基于文化算法的支持向量机组合预测模型

为提高预测精度,文章提出基于文化算法的支持向量机组合预测模型.以组合预测模型的误差平方和最小为优化准则,用文化算法对支持向量机参数进行优化,并建立支持向量机对单一模型的预测结果进行组合预测.算例结果表明,该模型综合了各单个预测模型的重要预测信息,其预测误差远远小于各单个模型的预测误差,其预测精度更高,模型的实用性更强.     

指数曲线预测模型若干问题探讨

本文根据指数曲线预测模型的特点 ,对指数曲线预测模型的假设、参数估计、拟合误差以及无偏性等若干问题进行了探讨     

对预测模型优劣性评价的方法探讨

根据预测的目的建立损失函数，来衡量预测误差给管理决策带来的损失，以损失函数取得最小值可以作为评价预测模型最优准则。文章提出了建立损失函数和对预测模型进行优劣性评价的一般方法     

基于贴近度的诱导广义OWA算子最优组合预测模型

文章提出新的基于相关性的指标的变权组合预测模型.文中引入λ次幂误差,将贴近度和IGOWA算子结合起来,构建了基于最大最小贴近度的IGOWA算子的组合预测模型.同时将组合预测模型转化为容易求解的线性规划模型,从而获得权系数的计算方法.最后,通过一个实例计算表明,文章所提方法能够有效提高预测精度.     

基于IOWGA算子的最优组合预测模型及应用

文章在预测有效度和IOWGA算子等概念的基础上,建立了基于IOWGA算子的误差平方和的组合预测模型,预测误差结果分析表明文中的方法比原文方法更能提高预测精度,是一种优性组合预测,最后探讨了模型在公路客运量预测中的应用。     

组合预测方法在磷肥需求预测中的应用

本文通过建立三次曲线法、产值磷肥耗费系数法和Logistic模型对我国磷肥消费需求进行了预测,同时以组合预测误差绝对值的和为最小的标准建立了组合预测模型.     

结合景气指数的GDP组合预测模型研究

文章首先对中国季度GDP序列建立了AR-GMDH预测模型;然后加入对GDP相关性较大的景气指数,建立了ARCH模型;最后利用GMDH自组织建模方法提出新的组合预测模型.对比分析各模型预测结果表明:两种单一模型预测误差均在可接受范围之内,基于GMDH组合的GDP预测模型的拟合和预测效果比单一模型更优.     

基于多源信息融合的能源需求预测模型研究综述

文章以能源需求预测模型技术提升和预测误差不断改善为线索,从信息源的角度出发,梳理了国内外能源需求预测的相关理论与模型特征.能源需求预测模型经历了单一模型、多源模型组合和智能信息融合三个发展阶段,文章对模型发展阶段的特点和存在问题进行评述,对未来非线性、变权重技术以及多源信息融合模型在能源需求预测方面的应用做出进一步展望.     

基于相关系数及IOWA算子的区间组合预测方法

传统的组合预测方法是针对数字型数据并以改善拟合误差平方和为准则来建立模型。然而,在不确定环境下,样本数据和预测值均以区间数给出,因此有必要研究区间组合预测模型。文章引进IOWA算子以及相关系数概念,建立了多目标的区间组合预测模型,并探讨了模型的求解方法,再结合实例分析验证了模型的有效性,同时给出模型中的参数的灵敏度分析。     

基于差值灰色RBF网络模型股票指数预测

针对RBF神经网络的预测精度受样本数据随机性影响较大,而灰色理论能弱化数据随机性的特点,文章提出了差值结合法将灰色GM(1,1)模型和RBF神经网络模型有效地结合起来,构建了差值灰色RBF网络预测模型。将该预测模型运用于股票指数预测,实证结果表明:该模型预测精度高,平均预测误差为0.52%,与BP神经网络和RBF神经网络相比具有更好的泛化能力和更高的预测精度,在股票预测中具有一定的使用价值。     

Estimating Prediction Error: Cross-Validation vs. Accumulated Prediction Error

We study the validation of prediction rules such as regression models and classification algorithms through two out-of-sample strategies, cross-validation and accumulated prediction error. We use the framework of Efron (1983 Efron , B. ( 1983 ). Estimating the error rate of a prediction rule: improvement on cross-validation . Journal of the American Statistical Association 78 : 316 – 331 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) where measures of prediction errors are defined as sample averages of expected errors and show through exact finite sample calculations that cross-validation and accumulated prediction error yield different smoothing parameter choices in nonparametric regression. The difference in choice does not vanish as sample size increases.     

