双回归（AR—R）预测模型之新探——及其在中国人口中短期预测上的应用

构造一种称为双回归的时间序列预测新方法。本文作者利用与因变量自身相关性紧密的因变量前几期取值,综合前一次的自变量构建了双回归(时间序列自回归-多元线性回归)预测组合模型。这种方法克服了以往时间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。并用这种新方法对中国的人口总量进行预测,预测效果比较理想。     

EXCEL在多元线性回归分析中的应用

在一元线性回归分析中,重点放在了用模型中的一个自变量X来估计因变量Y。实际上,由于客观事物的联系错综复杂,一个因变量的变化往往受到两个或多个自变量的影响。为了全面揭示这种复杂的依存关系,准确地测定它们的数量变动,提高预测和控制的精确度,就要考虑更多的自变量,建立多     

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。     

相关系数与本质联系

相关系数和复相关系数是我们用来判断一个变量同另一个变量或几个变量线性相关程度的重要指标。一般来说,相关系数或复相关系数的绝对值接近于1,就说明因变量与自变量之间的联系紧密,而愈接近于零则说明因变量与自变量之间的联系松散。在进行简单相关分析时,人们通常把通过相关系数检验,而且相关系数较接近于1的一对变量判断为具有本质联系的变量,即一个变量的变动必然导致另一个变量发生近似于线性状态的变动。比如,某种商品的销售量与价格之间就存在这种联系。进行简单相关分析,不仅能初步了解一对变量间的联系程度及方向,而且还可以建立相应的回归线性方程,进行预测或推算。     

基于双重筛选的多因变量偏最小二乘逐步回归方法

偏最小二乘回归分析中的一个重要问题是变量选择,文章的主要目的是给出一种改进的多元数据分析方法-基于双重筛选的多因变量偏最小二乘逐步回归方法。双重筛选方法既能按自变量对因变量的关系进行分组,又能使每个自变量对各组因变量的作用反映出来。因此基于双重筛选的多因变量偏最小二乘回归方法能很好地处理这类问题,并得到好的结果。     

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.     

模糊线性回归模型的最小二乘方法

针对自变量和因变量皆模糊的数据系统中的回归分析问题,为避免自变量退化成数值变量时可能引致的估计误差增大而带来的问题,提出系统中引入模糊调整项的回归模型的一般结构,并运用基于模糊数间完备距离的最小二乘法研究模型解析表达式;利用水平截集概念将模糊多元回归模型转化成两个传统回归模型,根据模糊数间距离采用最小二乘法得到参数估计,给出员工工作绩效评估的算例说明方法的有效性,并结合Bootstrap方法的应用,研究回归参数所具有的随机不确定性动态变化。     

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…     

边际

在现代汉语中，边际就是指边缘、界限的意思。在经济学中，边际有额外的、追加的意思，指处于边缘之时，再增加一个单位所发生的变化，属于导数和微分的概念，由于披上了数学的面纱并被冠以经济学的术语，因此，许多人对边际一词觉得不好理解：在经济学分析中，人们经常把所研究的各种变量分为两种：自变量和因自变量变动而变动的因变量。而边际的含义就是因变量关于自变量的变化率，说得通俗点，就是指自变量变化一个单位时，因变量的变化情况。边际分析就是分析自变量变动与因变量变动的关系的一种方法。边际分析法广泛运用于经济行为和经济变量的分析过程之中，如效用、成本、收益、消费等分析多有边际的概念，人们所熟知的边际效用递减规律，就通常用吃馒头来形象地加以说明：把吃馒头作为自变量，     

谈直线回归方程的应用条件

当前，随着统计事业的发展，最小二乘法已成为统计分析工作中的最基本方法之一。不论是时间数列的动态分析、还是横截面的静态分析，最小二乘法都发挥着极大的作用。一、最小二乘法直线方程的剖析对于一个数列，如果用最小二乘法配合直线模型，首先要求其自变量是一个非随机的变量。例如：研究某一社会经济现象随时间的变化规律，时间就是一个非随机变量。但是如果研究身高与体重、收入与支出等现象时，被研究的两个变量都是随机变量。在后一种情况下利用最小二乘法时，应假定某一作为自变量的变量是非随机变量，然后再做直线的回归。由于这…     

浅议路径分析

路径分析是一种研究变量间相互关系、自变量对因变量作用方式、程度的多元统计分析方法。本文通过对其基本思想、基本步骤地阐述,简单分析了该方法的应用条件、作用及优缺点,以便更好更多的应用于实践中。     

对线形回归模型估值方法的分析比较

回归分析是在研究现象之间相关关系的基础上,对自变量和因变量的变动趋势拟合数学模型进行量的推算的一种统计分析方法,以揭示自变量的变动影响因变量变动的一般水平,最基本的形式是一元线     

