CM（1，1）模型预测盐城市人口的发展

城市人口的发展关系着其经济、社会、环境的发展以及资源的利用,因此准确地预测未来人口的发展趋势,制定合理的人口规划和人口布局方案具有重大的理论意义和现实意义。本文以盐城市人口为例,应用GM（1,1）模型对该市2001—2007年人口进行建模,预测未来五年内人口发展趋势,为市政府制定社会经济发展战略计划提供参考依据。     

基于灰色PGM(1,N)模型的人口发展预测

为提高我国人口预测模型的预测精度,文章分析了GM(1,1)和PGM(1,N)预测模型的特点,并分别利用GM(1,1)和PGM(1,N)模型对我国人口的变化情况进行了预测,发现灰色PGM(1,N)预测模型有更高的精度和可靠性,更适合于我国人口的预测。     

基于 Gompertz 模型的黑龙江省人口预测

人口问题是关系国计民生的重要问题之一,通过人口预测来了解未来经济与人口的发展情况以及它们之间的内在联系,这就是进行人口预测的目的所在。文章通过建立黑龙江省人口的Gompertz模型,对其人口数进行拟合和预测。     

基于C-K模型及其改进的高高龄人口死亡率模型研究

目前,国际上关于高龄人口死亡率估计的方法主要包括经典的参数模型估计方法,如用Gompertz分布、Makeham分布拟合高龄人口的死亡率。文章将着重探究Coale-Kisker模型在高高龄人口死亡率拟合中的应用,并针对高高龄人口死亡数据足够多时,对经典的Coale-Kisker模型提出适当的改进。     

基于ADL的浙江省总人口预测

通过对1994-2008年浙江省人口数据进行相关性分析,选取对总人口有显著影响的指标,进而对1990-2008年总人口差分序列及所选指标建立自回归分布滞后模型,并最终选出一个最优的模型,预测2009-2020年浙江省户籍总人口数。预测结果表明,至2020年,浙江省户籍总人口数将超过5000万,且依然呈现上升趋势。     

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。     

基于改进的灰色GM(1,1)模型的人口预测

一个国家或地区的人口准确预测是制定相应的宏观政策和规划的重要依据。本文以灰色预测理论为基础,运用改进的GM(1,1)模型,以辽宁省为例,对人口进行预测,并与传统的GM(1,1)模型预测结果进行比较。结果表明:改进的GM(1,1)预测模型预测精度大大提高,具有可行性和实用性,可用与对未来人口规模进行预测。     

内蒙古自治区人口总量的时间序列拟合与预测

以1950-2007年内蒙古自治区人口总量数据为依据,利用ARIMA（1,1,1）与GM（1,1）模型分别对内蒙古人口总量的时间序列进行了拟合、分析与预测。分析结果表明：两种模型的拟合程度都比较高,但灰色模型的拟合度更高。因此用GM（1,1）模型对内蒙古自治区2010-2012年的人口总量进行了预测。     

基于多项式回归模型的柳州市房产价格预测

本文以柳州市房地产价格为例,建立柳州市房地产价格的多项式回归模型,并进行实证分析,检验模型精度,最后预测未来三年的柳州市房地产价格,为柳州市房地产投资提供科学的依据。     

中国能源强度波动分析——基于完全分解模型

2000年以来,我国能源强度出现了波动这一新现象。本文运用完全分解模型对这一现象进行分解分析,得出如下结论：（1）2000—2007年,我国能源强度波动及第二产业能源强度波动中,强度效应占主导作用,结构效应作用较小。其中,第二产业对我国能源强度波动影响最大,而制造业对第二产业能源强度波动起主导作用。（2）产业结构变动对能源强度波动的影响较小,2000—2002年降低了能源强度,2002年-2007年增加了能源强度。     