非抽样误差视角下普查涵盖误差及其模型研究

根据普查数据生成过程,将实际普查汇总结果与目标总体真值的净误差定义为普查涵盖误差;从非抽样误差的作用分析,提出涵盖误差来源影响的三个假设,并论证采用净误差表现普查涵盖误差的合理性。在此基础上,将涵盖误差的产生机制和普查数据汇总模型结合,构建不同普查类型下计数与内容涵盖误差的模型与误差分解过程;以此论述了非抽样误差对涵盖误差的影响作用,以及计数涵盖误差和内容涵盖误差间的联系,为进一步研究普查数据质量评估与控制奠定理论基础。     

做好企业统计工作 为企业管理服务

社会上有这样一种误传:统计,就是七分统计三分估计。我认为应该改为十分统计,十二分的估计。所谓十分统计,就是用百分之百准确、真实的数据进行科学地汇总和深加工,来反映企业生产经营活动过程中的发展状     

Optimal Binning Strategies under Squared Error Loss in Selective Assembly with Measurement Error

Selective assembly is an effective approach for improving a quality of a product assembled from two types of components, when the quality characteristic is the clearance between the mating components. Mease et al. (2004 Mease , D. , Nair , V. N. , Sudjianto , A. ( 2004 ). Selective assembly in manufacturing: statistical issues and optimal binning strategies . Technometrics 46 : 165 – 175 .[Taylor & Francis Online], [Web of Science ®] , [Google Scholar]) have extensively studied optimal binning strategies under squared error loss in selective assembly, especially for the case when two types of component dimensions are identically distributed. However, the presence of measurement error in component dimensions has not been addressed. Here we study optimal binning strategies under squared error loss when measurement error is present. We give the equations for the optimal partition limits minimizing expected squared error loss, and show that the solution to them is unique when the component dimensions and the measurement errors are normally distributed. We then compare the expected losses of the optimal binning strategies with and without measurement error for normal distribution, and also evaluate the influence of the measurement error.     

EWMA Chart and Measurement Error

Measurement error is a usually met distortion factor in real-world applications that influences the outcome of a process. In this paper, we examine the effect of measurement error on the ability of the EWMA control chart to detect out-of-control situations. The model used is the one involving linear covariates. We investigate the ability of the EWMA chart in the case of a shift in mean. The effect of taking multiple measurements on each sampled unit and the case of linearly increasing variance are also examined. We prove that, in the case of measurement error, the performance of the chart regarding the mean is significantly affected.     

Likelihood Elasticity and Error Bounds

In this note it is shown that the Fisher information can be related to elasticity, a very important concept in economics. This economic concept can be used to provide a more intuitive meaning of the Fisher information in some important situations.     

动态分析指标的差误

目前我国出版的某些统计学教材，在动态分析指标部分，比较普遍地存在着诸如概念模糊、计算错误等问题。本文编录了某些典型的差误实例并作评析。张 冠 李 戴 例1. 某地区从1980年到1985年6月30日的人口数(万人)为：……。求“六五”期间(即1981—1985年)该地区的年平均人数。(这是一道全国高等教育自学考试试题——笔者注。) 例2. 某旅游胜地某年1至7月各月月初游客人数为：……。试计算上半年的月平均人数。 例3. 根据某厂某年第一季度的间隔不等的间断时点职工人数资料：……。要求计算该厂第一季度的日平均人数。 这三个实…     

Error rates for poisson process discrimination

This research addresses the question of how one's ability to discriminate between two Poisson process models is affected by the relative behavior of the respective intensity functions involved. One sampling strategy studied involves observation of the process up to the k-th occurrence time, t_k. Another is to observe the process up to a fixed time T. The error probabilities for these two approaches are analyzed as k and T, respectively, tend to infinity.     

人口普查误差刍议

许多国家每次人口普查之后都要对其进行质量评估,计算人口普查误差,包括净误差及其构成部分（普查遗漏和普查错误计数）。通常采用先估计净误差,然后估计普查错误计数和普查遗漏。人口普查误差计算的关键是估计总体实际人口数。目前多数国家是使用基于捕获-再捕获模型和事后分层的双系统估计量估计实际人口数。最近1～2年美国提出使用基于罗吉斯蒂回归模型的双系统估计量估计实际人口数。研究结论表明：真正的人口普查误差其实是不能计算的;基于罗吉斯蒂回归模型的双系统估计量由于不受样本量限制而可以选择较多的事后分层变量,因而它优于基于事后分层的双系统估计量。