一个动态的汇率模型

汇率预测是众所周知的国际经济中的一大难点,许多经济学家曾努力从不同的角度去揭示汇率的规律并建立预测模型,但是从公开发表的资料看来,这些模型都未曾给出比随机游动模型（或鞅模型）更稳健的结果。本文对以往的模型进行了大量的比较分析发现,以前的模型都具有以下几个共同的特点：（１）以前的汇率模型都具有静态性,即模型中的各自变量只能影响同一时刻的因变量。其实,经济变量的相互作用往往具有滞后性,各自变量影响的往往不是同一时刻的因变量,而是随后时间的因变量。（２）以前的汇率模型大多数是两国模型,考虑的数据往往是…     

顾客满意指数模型的最佳迭代初值问题

美国Claes Fornel、Michael D.Johnson等教授建立了顾客满意指数模型,运用路径分析的偏最小二乘方法求解.右图是一个在中国企业界广泛使用的具体模型,它含有6个结构(隐含)变量(()、η1～η6),11个关系(自变量作用的关系为γ1～γ4,虚线表示;因变量作用的关系为βii实线表示),24个观测变量(由顾客回答的问题).     

函数型变量倾斜分位回归模型及其应用

本文考虑函数型数据的结构特征,针对两类函数型变量分位回归模型（函数型因变量对标量自变量和函数型因变量对函数型自变量）,基于函数型倾斜分位曲线的定义构建新型函数型倾斜分位回归模型。对于第二类模型,本文分别考虑样条基函数对模型系数展开和函数型主成分基函数对函数型自变量展开,得到倾斜分位回归模型的基本形式。参数估计采用成分梯度Boosting算法最小化加权非对称损失函数,提高计算效率。在理论上证明了倾斜分位回归模型的系数估计量均服从渐近正态分布。模拟和实证研究结果显示,倾斜分位回归模型比已有的逐点分位回归模型具有更好的拟合效果。根据积分均方预测误差准则,本文提出的模型有一致较好的预测能力。     

回归数学模型的优选问题

在经济预测中,常用回归分析方法来研究自变量与因变量之间的相关关系。而在选用数学模型时,常会遇到可以选用不止一种模型来拟合实际资料的情况,因而产生了究竟选用哪一种模型才算较好的问题。例如,研究城镇居民食品支出与生活费收入之间的相关关系。1988年全国城镇居民抽样调查户(34945户)的家庭收支中,人均生活费收入和人均食品支出的资料,如表1:     

统计预测模型在北京蔬菜需求量中的应用

统计预测模型可分为因果关系模型和时间数列模型,对于蔬菜需求量的分析和预测也可以从这两方面入手。 一、因果关系的分析和预测 回归模型是进行因果关系分析及预测的有效手段。在建立模型时,首先要确定自变量,即因变量的影响因素。 北京市蔬菜需求总量的影响因素很多,主要是消费人口和人均需求量两个因素决定的。     

上市公司财务危机的预警分析

本文运用条件异方差模型GARCH(1,1)计算上市公司股票的市场风险价值,把它和传统的财务比率变量作为自变量,用Logit模型对上市公司的财务状况进行预测,得到了很好的预测效果,并且对部分上市公司2004年度的财务风险状况进行了预警。     

超高维数据的稳健秩条件特征筛选

针对超高维变量筛选问题,提出一种新的稳健秩条件特征筛选方法,简称为RRCSIS。该方法不依赖于模型设定,并且可以同时处理条件特征筛选和特征筛选。数值模拟表明,RRCSIS在因变量或者自变量含有厚尾分布或者含有异常值时表现都很稳健,并且明显优于其他筛选方法。此外,为了识别出联合相关而边际不相关的变量,还提出了一种迭代的筛选过程,即IRRCSIS。最后,通过一个实例分析说明了该方法的有效性。     

经济分析中用主成份法选择最优回归方程

改革开放以来，随着我国经济的繁荣，对于经济活动的分析也逐步趋向定量化，经济计量方法得到了较广泛的运用。在经济计量分析中，多元线性回归模型占有很重要的地位。据统计，在我国用于预测分析的方法中有30％左右是用线性回归模型进行的，在一般的经济分析中，多元线性回归模型使用的比例更高。一、问题的提出设X1，X2…，Xn是依据实际问题搜集到的预报变量（指标或者称为自变量），Y是响应变量（因变量）。为了建立一个用于经济分析的多元线性回归模型，我们希望模型中包含尽量多的X变量，以得到可靠的拟合值。但是，如果方程中包含了…