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。     

医疗费用预测的贝叶斯多项式混合效应模型

医疗费用预测是健康保险费率厘定的前提和基础。对于多年期的医疗费用数据,通常使用线性混合效应模型对其进行拟合,但线性混合效应模型对非线性关系的纵向数据建模具有一定的局限性。本文对线性混合效应模型进行扩展,根据医疗费用数据中变量之间的非线性关系,建立了多项式混合效应模型,并将其应用于一组医疗费用数据进行实证研究。结果表明,多项式混合效应模型对住院医疗费用的拟合效果显著优于通常使用的线性混合模型,在医疗费用管理和健康保险的费率厘定中具有重要的应用价值。     

基于人口投入产出模型的人力资本测算方法

现有的对人力资本的测算方法,不同的方法其结果差异很大,从而影响了人力资本的应用.文章提出了基于已经建立的中国人口投入产出模型,将人的生命周期分为成长期、成熟期和衰老期,分别测算出各个时期的人均单位成本和收益,再用人口投入产出前瞻价格模型和后传价格模型,来测算之前的成本收益和未来收益,加总就是其人力资本.     

固定设计异方差非参数回归模型的预测方法

文章针对固定设计下异方差非参数回归模型,考虑了基于多项式样条的三种预测方法,即非外推法、线性外推法和非线性外推法.模拟结果表明非外推预测法的均方根误差(RMSE)和平均绝对误差(MAE)的均值最大,而线性外推法的RMSE和MAE的均值略小于非线性外推法的RMSE和MAE的均值.实证分析结果显示:非外推预测法的平均绝对百分比误差(MAPE)、RMSE和MAE最大,线性外推法的MAPE、RMSE和MAE最小.这表明整体上外推法优于非外推法,而线性外推法是简单可行的.     

基于ARIMA模型对湖北省能源消费的预测

能源影响着我国社会经济的稳定持续发展,对未来能源消耗的准确预测具有重要意义。文章以我国湖北省为例,利用1980～2005年的能源消费总量数据为基础,运用ARIMA模型进行能源消费的预测,达到了最小方差意义下的最优预测的效果。     

基于马尔科夫模型的老年人口护理需求分析

通过建立一个马尔科夫多状态转移模型,测算中国65岁及以上老年人口护理费用的精算现值,讨论影响测算结果的主要因素,对如何满足老年人口的护理需求提出意见和建议.结果表明:2005～2050年,中国处于失能状态的老年人口数将从2 173.0万增加到7 077.6万,老年人口护理费用的当年现值将从47 754.3亿元增长到155 542.3亿元.影响测算结果的主要因素有人口预测、状态转移概率和各状态护理费用等.要满足老年人口的护理需求一是要努力增加居民收入,二是要完善老年护理保障制度,三是要大力开发长期护理保险产品.     

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Lotka-Volterra模型的股东种群共生性分析

文章借鉴生态种群理论,从大小股东间的内在关系建立Lotka-Volterra竞争生态模型,通过定性分析,给出均衡解存在条件和平衡点解.在运用灰色理论估计出股东间的竞争参数基础上,通过实证分析股东极限值与内禀增长率,并提出股东种群共生性要求.     

基于ARMA模型的房地产价格指数预测

本文简要介绍了ARMA模型的理论知识,并针对1998年1季度到2006年3季度的房地产价格指数的季度数据进行了实证分析,然后运用所建模型对2006年四季度以及2007年一季度的房地产价格指数做了预测,并给出精度误差值,收到了很好的效果,所以模型具有一定的参考价值。     

基于混合时间序列模型的粮食产量预测

粮食产量的预测是保障粮食安全的重要组成部分.文章结合河南省许昌市粮食产量的历史数据,首先建立趋势外推预测模型,并对模型进行相应的分析;然后运用趋势外推与ARIMA模型(求和自回归移动平均模型)结合起来的混合时间序列模型对趋势值和真实值之间的离差序列即残差进行分析,得到混合时间序列模型的预测结果;最后通过比较得出的混合时间序列模型预测的精度较高,可作为粮食总产量预测的有效工具之一.