基于季节性ARIMA模型的居民消费水平预测

文章以居民消费价格指数(CPI)的短期预测作为切入点,采用定量的时间序列分析方法,建立季节自回归综合移动平均(季节性ARIMA模型)模型对CPI时间序列进行量化分析.首先阐述基于该模型的CPI预测的一般过程,即:平稳化处理、差分变换的阶数辨识、参数估计,时间序列模型的构建,然后对模型进行性能检验,确定较适合的季节自回归综合移动平均模型,最后在实证分析中探讨经济变量CPI与时间变量之间的变动规律,对CPI时间序列进行适当的差分处理,取得了较为理想的预测效果.     

基于多重多元回归的多目标影响因素效应比较及应用——以企业经营活动分析为例

企业运营管理活动的结果可能表现在多个方面,这些结果的产生会受到若干个因素的影响。影响因素及其组合对企业运营管理结果的作用效果是否存在差异,从计量角度加以测算分析,有助于企业资源的合理配置和利用。运用统计回归分析的基本原理,讨论了多个影响因素及其组合对企业经营多个目标回归效应差异问题,包括:不同组解释变量对同一被解释变量回归效应的比较,同一组解释变量对不同被解释变量回归效应的比较,不同组解释变量对所有被解释变量回归效应的比较,并结合事实数据进行了应用说明。     

基于数学建模基础上的经济变量线性回归统计预测分析

研究变量间的变动关系,并用数学方程式表示,称为回归分析。特别是用于:定量地描述和解释相互关系;估计或预测因变量的值。"回归"一词最早由英国天才科学家Sir Franxis     

含滞后效应的非线性协整分析

线性协整方法对非平稳经济和金融变量时间序列的计量经济学分析已经比较成熟,但许多宏观经济变量序列以及金融变量序列间的关系往往表现为非线性。文章以NLLS估计为基础提出反映滞后效应的非线性协整回归模型的非线性协整检验方法,统计模拟结果显示该方法具有较小的水平扭曲和较高的势。通过对中国财政支出与城镇居民可支配收入进行实证分析得出两者之间不存在线性协整而存在非线性协整关系,并且这种关系具有滞后效应。     

线性回归模型与传递函数模型在时间序列应用上的比较研究

如果一个因变量是由一个或多个自变量来解释的,那么对这些数据可以建立回归模型.但如果因变量和自变量同时又是时间序列,则也可以建立传递函数模型(transferfunction models).与普通的回归模型相比,传递函数模型说明因变量与自变量以及扰动项之间关系时,有着更为丰富的结构.在多变量时间序列模型方面,有关线性回归模型与传递函数序列在时间序列方面应用效果的比较很少,因此,本文拟进行这方面的研究,为多变量时间序列建立模型提供参考.     

利用Excel实现时间序列分解分析

一、简介分解分析法是时间序列分析和预测过程中常用的统计方法。该方法假设时间序列是趋势变动（T）、循环变动（C）、随机变动（I）综合影响的结果,分解过程首先从原始序列中消除随机变动,然后在此基础上,分别识别出循环变动和趋势变动的变化模式。假设的合理性、方法的科学性和操作的简易性使分解分析法在经济预测中得到了较为广泛的应用。本文结合具体例子介绍如何用电子表格软件Excel实现时间序列的分解分析。二、实例如图（1）所示,表中A1至B13单元格是1996至1998年各季度某海滨城市旅游人口数（千人）,试预测1999年各季度旅…     

中国工资差异变动的分解

使用CHNS（中国健康与营养调查）提供的工资横截面数据,通过Oaxaca-Blinder分解方法,在分位数回归的基础上,分别以总样本、东部样本和中西部样本,对1989—2006年、1989—1997年和1997—2006年三个时间段的工资差异的变动进行分解,研究发现：在大多数情况下,解释变量的结构效应小于解释变量的价格效应;在方向上,结构效应与工资差异变动的方向相反,而价格效应与工资差异变动方向相同;工资差异的变动无论是结构效应引起的还是价格效应引起的,都主要发生在工资分布的低端;作为重要解释变量的技能偏向型技术进步引起的工资差异变动,主要发生在工资分布的高端;在不同时间段和不同样本下,解释变量对工资差异变动的影响程度存在差异。     

我国农业投入产出的关系研究

文章利用多元线性回归方程,以1996～2008年省际时间序列数据为样本,对我国的农业实际生产情况进行了量化分析,以粮食产量为被解释变量,选择机械动力、化肥用量等作为解释变量,应用spss软件进行回归分析求解回归系数,根据回归系数分析了31个省份投入要素对粮食产量的影响.分析结果表明.机械动力和化学农药对粮食产量影响不大,化肥用量和农业用水量增加有助提高粮食产量,塑料薄膜使用量的增加不能有效的提高粮食产量.     

