前移回归分析法在广西省经济预测中的应用

经济指标是多项相关因素的函数,一个时间段内各项指标(自变量)值会影响下一时间段待预测指标(因变量)的取值.本文以广西省12项主要经济指标为实例,采用前移回归方法预测了人均GDP,进而预测了其余指标2008～2009年的取值.这种方法克服了以往时问序列预测只是自身拓展而不考虑多项因素(变量)的不足,也弥补了回归分析预测法必须已知同时期各个自变量值才能预测的缺陷,取得较好的效果.     

中国经济发展阶段的划分与人均GDP的预测

文章通过22种指标分析了中国经济的发展阶段,采用经过证明行之有效的预测方法给出非调控情况下中国人均GDP的未来两年发展趋势。     

我国实际人均GDP的趋势分析及预测

文章建立了我国实际人均GDP的混合时间序列模型,分析研究了该模型的稳定性和可外推性,预测了2001～2010年10年间我国实际人均GDP的发展水平,指出我国人均实际GDP增长具有时间趋势和周期的稳定性。     

对回归分析方法运用的误解

回归分析是通过建立问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。一、现行《统计学》教科书在介绍同归分析方法时明确写到,刊用数学模型取得的同归方程,一般都是根据一定范围内的有限资料计算,其有效性,只适用于该范围内,不适用于该范围外,换言之,就是只适用于内插预测,不宜于外推预测、其原因是一最小平方”指的是对现有资料范围配一条最适线,如果外推到范围以外,就不一定是最适线了。笔者认为,现行教科书中…     

贝叶斯时间序列方法研究与应用评述

文章对贝叶斯时间序列方法的研究与应用现状进行了评迷,内容包括一元时间序列、多元时间序列及模型识别等三个方面,以期为该方面的研究与应用者提供参考.     

基于时间权重的回归预测模型

文章充分考虑新旧历史数据对预测结果影响程度不同,探讨并给出了确定时间权重应该满足的条件,且基于所给时间权重建立了基于时间权重的回归预测模型,在预测值和历史数据相对误差平方和最小的前提下推导了确定回归预测模型的参数确定公式.该模型更符合实际预测的情况,更具有实用性.     

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.     

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。     

利润预测与商品价格确定的回归模型

针对如何预测商品在不同价格下的销售量和利润这一问题,采用量、本、利公式和数学方法,分别提出假设条件,利用回归分析方法建立利润和商品价格模型.本文方法的实用性在于在数据不完全的情况下建立价格与销售量或利润模型,为企业进行商品的价格调整提供了数量依据.     

基于虚拟变量回归与SARIMA组合模型的GDP预测

文章根据我国1992年至2015年的GDP季度数据,建立了虚拟变量回归(DVR)模型、SARIMA模型及其组合(DVR-SARIMA)模型,并进行了比较与分析,结果发现组合(DVR-SARIMA)模型的拟合效果最好,预测性能亦是最好,且利用组合(DVR-SARIMA)模型对我国未来的季度GDP进行了预测,以期对我国未来的总体经济增长情况做出合理的分析与判断.     

时间序列分析在经济预测中的应用

为了配合《统计学》课程的现行教学 ,提高学生运用统计方法分析、解决实际问题的能力 ,我们组织了一次案例教学 ,其内容是 :对烟台市的未来经济发展状况作一预测分析 ,数据取烟台市 1978～ 1998年 GDP的年度数据。在组织实施时 ,我们首先将数据资料印发给学生 ,并讲清本案例的教学目的与要求 ,明确案例所涉及的教学内容 ;然后给学生一段时间 ,由学生根据资料 ,运用不同的方法进行预测分析 ,并确定具体的讨论日期 ;在课堂讨论时让学生自由发言 ,阐述自己的观点 ;最后 ,由主持教师作点评发言 ,取得了良好的教学效果。本文是此次案例教学活动…     

具有线性趋势的残差自回归模型的估计方法

为了探寻具有线性趋势的残差自回归模型的较为合适的估计方法,文章以残差AR(2)模型为例,对直接最小二乘法、两步法、非线性最小二乘法和化归法进行了Monte Carlo模拟,拟合和预测结果显示非线性最小二乘法和化归法的均方误差和平均绝对误差相同且最小.此外,还利用1980-2013年河南省人均GDP经济数据进行了拟合与预测实证分析,得到了与模拟比较相类似的结果,这说明非线性最小二乘法和化归法是较优的估计方法.进一步地,基于非线性最小二乘法,给出了河南省人均GDP的短期预测.     

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.     

国内外大学教材‘经济预测与时间序列’对比研究

随着教育部提倡全国普通高校使用国外教材,现在许多重点大学和一些普通高校纷纷在不同的学院、不同的专业、不同的年级上有选择地、有条件地实行“原版英文教材教学”试点。本文针对国内外大学教材中“经济预测与时间序列”方面的教材进行深入地对比分析研究,指出国内一些教材中普遍存在的问题与不足。     

国内生产总值与可支配收入的协整分析

官员热衷GDP增长,是为了政绩,还是为了民生?从GDP增长中百姓是否得到实惠?如果GDP与人民的幸福指数没有关系,为何它能长期成为各级政府的考核指标?文章采用成渝两地的经济数据,以重庆为例,并以成都作为佐证,通过协整分析、误差修正模型和Granger因果检验,论证了人均GDP与人均可支配收入是相互促进的正相关关系,并用量化分析的方式对该问题求解.     

人口预测的投影寻踪自回归模型构建与实证

文章根据全国和上海市1980—2020年两种完全不同人口变化规律的时间序列数据,采用自回归分析法,确定了3个预测因子,分别建立投影寻踪自回归（PPAR）模型,建模样本的数据拟合精度和验证样本的预测精度均显著高于GM、Logistic模型,完全能够满足人口预测的需要。实证结果表明：全国人口2011—2020年验证样本的平均绝对误差MAE和平均绝对百分比误差MAPE分别为160.0万人和0.116%,最大相对误差仅为0.26%;2021—2030年的人口预测结果表明,2021—2027年,人口增速越来越慢,并于2027年出现人口达峰,达峰人口为14.15亿人。上海市人口2016—2020年验证样本的MAE和MAPE分别为6.9万人和0.28%,最大相对误差仅为0.53%;2021—2027年人口增速越来越慢,并于2027年达峰,达峰人口为2499.9万人。     

回归分析中强影响点的诊断方法与稳健回归

回归分析是计量经济学中最常用的定量分析方法，也是建立经济计量模型的主要工具，但在实际应用中，人们发现通过经典最小二乘法建立的回归模型，并不总令人满意，会出现诸如多重共线性、误差项异方差、自相关性等各种各样的问题，影响着模型的应用。于是，统计学家提出了对建立的模型进行回归诊断的问题，一方面，考察模型的假设条件满足的状况：另一方面，诊断样本数据对统计推断影响的大小，数据中是否存在影响模型稳定性的强影响点，以及处理解决的办法，这部分理论称为“回归诊断”。     

浅谈简单线性回归模型与对数线性回归模型的选择

在我们进行经济建模分析时,经常会遇到这样的问题：对于样本数据,我们是选用简单线性回归模型,还是选用对数线性回归模型,,对于这种选择,我们不能主观臆定,只能从客观上对这两种模型进行对比分析,找出最优的回归模型形式。本文拟对这两种模型的选择问题作初步探讨。     

关于相关与回归的讨论

对于两个可能存在相关关系的变量进行相关分析和回归分析,是从事其应用研究的人们所关注的问题。本文就相关与回归二者之间的一些关系进行了讨论。