据的收集与处理、因果关系分析、模型的建立与参数估计、模型的检验和预测等方面论述了回归预测中应注意的问题.     

对现行教科书中若干统计方法应用的再认识

一、回归分析方法的应用问题 回归分析是通过建立回归模型来反映自变量和因变量之间的变动关系,进而根据自变量对因变量作出预测.然而,现行教科书在介绍该方法的用途时出现了三方面的误解,现予以说明并加以矫正.     

汇率预测方法及比较:基于贝叶斯平均分类回归模型的检验

分类回归模型是回归模型家族的一个重要组成部分.文章针对现有的分类回归模型均采用选择性回归计算所存在的问题,建立了贝叶斯平均分类回归模型,并将其用于人民币汇率预测的实证研究.在实证研究时选取人民币对主要货币的汇率序列,对使用时间序列模型的预测结果与贝叶斯平均分类回归模型的预测结果进行对比分析,证明贝叶斯平均分类回归模型确实能够提高预测准确度.还使用贝叶斯平均分类回归模型对比分析了现有研究文献的预测效果,结果表明分类回归模型具有一定程度的优越性.     

回归分析预测认识中的一个误区

一元线性回归模型是统计学中对数据进行预测的一种重要方法。应用时,在对数据进行线性回归后还要做F检验。F检验的目的是判别解释变量与因变量之间有无线性相关关系。普遍认为做F检验时,F的值越大,用此模型进行预测得到的结果就越可信。国民生产总值GDP是一个重要的经济指标,人们经常通过GDP来分析经济运行情况,因此人们经常会对GDP的增长率作出预测。本文分别运用三种线性回归模型对GDP数据进行回归分析,并预测GDP的增长率。证明了当回归模型的F值最大时,预测的效果不一定最好。选择线性回归模型进行预测,还要结合实际情况。     

单因素方差分析与多元线性回归分析检验方法的比较

单因素方差分析与多元线性回归分析是应用统计学中两种重要的统计方法,文章通过严格的分析,找出了两者检验方法的异同点,并提出了应用时应注意的问题.     

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.     

SAS软件的应用——基于ARMA模型的商品销售额的预测分析

文章运用SAS软件系统中的一些时间序列建模方法及回归分析方法对某商品的月销售额作了预测分析,得到了较高的预测精度,在实际应用中预测值的准确对于指导商家的战略决策起着重要作用.     

未决赔款准备金估计的Munich链梯法及其优化

Munich链梯法能够成功地解决传统链梯法在预测最终赔款额时存在的问题,即依据已决赔款数据和已发生赔款数据预测的最终赔款额相差较大,从而不能准确地提取未决赔款准备金。文章运用统计学中的稳健回归和耐抗回归方法优化Munich链梯法,通过降低离群点对参数估计的干扰,更准确地预测最终赔款额;并应用软件R-2.8.1编写程序实现链梯法、Munich链梯法和优化的Munich链梯法;以Quarg & Mack(2004)中的数据为例,比较了上述方法在未决赔款准备金评估方面的优劣。     

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。     

势函数规则下回归分析样本容量的确定

在利用统计回归方法进行社会经济问题分析的时候,抽选多大规模的样本比较符合要求是需要重点考虑的。在这篇文章中,我们根据一般的势函数原理,就这一问题进行了讨论。全文主要内容有:线性回归分析参数估计与假设检验时的样本容量确定,线性回归预测分析时样本容量的确定等。     

中国人口增长预测模型及其改进

文章根据已有的人口数据,运用数据拟合方法和矩阵方法分析研究了人口增长的规律,分别建立了预测中国人口增长的回归和凯菲茨矩阵两个数学模型,并且给出了中国人口短期和长期的预测结果.通过比较,阐述了两种模型的优缺点.     

统计预测方法的特点研究

一、统计预测方法的分类研究现代预测方法的发展,往往是各种预测方法的交叉运用,相互渗透,很难有截然的划分。因此,在分类问题上不能绝对化。但按预测的性质,大致上可分为定性预测法、回归预测法（包括经济计量模型法）、时间序列预测法和组合预测法四类。１．定性预...     

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。     

模糊综合评价及其在回归预测中的应用

回归模型广泛应用于预测与控制中,在回归分析中,回归方程的选定最为关键,直接影响甚至决定预测与控制的性能,模糊综合评价方法正是解决了这一选择问题,它按照距离最优指标集的隶属度大小判别既定回归方程的优劣,但它并没有建立、产生新的方程,以进行更好的预测和控制.本文正是在模糊综合评价的基础上提出具有更好预测和控制效果的加权方程.     

基于协整与ARMA组合模型的居民中长期消费贷款预测

文章运用协整回归与ARMA组合模型,通过房屋销售价格指数对居民中长期消费贷款进行了短期预测.先用2007年1月至2010年1月的37期数据进行Granger因果关系检验,再运用协整回归和ARMA组合建立预测模型,模型对2010年2月至6月共5期的居民中长期消费贷款进行预测,与实际数据相比,预测相对误差小于1.5%,最后提出了一些相关的政策建议.     

变量选择偏离对预测的影响研究

模型选择目的可以分为两类:一类是变量选择,另一类是预测分析.文章系统地研究了两种目的异同和建模时要注意的问题,提出了变量选择偏离的概念及其与预测的关系.     

基于多元线性回归的概率排序型预测方法

文章针对运用多元线性回归进行预测时,对自变量的预测一般只考虑单一的可能性,忽略了由于未来的不确定性导致自变量存在多种可能的取值,提出了概率排序型的预测方法,将不同的自变量取值对预测值的影响考虑了进来,并用期望值的最大最小值和方差的最大值作为预测的指标,描述预测的结果并衡量预测结果的波动性,最后通过示例验证模型应用的可行性和有效性。