广东农村居民消费行为研究

本文根据凯恩斯消费理论,建立广东省农村居民消费性支出Ct关于农村居民人均纯收入Yt的回归模型,并通过利用农村居民消费价格指数这一指标,消除价格变动对实际货币购买力的影响。接着引入两个虚拟变量,考虑利息税和农村税费改革对居民消费的影响,并且对其进行经济意义的解释,深刻分析广东农村居民消费行为变化的原因。然后通过时间序列分析,预测出2008年和2009年的实际消费性支出,为相关的经济决策提供依据,并根据以上的分析结果给出了关于促进广东农村居民消费的建议。     

统计方法的几何学研究

文章利用投影定理,推导出平稳时间序列的预报、线性回归模型参数的估计量和假设检验的统计量,并用几何直观图像形象地解释了时间序列未来值的预报,即未来值在现时值和过去值所生成空间中的投影,使对复杂的统计方法的理解变得简单易懂。     

多重共线性的解决:剔除变量的新标准

当使用剔除变量法解决线性回归模型的多重共线性问题时,根据方差膨胀因子的大小来选择被剔除变量是存在缺陷的.解释变量显著性检验的t统计量的绝对值大小反映了该解释变量对被解释变量的贡献程度的大小,因此可以将t统计量绝对值作为剔除解释变量的依据,从而得到一类多重共线性的解决办法.     

我国城乡居民收入差距变动的影响因素分析

既有研究在分析我国城乡居民收入差距变动影响因素时或多或少都忽略了某些重要变量,文章基于时间序列方法建立了一个城乡居民收入差距的增长率序列模型以更全面地研究这一问题,运用这一模型对我国1978～2009年城乡居民收入差距变动的影响因素开展研究,结果表明,城市化水平、劳动力由农村向城市的流动、中央财政的三农支出和劳动力报酬在GDP中所占比重是影响我国城乡居民收入差距过去三十余年变动的重要因素.     

高校教师工资影响因素分析

文章以某地区若干高校教师月平均工资为研究对象,随机抽取500名教师为样本,对于一些定性的解释变量采用虚拟变量的形式与工资进行回归分析,通过拟合线性回归模型及对其参数和整体方程的检验,分析出年龄、学历、职务等定性的解释变量对高校教师工资的影响程度。     

区域金融发展与经济增长的实证分析——基于东部十省市地级市区数据与分位数回归方法

针对地级市区的金融发展与经济增长的关系．利用中国东部十个省市共87个样本地级市区2000—2006年的数据，基于分位数回归的统计分析结果表明，在被解释变量经济增长指标的不同分位数处解释变量金融发展和控制变量对经济增长影响的差异和波动是统计显著的。与经典的条件均值回归相比，条件分位数回归实证分析能够揭示数据生成过程更加丰富的信息，为区域金融发展与经济增长关系进行时空特征整合的统计建模提供了有力支持。     

利用虚拟变量对季节指数的估计

本文利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计。这是一种分析季节指数和季节变动的新思路。     

吉林省城乡居民储蓄、固定资产投资与GDP增长的实证分析

一、变量与数据本文采用1978-2004年的吉林省样本时间序列数据进行实证检验分析,数据来源于《吉林统计年鉴2005》。变量选取年度指标：城乡居民储蓄(SAV)、固定资产投资(INV)及国内生产总值(GDP)。为了得到比较平稳的数据,使其趋势线性化,消除时间序列中存在的异方差,对上述时间序列分别取自然对数,记为LSAV、LINV及LGDP。     

我国能源消费与经济增长的关系分析

一、实证数据和方法 在现实经济中,变量本身通常是非稳定的时间序列并表现出一定的趋势,为了使传统的单方程计量模型有意义,常用的方法是对变量序列进行差分,然后用差分序列进行回归,这样做的结果忽视了水平序列所包含的有用信息,回归方程不能全面反映经济变量间的关系.     

统计分析方法教学中的实例教学法探索

统计学是关于数据的搜集、整理、分析与解释的科学。统计基本概念的理解与统计分析方法的掌握是统计学课程教学的主要目的所在。而经济管理中常用的统计分析方法,如:相关与回归分析时间序列分析及统计指数理论等,由于教材中普遍缺乏相应的应用实例,同时又有大量的公式及计算,学     

经济预警的理论和方法(之四)

四、经济波动的测定方法(2)——剩余法剩余法又称残余法,其基本前提是假定时间序列Y可分解为长期趋势T、季节变动S、循环变动C和不规则变动I四个部分。采用剩余法测定经济波动,就是从时间序列中逐次或一次消去长期趋势T和季节变动S,余下循环变动与不规则变动,在此基础上,再消去不规则变动,最后得到循环变动值。这样,就将测定周期性波动的问题,转化为选择时间序     

多变量时间序列模型识别方法

模型识别是建立时间序列模型的基础,是模型预测成败的关键。本文介绍了五种多变量时间序列模型识别的方法,分析了每种识别方法的输出形式,最后利用SAS统计软件对多变量时间序列模型的识别进行实证研究。